摘要：针对输出受不对称时变约束的不确定高阶严反馈系统,提出一种基于全驱系统方法的高阶自适应动态面输出约束控制方法.所研究的高阶严反馈系统,每个子系统都是高阶形式,通过非线性转换函数将原输出约束系统转换为新的无约束系统,从而将原系统输出约束问题转化为新系统输出有界的问题.进一步结合全驱系统方法和自适应动态面控制,直接将每个高阶子系统作为一个整体进行控制器设计,而不需要将其转化为一阶系统形式,有效简化了设计步骤;同时通过引入一系列低通滤波器来获得虚拟控制律的高阶导数,以代替复杂的微分运算.基于Lyapunov稳定性理论证明闭环系统所有信号是一致最终有界的,系统输出在满足约束的条件下能有效跟踪期望的参考信号,且可通过调整参数使得系统跟踪误差收敛到零附近的足够小的邻域内.最后,通过对柔性关节机械臂系统进行仿真,验证了所提出控制方法的有效性.

摘要：基于图像匹配的飞行器自主视觉定位技术是飞行器导航制导、态势感知和自主决策的关键技术之一。针对红外遥感影像在大角度旋转下飞行器匹配定位失效的问题,提出了一种基于层次结构强化的特征点旋转匹配定位方法。该方法通过融合深度特征点提取与层次结构强化的旋转匹配定位技术,有效实现了飞行器匹配定位。首先设计了一个集成残差连接编码器的RBN-SuperPoint深度特征点提取模型,用于检测和描述待匹配图像中的深度特征点。其次构建了基于线性注意力和置信度分类器的L-LightGlue自适应匹配算法,利用L-LightGlue进行特征点粗匹配,生成单应性变换矩阵。随后采用层次结构强化的旋转匹配策略,根据粗匹配得到的单应性变换矩阵对图像进行旋转处理,消除图像间的角度差异,并进行精确匹配。再通过将结果映射至原图像,得到旋转校正后的特征点匹配结果和对应的单应性变换矩阵。最后利用图像间变换关系确定飞行器在图像中的位置,完成视觉定位。实验结果表明:RBN-SuperPoint可以高效提取大量均匀分布的特征点,所提基于L-LightGlue的匹配定位算法的匹配准确率最高可达98.57%,平均定位误差仅为4.08 pixel。

摘要：针对单边Lipschitz非线性多智能体系统,提出了一种分布式一致性控制方法。首先,构建了领导-跟随者动力学结构,用于实现单边Lipschitz多智能体系统的追踪控制。然后,设计了单边Lipschitz非线性多智能体系统的一致性控制协议,可根据智能体之间局部交互信息构建分布式反馈控制,并将系统的一致性追踪问题转化为系统的稳定性问题。同时,利用Laplacian特性、线性矩阵不等式和Lyapunov函数等理论,给出了单边Lipschitz非线性多智能体系统一致性追踪控制的充分条件。理论结果表明,所设计的控制协议能够实现一致追踪。最后,通过仿真算例验证了理论结果的有效性。

摘要：针对当前遥感图像舰船目标检测精度不佳问题,本文构建舰船目标数据集STAR,提出基于Dense RFB和LSTM多尺度舰船目标检测算法。该算法首先在SSD网络基础上设计了浅层特征增强模块,基于人眼视点图采用Dense RFB特征复用和膨胀卷积增大感受野的尺度和种类,增强浅层网络对细节特征的提取能力;其次设计了深层多尺度特征金字塔融合模块,采用FPN和LSTM思想,基于反卷积和残差网络对深层不同尺度特征进行融合,增强网络结构非线性和特征层的表征能力;最后加入聚焦分类损失函数进行联合训练,有效避免了正负样本失衡问题。在遥感图像舰船数据集上实验,本文所提舰船目标检测算法精度均值达到81.98%,检测速度达到29.6帧/s。此外,遥感图像中成像模糊、被遮挡、部分被裁剪等舰船目标的检测效果也优于原有经典算法,实验结果表明该算法对遥感图像舰船目标检测的泛化能力较强,有效地提高了遥感图像舰船目标检测的精度。

摘要：红外弱小移动目标检测技术是计算机视觉的研究热点和难点。针对机载高动态条件下的空地目标检测存在的场景变化动态、背景干扰强度大、目标运动规律未知等挑战,提出了一种新型的基于增量惯导信息辅助的空地红外弱小移动目标检测算法。为了解决传统惯导信息预测的漂移误差问题,提出了增量惯导信息概念,设计了增量惯导信息的位置预测模型,实现了对目标点的准确预测。构建了基于增量惯导信息辅助与背景差分的移动目标检测框架,通过增量惯导信息对不同位姿下的成像进行校正,引入基于爬山法互相关匹配算法计算校正后图像的平移参数,采用高斯加权对背景图像进行估计,最后通过图像分割检测弱小移动目标。仿真实验验证了文中设计检测算法的有效性和精确性。

