无人机集群以其在作战效率、生存率和性价比方面的优势,逐渐成为现代作战体系中的重要作战力量。通过充分调研国外无人机集群项目研究成果,系统性介绍了国外在航电系统领域中硬件、软件和任务应用相关的开放系统架构。对上述架构进行了...无人机集群以其在作战效率、生存率和性价比方面的优势,逐渐成为现代作战体系中的重要作战力量。通过充分调研国外无人机集群项目研究成果,系统性介绍了国外在航电系统领域中硬件、软件和任务应用相关的开放系统架构。对上述架构进行了层次化梳理和交互关系分析,重点讨论了基于任务的集群可组合性架构(Mission-based Architecture for Swarm Composability,MASC)的设计思想。基于MASC设计了集群任务框架,梳理了集群任务理解-规划-执行控制流程,为进一步开展无人机集群航电系统相关技术、算法、标准设计提供参考。展开更多
针对真实通信场景下的信道衰落孪生技术存在硬件成本高、实时性差的问题,基于贪婪坐标旋转数字计算(Coordinate rotation digital computer,CORDIC)算法及调频谐波叠加模型,给出了非平稳信道复合衰落序列的硬件模拟方案,在现场可编程门...针对真实通信场景下的信道衰落孪生技术存在硬件成本高、实时性差的问题,基于贪婪坐标旋转数字计算(Coordinate rotation digital computer,CORDIC)算法及调频谐波叠加模型,给出了非平稳信道复合衰落序列的硬件模拟方案,在现场可编程门阵列(Field programmable gate array,FPGA)平台实现了大规模复指数实时计算。通过引入域折叠技术、贪婪角度记录单元和并行流水线结构,可减少硬件资源的使用,提高系统的实时性。此外,采用基于时分复用的多速率分级结构,进一步优化硬件资源。与传统查找表(Look up table,LUT)方法相比,本文方案消耗的硬件资源从17.89%减少到6.71%,与经典CORDIC算法相比,硬件延迟减少65.625%。硬件实测结果表明,输出信道统计特性的概率密度函数与理论值一致。展开更多
三维注册是移动增强现实的关键技术之一,提出了一种在线学习的跟踪注册方法,能够精确地对自然场景进行跟踪注册.该方法首先改进SURF(speeded up robust features)描述符匹配方法,提高初始注册矩阵的正确性;然后,通过对场景进行有效的在...三维注册是移动增强现实的关键技术之一,提出了一种在线学习的跟踪注册方法,能够精确地对自然场景进行跟踪注册.该方法首先改进SURF(speeded up robust features)描述符匹配方法,提高初始注册矩阵的正确性;然后,通过对场景进行有效的在线学习,提高注册精度;最后,利用前一帧的注册矩阵快速恢复已丢失的关键点,以提高注册的速度.实验结果表明,该方法能够较为流畅地对视频帧进行跟踪,并能保持较好的注册精度.展开更多
文摘无人机集群以其在作战效率、生存率和性价比方面的优势,逐渐成为现代作战体系中的重要作战力量。通过充分调研国外无人机集群项目研究成果,系统性介绍了国外在航电系统领域中硬件、软件和任务应用相关的开放系统架构。对上述架构进行了层次化梳理和交互关系分析,重点讨论了基于任务的集群可组合性架构(Mission-based Architecture for Swarm Composability,MASC)的设计思想。基于MASC设计了集群任务框架,梳理了集群任务理解-规划-执行控制流程,为进一步开展无人机集群航电系统相关技术、算法、标准设计提供参考。
文摘针对真实通信场景下的信道衰落孪生技术存在硬件成本高、实时性差的问题,基于贪婪坐标旋转数字计算(Coordinate rotation digital computer,CORDIC)算法及调频谐波叠加模型,给出了非平稳信道复合衰落序列的硬件模拟方案,在现场可编程门阵列(Field programmable gate array,FPGA)平台实现了大规模复指数实时计算。通过引入域折叠技术、贪婪角度记录单元和并行流水线结构,可减少硬件资源的使用,提高系统的实时性。此外,采用基于时分复用的多速率分级结构,进一步优化硬件资源。与传统查找表(Look up table,LUT)方法相比,本文方案消耗的硬件资源从17.89%减少到6.71%,与经典CORDIC算法相比,硬件延迟减少65.625%。硬件实测结果表明,输出信道统计特性的概率密度函数与理论值一致。
文摘三维注册是移动增强现实的关键技术之一,提出了一种在线学习的跟踪注册方法,能够精确地对自然场景进行跟踪注册.该方法首先改进SURF(speeded up robust features)描述符匹配方法,提高初始注册矩阵的正确性;然后,通过对场景进行有效的在线学习,提高注册精度;最后,利用前一帧的注册矩阵快速恢复已丢失的关键点,以提高注册的速度.实验结果表明,该方法能够较为流畅地对视频帧进行跟踪,并能保持较好的注册精度.
