权值动态分配的加权平均法在姿态解算中的应用

鉴于各种姿态算法解算后的精度不高,提出将加权平均法应用于捷联惯导系统的姿态解算中.针对实际应用中无法准确获得姿态角度的真实值这一情况,提出对解算误差进行实时估计的方法,再基于最优权值分配的原则进行权值动态分配.对几种姿态解算算法进行了有效的融合,并应用到姿态解算模块的实际测量中.测量结果分析表明此种方法很大程度上减少了单一算法的解算误差及测量的误差,提高了测量的精度.     

基于RBF神经网络的微惯性测量组合标定

针对微惯性测量组合标定精度低的问题,充分发挥神经网络良好的逼近非线性函数的优势,以RBF神经网络为主要逼近手段,对微惯性测量组合输出非线性特性进行精确逼近,从而得到更为准确的标定结果。试验结果表明,基于RBF神经网络的标定算法能够有效地逼近微惯性测量组合敏感信息,与传统基于最小二乘法建模方法相比,微惯性测量组合输出标定精度有了显著提高,为后续的载体姿态准确解算奠定了基础。     

基于星敏感器的姿态确定算法研究

为实现惯性/天文组合导航,提高导航精度,本文研究了基于星敏感器的天文导航姿态确定原理,在理论上推导了用于载体姿态解算的TRIAD算法、最小二乘算法、Eular-q算法和QUEST算法,并通过仿真和实验对以上四种算法进行了比较。仿真和实验结果表明,QUEST算法在四种算法中具有解算精度高而运算速度快的优点。由仿真和实验可知,绕星敏感器光轴方向的姿态解算误差大,这可为惯性/天文组合导航系统的方案设计提供指导。     

超声速飞行器FADS系统实时解算设计与验证

针对典型超声速飞行器的头部外形,采用CFD数值模拟方法计算获得超声速飞行器头部测压点阵列的压力数据,设计了基于BP神经网络技术的求解算法和基于FPGA+DSP构架数字信号处理的解算机、飞行马赫数2.0~4.5的嵌入式大气数据传感系统实时解算方案。应用蒙特卡罗法分析测量总误差对算法模型的影响,并获得满足嵌入式大气数据传感系统设计目标要求的测量系统总误差。算法在解算机上完成1次计算所需时间1ms,完全可以满足嵌入式大气数据传感系统算法实时解算设计的要求。在1.2m×1.2m超声速风洞完成求解算法的实时解算试验,试验结果与风洞系统的测量结果基本吻合,系统在实时解算过程中未出现异常、能灵敏反映出来流参数变化、具有很好的鲁棒性和敏捷性。静压测量相对误差≤6.9%,马赫数测量误差0.1,迎角和侧滑角的测量误差均1°。最后还分析了试验误差影响因素,提出了试验改进的方法。     

飞行器多学科综合设计新算法

 为解决飞行器多学科设计优化难点问题,提出圆环图网络设计安排、主要设计变量确定方法、三次黄金分割法确定正交设计水平以及无量纲化多目标处理法,并将正交迭代和神经网络计算相结合以形成一种新算法,来寻求最优解。算例表明算法在飞行器设计中有效。     

长航时高精度惯导系统姿态阵的四种解算方法

高精度惯性导航系统是保证水下或水面运载体长时间安全航行及搭载的仪器设备正常工作的关键技术之一,姿态阵解算是其核心问题。通过分解姿态阵以及分别采用Euler角和四元数描述姿态参数,建立解算姿态阵的四种方法;分别对这四种方法中的姿态模型进行扰动,并研究相应线性化误差模型的精度及其影响因素;利用数值仿真法对四种姿态解算方法的结果及对应的线性化误差模型的精度进行了比较分析,结果表明:姿态阵解算分解法显著差别于整体法,采用Euler角或四元数描述姿态参数对姿态阵解算精度的影响不显著,分解法对应的线性化误差模型的精度优于整体法。     

基于并联机构的轻型自主爬行钻铆系统法向调姿算法

法向调姿是飞机部件自动化钻铆的技术基础,是提高制孔质量的技术保证。根据飞机装配自主爬行钻铆系统的功能需求分析,设计了一套基于并联机构法向调姿的轻型自主爬行钻铆系统,采用改进的Grubler-Kutzbach算法对其进行自由度分析,论证该系统符合法向调姿时所需的5自由度运动。搭建了法向检测及法向调姿数学模型,提出了在保证虚拟刀尖点位置不变的情况下末端执行器由初始状态调姿到期望的姿态时并联机构所需调整量的位置逆解算法和算例,并运用Matlab对算法进行算例验证。结果表明:法向调姿位置逆解算法正确,计算过程简单。     

尖楔前体飞行器FADS系统的神经网络算法

对人工神经网络算法在尖楔前体飞行器用嵌入式大气数据传感系统(Flush Air Data Sensing System,FADS)中的应用进行了探讨。针对该FADS系统存在的建模困难及解算精度低的问题,采用BP神经网络算法代替传统的空气动力学模型,通过合理选择网络结构参数及训练验证,分别建立了FADS系统的含有单隐含层的三层网络模型及含有双隐含层的四层网络模型,对攻角、侧滑角、自由来流静压及马赫数等参数进行求解。数值仿真结果表明,建立的用于尖楔前体飞行器的FADS系统的神经网络算法求解精度较高,且含有双隐含层的网络模型精度优于单隐含层的模型精度。     

基于神经网络的类乘波体飞行器FADS算法研究

大气数据是飞行器飞行的重要参数,大气数据系统是必备的机载航电系统。嵌入式大气数据系统（FADS）是新一代大气数据系统,可用于类乘波体飞行器。飞行器外形特殊,大飞行包线内FADS压力场模型复杂,解算算法尚不完备。针对飞行器的特点,利用三维几何建模和计算流体动力学（CFD）计算的方法,分析FADS压力场模型特性,设计并验证了基于神经网络的类乘波体飞行器FADS算法,结果表明,算法对马赫数、攻角和侧滑角大气参数的解算可行有效。     

基于对偶四元数的捷联惯导算法在发射点惯性系下的应用研究

针对导弹类载体在做复杂的高动态机动时,采用传统的捷联惯导算法容易产生圆锥误差与划船误差,从而导致解算精度降低的问题,在发射点惯性系下设计了基于对偶四元数的捷联惯导算法。在建立发射点惯性系下的捷联惯导解算模型的基础上,详细推导了基于对偶四元数的捷联惯导解算算法,通过对比分析其中的速度更新过程与传统算法的差异,说明该算法可以有效提高速度和位置解算精度。在设计的多条机动飞行轨迹下,以三子样更新为例,对对偶四元数算法和传统算法的性能进行了仿真对比分析。仿真结果表明,对偶四元数导航算法可以有效提高速度和位置解算精度,且姿态机动情况越复杂、持续时间越长,改善效果越显著。