多架无人机的协同攻击航路规划

针对多架无人机协同攻击同一目标问题,提出了一种航路规划方法.首先根据已知的导弹、雷达等威胁的位置,通过Voronoi图建立初始进入航路,并利用B样条曲线修正初始航路产生无人机可飞航路,然后对多架无人机的航路进行协同修正以满足协同攻击要求.最后对无人机的退出航路规划进行了研究分析,并结合具体问题进行了仿真检验.     

参考地物的飞航导弹视觉辅助导航

文章归纳了近年来参考地物的单个飞行器视觉辅助导航的研究现状,系统分析了各种方法的特点.针对多导弹编队飞行的情形,总结了基于视觉辅助多成员协同导航的研究概况.在此基础上,对比给出了飞航导弹视觉辅助导航存在的主要难题和可能解决的途径,为参考地物的飞航导弹视觉辅助导航研究提供了参考.     

地磁辅助的无缝INS/GPS组合导航研究

INS/GPS组合导航已经成为当前无人机导航系统的主要实现形式,由于GPS信号容易受到干扰,在恶劣的电磁环境下信号易丢失,从而导致GPS卫星信号失锁而无法使用。地磁导航作为一种无源导航方法,其难以受到外界干扰且具有较强的自主性,从而为克服GPS在干扰情况下无法对INS误差实现持续无缝修正的不足提供了很好的途径。针对INS/GPS组合导航中GPS卫星信号失锁的情况,设计提出了使用地磁匹配导航进行辅助实现无人机无缝导航的实现方案,设计了基于地磁特征的地磁匹配算法和地磁匹配辅助的INS/GPS组合无缝自主导航算法,并通过仿真验证了采用地磁匹配辅助导航方法,可以在GPS无效的情况下,实现对INS导航误差的持续无缝修正,从而提高导航系统性能。     

反舰导弹航路规划的递推算法

为了减小武器系统的作战反应时间,针对具有航路规划功能的反舰导弹,总结了导弹进行航路规划所需满足的约束条件,提出一种信息处理量小、计算迅速的无威胁规避航路规划算法——递推算法。递推算法秉承导弹按预定攻击方向攻击目标所需导航点最少的原则,根据一定的假设条件,由目标位置开始,按攻击方向的反方向,依据平面几何理论,依次递推得到所有导航点位置,以及导弹在各导航点的转弯角度,直至发射点。仿真数据表明,由该算法得到的参考航路,相对较短且便于工程实现。     

微小型飞行器惯性组合姿态确定与航路导航研究

构建了微小型飞行器(MAV)导航、制导与控制(GNC)系统。研究了微惯性导航测量单元零偏的温度建模及非正交误差的多位置标定补偿方法,提出微小型飞行器导航、制导与控制系统闭环条件下,利用导航、制导与控制回路的飞行状态特征信息的微惯性组合导航系统滤波算法,根据微小型飞行器飞行状态实时调整卡尔曼滤波器的观测噪声方差,有效提高了动态过程中姿态测量精度和微小型飞行器的飞行平稳度。完成了组合导航系统滤波算法验证飞行试验及自主姿态稳定和航路飞行试验。飞行试验表明:微小型飞行器实现了自主姿态稳定与长距离超视距航路点导航飞行,航路点导航误差小于30 m,惯性组合姿态确定与航路导航系统及算法满足微小型飞行器自主飞行对导航系统的需求。     

多飞航导弹目标协同跟踪技术研究

针对多飞航导弹对目标协同跟踪精度较低的问题,提出了一种基于弹载雷达组网和GPS/INS组合导航的无偏不敏自适应融合跟踪算法。首先,通过领弹和攻击弹的优化布站,以有效提高多飞航导弹对目标的定位跟踪精度和突防能力;在时空协同的基础上,利用无偏不敏转换对各飞航导弹的目标量测进行预处理,以减小因旋转、平移和线性化误差所带来的影响;最后,结合统计双门限判决机制,利用自适应融合跟踪算法来有效实现多飞航导弹目标协同跟踪精度的提高。仿真结果表明,与现有的弹载雷达跟踪算法相比,该算法具有较高的定位跟踪精度。     

