目錄
第1章 緒論 001
1.1 研究背景及意義 001
1.2 國(guó)內(nèi)外研究現(xiàn)狀 004
1.2.1 目標(biāo)追蹤與濾波研究現(xiàn)狀 004
1.2.2 無(wú)人系統(tǒng)導(dǎo)引研究現(xiàn)狀 006
1.2.3 無(wú)人系統(tǒng)控制研究現(xiàn)狀 008
參考文獻(xiàn) 009
（一）基本原理篇
第2章 針對(duì)非合作目標(biāo)的濾波、導(dǎo)引與控制一體化建模研究 015
2.1 引言 015
2.2 基于傳感器坐標(biāo)系的目標(biāo)信息濾波建模研究 015
2.2.1 傳感器坐標(biāo)定義 015
2.2.2 針對(duì)單目視覺相對(duì)位置信息推算研究 017
2.2.3 基于卡爾曼濾波模型的目標(biāo)運(yùn)動(dòng)狀態(tài)建模研究 019
2.3 基于視線坐標(biāo)系的目標(biāo)追蹤者導(dǎo)引關(guān)系建模研究 021
2.3.1 無(wú)人機(jī)目標(biāo)相對(duì)運(yùn)動(dòng)關(guān)系建模 021
2.3.2 無(wú)人機(jī)目標(biāo)接近規(guī)則分析 022
2.4 基于機(jī)體坐標(biāo)系的無(wú)人機(jī)動(dòng)力學(xué)建模研究 024
2.4.1 基于X字型四旋翼無(wú)人機(jī)動(dòng)力學(xué)建模研究 024
2.4.2 基于雙環(huán)控制的四旋翼無(wú)人機(jī)控制分配解算 026
2.5 基于慣性坐標(biāo)系的無(wú)人機(jī)追蹤全狀態(tài)耦合一體化模型研究 027
2.5.1 目標(biāo)無(wú)人機(jī)追蹤全狀態(tài)耦合模型狀態(tài)量傳遞 027
2.5.2 無(wú)人機(jī)追蹤全狀態(tài)耦合一體化模型 030
2.6 針對(duì)機(jī)載設(shè)備感知數(shù)據(jù)的定向增強(qiáng)研究 032
2.6.1 仿鷹眼視覺點(diǎn)云、圖像數(shù)據(jù)增強(qiáng) 032
2.6.2 仿鷹眼高分辨率成像感知設(shè)計(jì) 035
2.6.3 仿鷹眼自適應(yīng)HDR感知設(shè)計(jì) 037
2.6.4 基于鷹眼注意力機(jī)制的超分辨重建 040
2.6.5 仿鷹眼感知增強(qiáng)試驗(yàn)與分析 044
2.7 小結(jié) 051
參考文獻(xiàn) 052
（二）濾波與分離式設(shè)計(jì)篇
第3章 針對(duì)關(guān)鍵個(gè)體與牧群運(yùn)動(dòng)狀態(tài)估計(jì)的濾波研究 055
3.1引言 055
3.2 基于3D卷積的數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)視覺追蹤研究 055
3.2.1 基于3D卷積的預(yù)測(cè)追蹤研究 055
3.2.2 基于孿生網(wǎng)絡(luò)的視覺追蹤研究 057
3.3 基于姿態(tài)觀測(cè)的交互式多模型預(yù)測(cè)視覺追蹤算法研究 058
3.3.1 基于交互式多模型濾波的模型驅(qū)動(dòng)預(yù)測(cè)追蹤算法 058
3.3.2 基于姿態(tài)觀測(cè)的模型概率更新法則 065
3.4 基于集中式信息濾波的群運(yùn)動(dòng)狀態(tài)估計(jì)研究 067
3.4.1 羊群動(dòng)態(tài)檢測(cè)計(jì)數(shù)方法研究 067
3.4.2 集中式信息濾波的增量更新基本形式 079
3.4.3 基于方根無(wú)跡信息濾波的非合作目標(biāo)群估計(jì)研究 080
3.5 試驗(yàn)驗(yàn)證與分析 082
3.5.1 針對(duì)牲畜關(guān)鍵個(gè)體的預(yù)測(cè)追蹤與狀態(tài)估計(jì)試驗(yàn) 082
3.5.2 羊群多目標(biāo)動(dòng)態(tài)追蹤計(jì)數(shù)測(cè)試試驗(yàn) 089
3.5.3 針對(duì)牧群的追蹤與狀態(tài)估計(jì)試驗(yàn) 093
3.6 小結(jié) 096
參考文獻(xiàn) 097
第4章 基于簡(jiǎn)化模型的無(wú)人機(jī)追蹤導(dǎo)引與控制研究 098
4.1 引言 098
4.2 無(wú)人機(jī)追蹤全狀態(tài)耦合一體化簡(jiǎn)化模型研究 098
4.2.1 基于濾波模型的目標(biāo)相對(duì)狀態(tài)描述 098
4.2.2 傳感器與機(jī)體的捷聯(lián)關(guān)系 099
4.2.3 無(wú)人機(jī)全狀態(tài)耦合一體化簡(jiǎn)化模型研究 101
