面向代理模型的机翼变形计算方法

按照机翼结构设计的原则,对内部结构还未确定的机翼提出了一种通用的变形计算方法。机翼的平面形状可看作由多个梯形组成,机翼弯曲变形为三次函数,扭转变形为一次函数。只要给定翼梢挠度与扭转角,即可计算机翼变形情况下的几何模型,使代理模型能够预测变形后机翼的气动载荷分布。文中给出了两个实际机翼的算例。算例结果表明,本文模型预测的变形与实际结构有限元分析给出的变形吻合较好。     

余度MEMS-IMU/GPS组合导航系统

对采用余度配置的MEMS-IMU/GPS组合导航系统进行了研究。分析了微小型组合导航系统的特点和误差模型,针对惯性/GPS伪距组合导航模式下,卡尔曼滤波器需要对量测方程线性化的缺点,提出了基于改进平淡粒子滤波的滤波算法。该算法采用权值控制参数决定粒子是否进入平淡卡尔曼滤波器,有效降低了滤波计算量,并和UPF算法精度相当。研究表明,改进平淡粒子滤波算法对系统性能有明显提高,在GPS信号受到遮挡、暂时不可用的情况下,具有较好的抑制误差作用,适合余度微惯性/GPS组合导航系统的应用。     

倾转旋翼机机翼向下载荷的计算方法及参数影响分析

针对悬停和前飞时旋翼下洗流对机翼的气动干扰影响,建立了机翼向下载荷的计算模型.该模型中,旋翼在机翼处产生的诱导速度以及对机翼干扰的旋翼尾迹边界基于Weissinger-L升力面理论和自由尾迹方法计算,以考虑倾转旋翼桨叶的大负扭转和尖削带来的较大三维影响,机翼表面流则区分为弦向流及展向流,以分别计算向下载荷.以缩比的V-22模型旋翼为算例,计算了悬停时旋翼下方的下洗速度分布和机翼的向下载荷,与可得到的实验结果进行了对比,验证了计算模型的有效性.然后,应用该计算模型,研究了襟翼偏角、旋翼倾转角、前飞速度、旋翼/机翼间距等参数对机翼向下载荷的影响.结果表明:机翼的襟翼偏斜角对有效减小机翼向下载荷有重要作用,随旋翼从悬停向前飞倾转,机翼向下载荷减小.     

空空导弹动基座低成本传递对准技术研究

针对空空导弹的特点，采用低成本惯性器件实现其动基座对准，文中重点研究了主惯导为平台式的惯导系统，子惯导为捷联式的惯导系统的传递对准原理和精度计算方法；建立了传递对准数学模型，进行了仿真研究；给出了具有实际参考价值的对准方案     

解耦分布式滤波器在惯导初始对准中的应用

介绍了一种采用Ｌｕｅｎｂｏｒｇｃｒ标准变换阵的最优分布式卡尔曼滤波器及其在捷联惯导系统（ＳＩＮＳ）初始对准中的应用．该滤波器是由原高阶系统通过Ｌｕｃｎｂｅｒｇｅｒ标准变换阵变换后组成的．把系统分割成ｍ。个彼此解耦的低价子系统，从而形成了ｍ个独立的子滤波器，适用于多微处理器并行计算，大大提高了滤波的实时性。本文还对高阶系统中出现的不可观测状态的滤波作出处理。     

精确复现机翼摇滚运动的控制技术

为快速、精确地复现自由摇滚实验得到的机翼摇滚运动,在控制伺服电机的传统PID参数基础上增加了基准速度修正系数Kv,并将其视作PID参数的一部分,在此基础之上给出了一种PID参数的快速估计方法.利用该方法可以快速得到不同试验状态下控制伺服电机复现机翼摇滚运动的PID参数,提高了调试反馈控制量的效率.同时,发现在进行PID参数调节之前对速度时序曲线进行光滑化预处理,能为进一步进行PID调节打下坚实基础,提高电机驱动模型复现机翼摇滚运动的精度.最后,通过风洞试验对给出的方法进行了实验验证.     