水下单信标导航航路规划和最优航路接近方法

相比于传统的长基线和超短基线等导航方式，水下单信标导航具有布放简单的优点，但其导航精度有待进一步提高。为此，提出了单信标导航的航路规划方案，通过泰勒级数展开推导了水平位置精度因子的表达式，并分析了导航点和声信标的相对几何位置关系对导航精度的影响，最终提出了航路规划方案。在此基础上，还提出了自主水下航行器(autonomous underwater vehicle，AUV)从其他位置接近最优航路的方法，包括两部分：一是建立以时延为观测量的滤波模型，利用滤波算法实时获取AUV的位置估计值；二是基于可观测度分析结果对最优航路接近过程的轨迹进行了设计。二者的结合使得AUV高效率且高精度地逼近最优航路。仿真证明了采用所提出的航路规划方案和最优航路接近方法可以提高导航精度，航路规划方案使得AUV位置估计的均方根误差近似为2 m。     

飞航导弹大空域机动弹道的最优设计

在飞航导弹飞行经过的空域内设置好若干个导航点，利用最优控制方法引导导弹依次通过这些导航点，实现了控制能量最优的机动飞行弹道。推导了基于捷联惯导控制方案的导弹最优控制过载指令公式，并进行了仿禀验证。仿真结果表明，该方案提高了导弹的突防性能，具有较好的应用价值。     

飞航导弹/涡扇发动机一体化设计-优化设计

利用飞机／涡扇发动机一体化设计的思路，建立了飞航导弹／涡扇发动机一体化设计的优化设计模型并给出了算例和分析。根据飞航导弹的要求对涡扇发动机进行了循环参数优化选择并预测了未来涡扇发动机的发展趋势。在考虑导弹空重、有效载荷和气动特性的情况下，预测了未来先进飞航导弹的性能。建立的飞航导弹／涡扇发动机一体化优化设计模型还能够用于已有飞航导弹的任务剖面的优化设计，具有很好的工程实用价值。     

弹道导弹天文/惯性导航误差修正方法研究

通过分析导弹天文导航和惯性导航的导航原理和误差模型,在基于充分利用高精度天文导航参数的思想上,提出了组合导航的误差修正方法。首先对两种导航参数进行了归算,而后提出了利用多次的天文测量参数对惯性测量误差进行修正的方法。该方法能较为准确地分离出引起射程误差较大的关机点速度、位置等的误差值,从而为实现利用天文导航进行射程误差修正提供前提条件。仿真计算表明,该方法是行之有效的。     

双惯导自主定位系统方案探讨

介绍了双惯导定位系统的组成、功用和数据融合方式基本模式,提出了三种定位方案并进行了比较分析,阐述了利用车载惯导对弹上惯导的验证性能,通过双惯导互为备份使用使武器系统的机动性和生存能力得到提高.     

星光对机动弹道导弹主动段的修正

 <正> 以惯性技术为主,并以星光、无线电等其它技术为辅的组合导航及制导技术是70年代以来发展较为迅速,并被认为是行之有效的技术手段。特别是对于大型航空航天飞行器。例如航天飞机、远程导弹等,只有采用精密的组合导航技术才能保证这类飞行任务的完成。任何单一的导航及制导技术都有其长处及弱点,将这些单一的技术手段组合起来扬长避短、相互补偿,毫无疑问是一种可行的途径。星光的引进将会使对     