4.3 基于平行接近法的解耦比例微分導(dǎo)引律研究 1 03
4.4 基于LQR控制技術(shù)的無(wú)人機(jī)控制研究 105
4.4.1 四旋翼無(wú)人機(jī)動(dòng)力學(xué)模型與控制分配研究 105
4.4.2 基于LQR控制技術(shù)的四旋翼無(wú)人機(jī)控制研究 106
4.5 數(shù)值仿真試驗(yàn)驗(yàn)證 107
4.6 小結(jié)117
第5章 基于Model-free設(shè)計(jì)方法的無(wú)人機(jī)追蹤導(dǎo)引與控制研究 118
5.1 引言 118
5.2 基于平行接近法的導(dǎo)引律研究 118
5.2.1 基于解耦設(shè)計(jì)的自適應(yīng)滑模導(dǎo)引律研究 118
5.2.2 基于三維空間耦合模型的模糊切換滑模導(dǎo)引律研究 122
5.3 基于自抗擾控制技術(shù)的無(wú)人機(jī)控制研究 125
5.3.1 四旋翼無(wú)人機(jī)動(dòng)力學(xué)模型與控制分配研究 125
5.3.2 基于自抗擾控制技術(shù)的四旋翼無(wú)人機(jī)控制研究 126
5.4 數(shù)值仿真試驗(yàn)驗(yàn)證 129
5.5 小結(jié) 141
參考文獻(xiàn) 141
（三）導(dǎo)引與控制一體化設(shè)計(jì)篇
第6章 基于反饋線性化和LQR的無(wú)人機(jī)濾波導(dǎo)引與控制一體化研究 145
6.1 引言 145
6.2 全狀態(tài)耦合一體化簡(jiǎn)化模型數(shù)學(xué)分析 145
6.3 基于Feedback-linearization和ESO的全狀態(tài)耦合一體化簡(jiǎn)化模型最優(yōu)控制律設(shè)計(jì) 148
6.3.1 反饋線性化過(guò)程 148
6.3.2 基于LQR和ESO的反饋線性化無(wú)人機(jī)全狀態(tài)耦合一體化控制系統(tǒng)設(shè)計(jì) 149
6.4 數(shù)值仿真試驗(yàn)驗(yàn)證152
6.5 小結(jié)159
第7章 基于SDRE的無(wú)人機(jī)濾波導(dǎo)引與控制一體化研究 160
7.1 引言 160
7.2 全狀態(tài)耦合一體化模型數(shù)學(xué)分析 160
7.3 基于SDRE控制理論的全狀態(tài)耦合一體化模型控制律設(shè)計(jì) 165
7.4 SDC參數(shù)化過(guò)程 167
7.4.1 SDC參數(shù)化理論基礎(chǔ) 167
7.4.2 擴(kuò)展自由度與SDC線性參數(shù)化 169
7.5 數(shù)值仿真試驗(yàn)驗(yàn)證 171
7.6 小結(jié) 179
參考文獻(xiàn) 180
第8章 基于命令濾波神經(jīng)網(wǎng)絡(luò)Backstepping控制的無(wú)人機(jī)濾波導(dǎo)引與控制一體化研究181
8.1 引言 181
8.2 系統(tǒng)描述 182
8.3 無(wú)人機(jī)導(dǎo)引控制一體化模型Backstepping控制律設(shè)計(jì) 183
8.4 基于命令濾波神經(jīng)網(wǎng)絡(luò)Backstepping控制系統(tǒng)設(shè)計(jì) 186
8.4.1 命令濾波器原理 186
8.4.2 基于命令濾波神經(jīng)網(wǎng)絡(luò)Backstepping的一體化模型控制律設(shè)計(jì) 187
8.5 數(shù)值仿真試驗(yàn)驗(yàn)證 192
8.6 小結(jié) 198
參考文獻(xiàn) 198
（四）驗(yàn)證與結(jié)語(yǔ)篇
第9章 針對(duì)非合作目標(biāo)的無(wú)人機(jī)追蹤試驗(yàn)驗(yàn)證與分析 201
9.1 引言 201
9.2 基于虛幻引擎的牧場(chǎng)數(shù)字孿生系統(tǒng)搭建 202
9.2.1 牧場(chǎng)虛擬現(xiàn)實(shí)環(huán)境搭建 202
9.2.2 虛擬牲畜非玩家角色個(gè)體搭建 2 03
9.3 基于牧場(chǎng)數(shù)字孿生系統(tǒng)的硬件在環(huán)仿真試驗(yàn) 206
9.4 林下經(jīng)濟(jì)養(yǎng)殖模式小規(guī)模牧群無(wú)人機(jī)追蹤試驗(yàn) 216
9.4.1 靜止目標(biāo)追蹤試驗(yàn) 216
9.4.2 動(dòng)態(tài)目標(biāo)長(zhǎng)時(shí)段追蹤試驗(yàn) 226
9.4.3 面向典型視覺追蹤挑戰(zhàn)的一體化控制律試驗(yàn)驗(yàn)證 233
9.5 小結(jié) 238
第10章 結(jié)論與展望 239