带有序列相关噪声Vasicek期限结构模型的线性滤波(英文)

在基于Vasicek利率期限结构模型,使用Kalman滤波器进行状态估计时,通常采用量测噪声不相关假设。研究表明,量测噪声在很多情况下满足相关性假设。本文采用一般性的相关量测噪声假设,提出针对Vasicek模型潜变量估计的状态扩维Kalman滤波法。实验结果表明,量测噪声相关假设下的Vasicek模型比较准确地描述了利率期限结构的动态变化特征。     

用有限元素法计算和多点激振法试验确定某型机翼的动力特性参数

本文采用直接刚度法得到刚度矩阵,用聚缩质量模型得到质量矩阵。应用基于矩阵分解的矩阵迭代法,求解了某型机翼前六阶固有频率、固有振型和广义质量等动力特性参数。对同一机翼采用多点激振法进行了模态试验,测得了前十二阶固有频率、固有振型和几阶广义质量。文中对计算和试验结果进行了比较和分析。     

基于天文观测技术的惯性导航系统的空中对准

提出了一种基于CCD星敏感器的捷联惯性导航系统的空中对准方法.应用双线性方程求解被观测星在星敏感器坐标系中的坐标值及传统最小二乘微分校正法求解捷联惯性导航的姿态,该姿态值与捷联惯性导航解算姿态的差值就是惯性导航系统的失准角.作为Kalman滤波器的观测量,计算机仿真结果表明,天文姿态信息有效地校正了陀螺漂移和初始失准角引起的位置和速度误差.     

基于强跟踪滤波器的多传感器组合测姿系统

当无人机机动飞行时,采用加速度计校正陀螺误差的测姿系统不能有效地修正陀螺漂移问题,为此提出了基于强跟踪滤波器的多传感器组合测姿系统.引入GPS速度信息、捷联加速度信息和角速率信息建立了基于欧拉角描述的融合测姿系统模型,采用强跟踪滤波器对姿态进行融合估计,有效地估计出陀螺的漂移误差,从而得到无人机准确可靠的姿态测量,同时可以修正无人机的运动速度.通过建立飞行仿真模型,在给定的飞行航迹段对所提出的多传感器姿态测量系统进行了仿真研究,结果表明:测姿系统能够有效地减小模型误差的影响,估计出陀螺的漂移误差,得到更加准确的姿态测量.     

A FAST KALMAN FILTER FOR INTEGRATED GPS/INS BASED ON U-D FACTORIZATION

研究了基于Ｕ－Ｄ分解的快速Ｋａｌｍａｎ滤波算法，并将它应用到一个２１状态的ＧＰＳ／ＩＮＳ组合导航系统工程实现中。常规的Ｋａｌｍａｎ滤波器已广泛应用于ＧＰＳ／ＩＮＳ组合系统，但由于系统建模误差和计算舍入误差，Ｋａｌｍａｎ滤波器在工程应用中会出现发散现象。为了解决这个问题，本文推导了一个基于Ｕ－Ｄ的扩展Ｋａｌｍａｎ滤波器。此外，由于高阶组合系统计算量大，导致基于Ｕ－Ｄ分解的滤波器在实时应用中有困难，为此，本文提出了一种快速的滤波算法来节省计算时间。文中设计了一条近于实际的飞机航迹来仿真。结果表明，本文所提的滤波算法能有效地克服组合系统滤波器发散问题，并减少计算时间近６９％。     

基于序列图像的非合作目标自主导航及验证

针对空间自旋或章动运动的非合作目标运动感知与估计问题,给出了一种基于序列图像的运动测量与状态估计方法。所给出的方法由两部分组成:(1)采用立体视觉测量目标三个非共线的特征点,建立目标参考系并实现相对姿态的测量;(2)采用目标运动学和动力学方程,推导了扩展卡尔曼滤波器,实现目标角速度和惯量比的估计。最后,分别给出了数学仿真和物理试验:(1)利用数学仿真验证了所给出的卡尔曼滤波估计算法在不同目标运动情况下的收敛性;(2)利用机械臂模拟目标的自旋运动,利用双目相机采集目标运动图像,试验结果验证了所给出的运动测量与状态估计方法可以连续的给出目标角速度的精确估计。     

图像序列直线提取和匹配时Hough变换的应用研究

本文利用Hough变换的点线对偶性,将对图像序列中的特征直线的匹配转化为在参数空间中对特征点运动轨迹的参数估计,设计采用卡尔曼滤波器对运动目标进行初步跟踪,通过建立模板与图像的匹配相关系数判定搜索到的特征点的精确坐标。实验结果表明,该方法具有较好的跟踪结果。     