摘要：从遥感影像能够获取到精度高、范围广的地物信息,因而遥感影像在高空侦察和精确制导等领域得到广泛应用。针对遥感影像地物目标边缘模糊、尺度多变导致难以精准分割的问题,提出以深度残差网络为主干并结合注意力引导与多特征融合的分割方法,命名为AMSNet。首先,采用类别引导通道注意力模块提高模型对难分辨区域的敏感性;其次,嵌入特征复用模块减少遥感影像特征提取过程中边缘损失和小尺度目标丢失的问题;最后,设计跨区域特征融合模块以增强对多尺度特征信息的获取能力,并耦合多尺度损失融合模块对损失函数进行优化,综合提升模型对多尺度遥感影像目标的分割能力。选取3组遥感影像数据集进行对比实验,结果表明,AMSNet能够有效分割遥感影像地物目标边缘和多尺度目标。

摘要：近年来基于视觉的飞行器自主视觉定位技术发展迅速,是飞行器导航制导、态势感知和自主决策的关键技术之一。针对现有跨模态地理定位任务中存在模态差异大、匹配难度大、定位鲁棒性差等问题,提出了一种基于GCI-CycleGAN风格迁移的跨模态地理定位方法,通过将风格迁移算法、特征匹配算法和地理定位方法相结合,实现了飞行器跨模态地理定位。首先,获取无人机航拍的正下视实时红外图像和地理位置信息已知的可见光图像;其次,基于生成对抗网络图像风格转换的思想,设计新的生成对抗损失函数,构建并训练了GCI-CycleGAN模型,将可见光图像转换为红外图像;然后,利用SIFT、SURF、ORB、LoFTR、DFM匹配算法对生成的红外图像与实时红外图像进行匹配;最后,通过透视变换获得实时红外图像中心点在生成图像中的位置,再将该定位点映射到相应的可见光图像上,得到最终的地理定位结果。实验表明,GCI-CycleGAN相比CycleGAN网络可以有效提高图像风格迁移质量,与DFM智能匹配算法结合的匹配成功率最高可达99.48%,比原始跨模态匹配结果提高了4.73%,平均地理定位误差仅为1.37 pixel,取得了更加精确、鲁棒的地理定位结果。

摘要：为解决硬件平台资源受限条件下的实时航空目标检测需求,在基于改进YOLOv5的基础上,提出了一种针对移动端设备/边缘计算的轻量化航空目标检测方法。首先以MobileNetv3为基础搭建特征提取网络,设计通道注意力增强结构MNtECA(MobileNetv3 with Efficient Channel Attention)提高特征提取能力;其次在深度可分离卷积层增加1×1的卷积,在减少卷积结构参数的同时提高网络的拟合能力;最后对检测网络进行迭代通道剪枝实现模型压缩和加速。实验选取DIOR(Object Detection in Optical Remote Sensing Images)数据集进行训练和测试,并在嵌入式平台(NVIDIA Jetson Xavier NX)对轻量级模型进行推理验证。结果表明,所提出的轻量级模型大幅降低了参数和计算量,同时具有较高精度,实现了移动端设备/边缘计算的实时航空目标检测。

摘要：针对具有"乘波体"构型的吸气式高超声速飞行器纵向飞行姿态控制问题,提出了一种基于区域极点配置的鲁棒多目标线性变参数(LPV)控制系统设计方法。给出吸气式高超声速飞行器纵向非线性机理模型,在此基础上建立了刚性LPV模型;针对此类LPV模型,提出了基于区域极点配置的LPV状态反馈控制系统设计方法,将系统的鲁棒稳定性、干扰抑制、跟踪性能等性能指标通过扩展线性矩阵不等式约束的方式,实现了LPV系统的多目标鲁棒跟踪控制。同时,通过引入松弛变量的方法,解除了Lyapunov函数矩阵与系统矩阵之间的耦合影响,从而降低了控制系统设计的保守性,得到了满足期望性能要求的LPV状态反馈鲁棒跟踪控制器。所设计的控制器应用于高超声速飞行器的非线性机理模型进行数值仿真验证,仿真结果表明:所设计的控制器能够使得闭环反馈控制系统有效地跟踪指令信号变化,系统动态性能良好且具有较强的抗干扰能力。

摘要：提出了混沌同步有限时间实现问题.应用全程滑模控制技术,选择指数型终端滑模趋近律来设计滑模控制器,以实现一类混沌系统的状态同步.该设计方案针对混沌系统的参数不确定性和外界扰动,引入模糊基函数网络,在线估计不确定性和外部扰动的界值.同时该方案消除了滑模控制的到达阶段,状态始终保持在滑模面上,并能在有限时间内趋近于原点.最后以Duffing系统为例研究验证同步策略的可行性和有效性.