旋转三子样高精度捷联惯性导航算法

针对捷联惯导系统高精度导航的需求,以螺旋理论为基础,采用螺旋补偿三子样推导出对偶四元数所表示的捷联惯导算法,并同时对载体的姿态、速度、位置进行更新,并以四阶截断三角级数近似三角函数进行对偶四元数更新和螺旋矢量更新。仿真和跑车实验结果表明：螺旋三子样捷联惯性导航算法的导航精度比一般四元数算法提高约15%,为相关领域的研究与实际应用提供参考。     

导弹智能化对惯性技术发展需求

未来战争是智能化的战争,未来导弹的发展必然呈现智能化趋势。针对导弹智能化需要具备的智能感知、智能决策、智能控制、智能协同和智能突防等五方面特征,分析了惯性技术的作用和发展需求,颠覆性创新技术的不断涌现,也推动了新原理、新材料、新技术在惯性技术领域的应用。本文提出了需要突破的关键技术,包括惯导系统大数据应用技术、惯导系统容错及系统重构技术、智能协同导航系统的时空基准统一技术、以惯性系统为基础的信息集成技术等关键技术,并对适应未来网络协同作战的智能导弹导航控制需求提出了对策建议。     

捷联激光制导的视线信号提取方法

提出了一种弹目视线角信号的提取方法,该方法采用UKF解耦,针对捷联激光制导炸弹需要攻击移动目标却不能测量弹目相对距离和速度的情况,建立了弹目相对运动模型,解耦过程不需要相对距离信息,能够更方便地应用于工程实践.经仿真验证,此方法可以较好地估计出弹目视线角以及角速率信息,能够满足捷联激光制导炸弹工程应用的需要.     

一种基于逆向导航的双轴旋转惯导系统自标定方法

针对惯导系统高精度自标定的需求,提出了一种基于逆向导航的双轴旋转惯导系统自标定方法。通过转位运动对系统误差进行激励,利用Kalman滤波器进行误差估计,同时存储标定数据,待正向导航滤波结束后,利用逆向导航算法对存储数据二次利用,继续进行误差估计,直到所有状态量收敛到一定精度,实现了对数据的充分挖掘。仿真和试验结果表明,该方法可以实现对双轴旋转惯导系统的全参数自标定,提高了标定精度。     

空空导弹捷联惯导系统空中标定技术研究

针对空空导弹捷联惯导系统提出了一种空中标定方法。该方法是在载机空中飞行的过程中,利用机载主惯导到弹载子惯导的数据传递过程,利用卡尔曼滤波估计算出惯性器件误差的一种标定方法。通过数字仿真分析,该方法可以实现对陀螺常值漂移和加速度计常值偏置一定程度的标定,并能够延长其定期标定的周期。     

关于LTN—72R惯性导航系统定位的几个问题

LTN-72R 惯性导航系统是一个高可靠性、全天候、全球惯导系统。它可单套惯导系统工作,也可作三重位置混合系统工作。惯性即时位置可以使用无线电测距和全向信标导航装置自动更新。本文介绍单套惯导系统、三重位置混合、自动无线电位置更新的基本原理和方法。     

An intelligentized and fast calibration method of SINS on moving base for planed missiles

In order to minish the error of inertial sensors, the technology of neural networks is attempted to on-line calibration of a slave inertial navigation system mounted on planed missiles. Based on the time-varied specialty of slave inertial navigation system on a moving base, an input–output sample structure method is proposed, and to automatically calibrate and revise the error of inertial sensors of inertial navigation system. When a missile is appended under the wing and in free-flight, in order to solve the inconsistent problem of measurement's character of the inertial sensors, the error angles between the master inertial navigation system and the slave inertial navigation system are estimated in advance, then, the input samples of a neural network can correctly simulate the free-flight state. Furthermore, in order to make a learning algorithm of neural networks can satisfy real-time calibrating on a moving base, the traditional Newton algorithm is improved by using first differential coefficient to replace the approximate matrix of second differential coefficients. As a result, the training speed and precision of neural network are enhanced. The simulation results indicate that the method and algorithm are feasible.