城市多功能车辆导航监控系统

针对智能运输系统对车辆导航定位和综合信息采集的要求,提出了一种集成高精度车辆导航系统和车载"黑匣子"的多功能车辆导航监控系统.首先分析了该多功能系统的结构和原理,进而研究融合"蓝牙"路标辅助车辆定位的GPS/DR/MM/BB组合高精度导航定位方案和GPS/DR最优卡尔曼滤波组合算法.大量的实际跑车试验结果表明该系统方案是可行的.它不仅能够进行高精度的导航定位,同时有效地实现了"黑匣子"行驶记录功能.     

一种新型三维仿生扑翼机构设计与分析

以昆虫翅膀运动机理为基础,提出了一种复合3种运动的仿生扑翼新机构。由于能使翼尖按8字形或香蕉形运动及机翼扭转,同时可保证两翼的运动对称,使扑翼运动更符合昆虫运动形态。为了实现生物运动轨迹,建立了机构参数的优化模型,并据此设计了扑翼微型飞行器样机,其扑动规律能更逼真地模拟昆虫翼的扑动形态,为新型微型飞行器的设计提供样机。     

Vehicle State and Parameter Estimation Based on Dual Unscented Particle Filter Algorithm

Acquisition of real-time and accurate vehicle state and parameter information is critical to the research of vehicle dynamic control system. By studying the defects of the former Kalman filter based estimation method, a new estimating method is proposed. First the nonlinear vehicle dynamics system, containing inaccurate model pa rameters and constant noise, is established. Then a dual unscented particle filter （DUPF） algorithm is proposed. In the algorithm two unscented particle filters run in parallel, states estimation and parameters estimation update each other. The results of simulation and vehicle ground testing indicate that the DUPF algorithm has higher state estimation accuracy than unscented Kalman filter （UKF） and dual extended Kalman filter （DEKF）, and it also has good capability to revise model parameters.     

基于单目视觉的室内微型飞行器位姿估计与环境构建

针对微型飞行器(Micro air vehicle,MAV)在室内飞行过程中无法获得GPS信号,而微型惯性单元(Inertial measurement unit,IMU)的陀螺仪和加速度计随机漂移误差较大,提出一种利用单目视觉估计微型飞行器位姿并构建室内环境的方法。在机载单目摄像机拍摄的序列图像中引入一种基于生物视觉的方法获得匹配特征点,并由五点算法获得帧间摄像机运动参数和特征点位置参数的初始解;利用平面关系将特征点的位置信息由三维降低到二维,给出一种局部优化方法求解摄像机运动参数和特征点位置参数的最大似然估计,提高位姿估计和环境构建的精度。最后通过扩展卡尔曼滤波方法融合IMU传感器和单目视觉测量信息解算出微型飞行器的位姿。实验结果表明,该方法能够实时可靠地估计微型飞行器的位置和姿态,构建的环境信息满足导航需求,适用于微型飞行器室内环境中的导航控制。     

翼尖附近流场研究及帆片减阻机理

在１米低速风洞中，对半展长直机翼翼尖用围空间流场进行了详细地研究，并分析了翼尖帆片的增升减阻机理。根据理论计算并结合试验结果设计的翼尖机片，经大低速风洞全机模型试验证明：翼尖装三个机片可使全机诱导阻力因子减小２１．４９％。这可供帆片设计时参考。     

基于渐消卡尔曼滤波器的定位系统设计

针对无人机捷联式惯性导航系统(Strap-down inertial navigation system,SINS)定位精度低、全球卫星定位系统(Global position system,GPS)定位的非自主性,建立了一种无人机SINS/GPS定位信息融合系统。采用渐消Kalman滤波技术,有效防止了SINS/GPS组合导航系统的滤波发散。采用自适应运算法则,从理论上证明了渐消卡尔曼滤波器的稳定性,得到了滤波器稳定要求的新的条件,与以往研究比较,条件更为宽泛。分别进行了SINS/GPS常规卡尔曼滤波仿真和渐消卡尔曼滤波仿真,结果表明:采用渐消卡尔曼滤波技术在工程实践上可以有效提高无人机的导航定位精度,并且易于工程实现。