基于模糊综合评判的无人机系统安全性评估

文章针对无人机系统安全性指标的模糊性,运用层次分析法和模糊综合评判方法建立了无人机系统安全性模糊综合评价模型,并针对某架炮兵校射无人侦察机的安全性进行了综合评价,为指挥人员确定无人机的使用计划和维修人员确定维修重点提供了定量依据。

非确定环境下基于分层理论多无人机动态协同设计

针对非确定环境下多无人机自主协同控制这一多约束、强耦合非线性优化问题,采用分层理论将其分解成三个相对独立子层,即协同感知层、环境态势理解层和协同全局重规划层.协同感知层借助"层协作感知"算子来进行多模信息融合,解决非确定环境下目标(包括静态确定目标和动态非确定目标)的感知与识别;环境态势理解层则是解决动态非确定环境更新,以及基于窗口势场法的障碍物(威胁目标)规避问题;而协同全局重规划层则是利用"层场景引擎"来实现多机非确定环境下的自主协同、路径快速寻优及状态决策.模拟结果显示构建的多机自主协同模型能较好地解决非确定环境下的路径寻优和状态决策问题.

非完整四轮式移动机器人反演轨迹跟踪控制

根据非完整约束的四轮式移动机器人的运动学模型,对其轨迹跟踪控制策略进行了深入研究;采用反演控制的相关理论和方法,设计了移动机器人轨迹跟踪控制策略;该控制策略将系统分解为低阶子系统来进行处理,利用中间虚拟控制量和部分Lyapunov函数简化了控制器设计,并且具有全局渐近稳定性;此外,在控制策略中对相应的控制量设置了阈值,保证了移动机器人运动的平滑性;最后,对所设计控制器的稳定性和平滑性进行了仿真实验,验证了其正确性和有效性。

基于非均匀粒度聚类的电子目标多传感器识别

在对电子目标进行识别时,一般采取多传感器融合的D-S证据理论,但是在实际应用中,证据理论存在不同证据冲突的问题。针对此问题,将证据转化成欧氏空间中的点,证据之间的冲突程度转化成距离,对证据进行聚类,用经过聚类后的证据来实现电子目标多传感器融合识别。仿真实验的结果证实了该方法的有效性和实用性。

基于变精度粗集证据加权的电子目标识别方法

为了对电子目标进行准确识别,一般采取多传感器融合的D-S证据理论方法。但是由于传统的D-S证据理论中各传感器对识别结果的重要性没有区分,造成识别结果不准确。变精度粗集模型是粗集模型的扩展,它允许一定程度错误分类率的存在,更符合实际数据的情况,将变精度粗集理论属性重要度概念应用到各传感器的重要性上,从而实现加权融合的证据理论。仿真结果表明,该方法对电子目标识别有效,尤其在传感器受到干扰时,识别结果更加可靠。