刘中杰
- 作品数：7 被引量：28H指数：4
- 供职机构：南京航空航天大学自动化学院更多>>
- 发文基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目中国航空科学基金更多>>
- 相关领域：自动化与计算机技术航空宇航科学技术兵器科学与技术军事更多>>
- 基于控制线方法的机载SAR和可见光图像匹配应用研究被引量：5
- 2013年
- 根据无人机(UAV)景象匹配导航的现实需求,对具有典型人造场景的机载合成孔径雷达(SAR)图像与可见光图像,提出一种基于直线特征的SAR图像与可见光图像配准方法。首先,利用改进的直线段检测(LSD)方法提取图像直线特征;其次,构造控制线并设计了一种基于控制线的图像配准方法;最后,依据仿射变换模型实现了待配准图像的精确自动配准。实验表明,在SAR和可见光图像存在较大灰度差异、旋转和平移的情况下,该算法仍能精确配准图像,且运算时间大幅减少,能够满足一些实时性较强的应用。
- 刘中杰曹云峰庄丽葵丁萌
- 关键词：图像配准仿射变换
- 基于Rhapsody的飞控系统虚拟样机设计环境被引量：4
- 2013年
- 为支持飞行控制系统虚拟样机设计,克服物理样机制造周期长、代价高、效率低的缺点,研究了飞行控制系统虚拟样机设计环境体系结构,集成Rhapsody,Matlab/Simulink,VC++,Doors和Oracle5个商业软件,设计了4层次结构的飞行控制系统虚拟样机设计环境,分别为元素模型设计层、虚拟部件设计层、虚拟样机集成层和调度管理层。另外,基于构建的设计环境设计了某微型飞行器的飞控系统虚拟样机,并对设计模型进行协同仿真验证。设计结果表明,该设计环境能够支持不同粒度的飞控系统虚拟样机设计,提高了飞控系统设计效率,支持各类飞行器控制系统虚拟样机的设计。
- 王西超曹云峰庄丽葵刘兴华丁萌刘中杰
- 关键词：飞行控制系统虚拟样机设计环境RHAPSODY微型飞行器
- 基于视觉的无人作战飞机着陆系统研究
- 为了提高无人作战飞机着陆的自主性和安全性,提出了一套基于视觉的无人作战飞机辅助着陆系统方案,仅依靠视觉传感器数据,基于空时处理估计UCAV的俯仰角、滚转角、偏航角和高度参数,构建单目立体视觉导航系统采集视频数据。该系统方...
- 刘中杰曹云峰王西超
- 关键词：无人作战飞机硬件平台
- 文献传递
- 面向复杂系统虚拟样机协同建模的方法研究被引量：4
- 2013年
- 基于系统工程建模语言(SysML)与高层体系架构(HLA),提出了一种面向复杂系统虚拟样机(VPCS)的开放式协同仿真建模新方法。该方法可以实现VPCS中各类学科异构模型的集成和协同仿真。将VPCS划分为顶层模型、联邦模型和领域组件模型,并分析了VPCS的模型调度机制;利用该方法,对某型无人机的飞控系统虚拟样机进行协同仿真建模,结果充分表明,该方法可以有效地进行多层次、多粒度、多领域的VPCS仿真建模。
- 王西超曹云峰庄丽葵刘兴华丁萌刘中杰
- 关键词：复杂系统高层体系架构虚拟样机
- 基于主元分析和稀疏表示的SAR图像目标识别被引量：13
- 2013年
- 现有的合成孔径雷达图像目标识别方法通常包括图像预处理、特征提取和识别算法3部分。但是,预处理算法的自适应性很难得到保证。提出了一种基于主元分析和稀疏表示的目标识别算法。首先,阐述了稀疏表示和重构的基本理论;其次,提出了基于主元分析和稀疏表示的合成孔径雷达图像目标识别算法;最后,选取MSTAR数据库中的5类合成孔径雷达目标图像进行仿真。结果表明,在没有预处理的情况下,该算法仍能有效地识别目标,与主元分析和三阶近邻的识别算法相比,具有较高的识别率和鲁棒性。
- 刘中杰庄丽葵曹云峰丁萌
- 关键词：目标识别主元分析合成孔径雷达图像
- 基于鲁棒主元分析的SAR图像目标分割
- 2014年
- 合成孔径雷达(SAR)图像的目标分割,是SAR图像自动目标识别的关键预处理步骤。与一般SAR图像目标区域分割方法不同,鲁棒主元分析融合了主元分析(PCA)与压缩感知(CS)理论中稀疏矩阵的先进思路,利用多帧具有相似性的SAR图像,构建一个观测矩阵D,通过求解一个凸优化问题,重建出一个低秩矩阵A和一个稀疏矩阵E。将矩阵A和E的列向量矩阵化,即可完成SAR图像目标与背景的分离。实验结果表明,鲁棒主元分析算法避免了复杂的SAR图像背景建模,针对同一目标的多帧SAR图像,所提方法对SAR图像目标和背景的分割问题具有可行性和有效性;与经典的最优阈值分割算法相比,误分率明显降低。
- 刘中杰曹云峰庄丽葵丁萌
- 关键词：SAR图像目标检测图像分割
- 面向SAR图像目标识别的鲁棒处理算法被引量：3
- 2013年
- 现有合成孔径雷达图像的目标识别方法通常要进行预处理,预处理对于识别率影响较大。但是,针对不同的合成孔径雷达目标图像,预处理算法的自适应性很难得到保证。将基于核的主成分分析与稀疏表示相结合,只需很少的观测数据就能得到高识别率的目标识别结果,节省了数据存储量和计算量。首先,阐述了压缩感知的基本理论;其次,提出了基于核主成分分析和稀疏表示的合成孔径雷达图像目标识别算法;最后,选取MSTAR数据库中的5类目标进行实验。仿真结果表明,在没有方位角预测的情况下,该算法仍能有效地识别目标,与其他识别算法相比,在同等噪声污染的图像下,具有较高的识别率。
- 刘中杰曹云峰庄丽葵丁萌王西超
- 关键词：目标识别压缩感知核主成分分析合成孔径雷达图像
