期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
运动参数辅助的无人机单站机会信号定位方法
被引量：
1
1
作者
卞志昂
卢虎
史浩东
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2022年第3期101-110,共10页
当前,无人机的位置估计严重依赖于卫星导航系统。针对此问题,提出了一种利用无人机动力学参数辅助的射频机会信号单站定位算法。给出了系统运动状态转移方程和位置估计输出方程建立的详细步骤;推导了无人机位置估计的可观性条件;通过设...
当前,无人机的位置估计严重依赖于卫星导航系统。针对此问题,提出了一种利用无人机动力学参数辅助的射频机会信号单站定位算法。给出了系统运动状态转移方程和位置估计输出方程建立的详细步骤;推导了无人机位置估计的可观性条件;通过设置可变自适应平滑窗口,达到了运动参数估计和误差抑制的效果,并给出了窗口设置的判决门限;最终依靠运动状态递推和单测距射频信号站,实现了对不同运动状态无人机的位置估计。理论仿真表明,在卫星导航定位系统拒止环境下,利用动力学参数辅助的射频机会信号单站定位算法,能够实现对不同运动状态无人机的鲁棒定位,满足无人机巡航、侦查和投送等常规任务需求;利用超宽带机会信号信标的实际测试,进一步验证了所提方法的精确性和有效性。相较于卫星导航定位系统,所提算法的定位均方根误差约为2.7 m,验证了在拒止环境下无人机利用机会信号实现较高精度定位的可行性,降低了无人机对传统导航定位系统传感器的依赖性。
展开更多
关键词
无人机
运动参数
机会信号
可观性
单站定位
在线阅读
下载PDF
职称材料
深度卷积网络多目标无人机信号检测方法
被引量：
8
2
作者
史浩东
卢虎
卞志昂
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2021年第4期29-34,共6页
现有无人机的感知识别方法多采用视觉探测,易受限于探测距离和周围建筑物遮挡及不良天气能见度等诸多因素的影响。针对这一问题提出一种利用深度卷积神经网络开展无人机链路感知识别的算法,构建多模式多类型无人机的RF信号训练数据集,...
现有无人机的感知识别方法多采用视觉探测,易受限于探测距离和周围建筑物遮挡及不良天气能见度等诸多因素的影响。针对这一问题提出一种利用深度卷积神经网络开展无人机链路感知识别的算法,构建多模式多类型无人机的RF信号训练数据集,并给出卷积神经网络详细设计及优化方法步骤。实测结果表明:所提深度算法不仅可以实现多类型的无人机入侵识别,还可以进一步对其型号和飞行模式进行区分。在-20 dB的低信噪比条件下,对无人机批次识别率为96.8%(6类),飞行模式的识别率可达94.4%(12类),具有很强的应用前景。
展开更多
关键词
无人机
信号检测
识别分类
卷积神经网络
链路感知
在线阅读
下载PDF
职称材料
基于改进强化学习的无人机规避决策控制算法
被引量：
7
3
作者
Tajmihir Islam Teethi
卢虎
+1 位作者
闵欢
卞志昂
《探测与控制学报》
CSCD
北大核心
2022年第3期68-73,共6页
针对当前无人机常用的“建图+规划”避障方法依赖于地图,构图模型参数适应性不强等问题,将无人机自主避障问题转化为强化学习框架下的决策控制问题,提出基于改进强化学习的无人机规避决策控制算法,并设计了适用于无人机导航避障控制任务...
针对当前无人机常用的“建图+规划”避障方法依赖于地图,构图模型参数适应性不强等问题,将无人机自主避障问题转化为强化学习框架下的决策控制问题,提出基于改进强化学习的无人机规避决策控制算法,并设计了适用于无人机导航避障控制任务的D3QN结构。实验结果表明,所设计的D3QN结构相比经典DQN结构可提升约25%的训练效率,经过训练之后的D3QN网络能根据视觉信息做出可靠的规避控制决策,能用于指导无人机在未知无图等典型场景中进行无碰撞的探索飞行或导航飞行。
展开更多
关键词
视觉避障
强化学习
马尔可夫决策
深度Q网络
在线阅读
下载PDF
职称材料
题名
运动参数辅助的无人机单站机会信号定位方法
被引量：
1
1
作者
卞志昂
卢虎
史浩东
机构
空军工程大学信息与导航学院
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2022年第3期101-110,共10页
基金
部级基金(20201A030153)
国家自然科学基金(61473308)。
文摘
当前,无人机的位置估计严重依赖于卫星导航系统。针对此问题,提出了一种利用无人机动力学参数辅助的射频机会信号单站定位算法。给出了系统运动状态转移方程和位置估计输出方程建立的详细步骤;推导了无人机位置估计的可观性条件;通过设置可变自适应平滑窗口,达到了运动参数估计和误差抑制的效果,并给出了窗口设置的判决门限;最终依靠运动状态递推和单测距射频信号站,实现了对不同运动状态无人机的位置估计。理论仿真表明,在卫星导航定位系统拒止环境下,利用动力学参数辅助的射频机会信号单站定位算法,能够实现对不同运动状态无人机的鲁棒定位,满足无人机巡航、侦查和投送等常规任务需求;利用超宽带机会信号信标的实际测试,进一步验证了所提方法的精确性和有效性。相较于卫星导航定位系统,所提算法的定位均方根误差约为2.7 m,验证了在拒止环境下无人机利用机会信号实现较高精度定位的可行性,降低了无人机对传统导航定位系统传感器的依赖性。
关键词
无人机
运动参数
机会信号
可观性
单站定位
Keywords
unmanned aerial vehicle
Kinetic parameters
signal of opportunity
observability
single-station positioning
分类号
TN961 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
深度卷积网络多目标无人机信号检测方法
被引量：
8
2
作者
史浩东
卢虎
卞志昂
机构
空军工程大学信息与导航学院
出处
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2021年第4期29-34,共6页
文摘
现有无人机的感知识别方法多采用视觉探测,易受限于探测距离和周围建筑物遮挡及不良天气能见度等诸多因素的影响。针对这一问题提出一种利用深度卷积神经网络开展无人机链路感知识别的算法,构建多模式多类型无人机的RF信号训练数据集,并给出卷积神经网络详细设计及优化方法步骤。实测结果表明:所提深度算法不仅可以实现多类型的无人机入侵识别,还可以进一步对其型号和飞行模式进行区分。在-20 dB的低信噪比条件下,对无人机批次识别率为96.8%(6类),飞行模式的识别率可达94.4%(12类),具有很强的应用前景。
关键词
无人机
信号检测
识别分类
卷积神经网络
链路感知
Keywords
UAV
signal detection
identification classification
convolution neural network
link perception
分类号
V279 [航空宇航科学与技术—飞行器设计]
TN911 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于改进强化学习的无人机规避决策控制算法
被引量：
7
3
作者
Tajmihir Islam Teethi
卢虎
闵欢
卞志昂
机构
空军工程大学信息与导航学院
出处
《探测与控制学报》
CSCD
北大核心
2022年第3期68-73,共6页
文摘
针对当前无人机常用的“建图+规划”避障方法依赖于地图,构图模型参数适应性不强等问题,将无人机自主避障问题转化为强化学习框架下的决策控制问题,提出基于改进强化学习的无人机规避决策控制算法,并设计了适用于无人机导航避障控制任务的D3QN结构。实验结果表明,所设计的D3QN结构相比经典DQN结构可提升约25%的训练效率,经过训练之后的D3QN网络能根据视觉信息做出可靠的规避控制决策,能用于指导无人机在未知无图等典型场景中进行无碰撞的探索飞行或导航飞行。
关键词
视觉避障
强化学习
马尔可夫决策
深度Q网络
Keywords
visual obstacle avoidance
reinforcement learning
Markov decision,deep Q network
分类号
TP29 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
运动参数辅助的无人机单站机会信号定位方法
卞志昂
卢虎
史浩东
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
2
深度卷积网络多目标无人机信号检测方法
史浩东
卢虎
卞志昂
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2021
8
在线阅读
下载PDF
职称材料
3
基于改进强化学习的无人机规避决策控制算法
Tajmihir Islam Teethi
卢虎
闵欢
卞志昂
《探测与控制学报》
CSCD
北大核心
2022
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
