高超声速飞行器惯性/天文鲁棒组合导航方法

对于高超声速飞行而言,惯性/天文组合导航的应用将会面临异常值干扰和噪声特性变化等问题,需要控制天文量测中异常值扰动的影响,提高对于可靠量测信息的利用效率。为此,本文研究了一种基于平衡因子的组合导航方法,采用鲁棒滤波方法进行惯性/天文组合导航系统的量测更新,将自适应滤波技术引入到鲁棒滤波中,考虑到天文量测信息不同的噪声特性和水平,将自适应因子分解为姿态自适应因子和位置自适应因子,从而平衡状态预测信息和天文测量信息的贡献。仿真结果表明,本文方法可以显著提高高动态环境影响下的组合导航性能。     

基于STK的导航星模拟及天文定位选星算法研究

导航星优选是研究天文定位导航的前提。本文结合导航恒星选星对天文定位的影响,研究提出了基于STK软件的导航星模拟方法,并针对空天飞行器对天文观测时的条件约束,结合天文导航定位对导航星的要求,构建了适合不同飞行航迹的导航星库。基于所设计的导航星库,以空天飞行器为应用对象,结合其在轨段飞行轨迹参数,基于STK软件进行了天文导航定位仿真研究。在所设计的飞行器飞行航迹参数及可见星信息条件下,针对空天飞行器长航迹飞行运动特点,设计了3种不同的天文定位观测选星方案,并研究了不同选星方案下的天文导航定位性能。最后通过仿真验证表明所提出的导航星模拟和选星方法能有效满足空天飞行器对天文导航定位的要求。     

基于受摄轨道模型的小卫星轨道摄动分析研究

小卫星在实际运行中受到多种摄动力的作用,这会对其轨道造成不同程度的影响,因此在小卫星的轨道设计与控制中,摄动是必须考虑的重要因素。本文以500km高的小卫星太阳同步轨道为研究对象,运用轨道摄动的基本理论,估计了地球非球形引力、大气阻力、太阳光压及第三体引力的量级并进行比较;建立小卫星轨道摄动分析模型,并在此模型的基础上,利用计算机仿真技术,对小卫星轨道摄动问题展开仿真研究,验证了几种主要摄动力的量级估计的结果,分析比较了几种主要摄动力对小卫星运行轨道的影响程度及规律,本文结果对小卫星轨道设计与控制具有很好的参考价值。     

气密封装对光纤陀螺零偏误差和长期可靠性的影响

当前的应用领域对干涉型光纤陀螺(Interferometric Fiber Optic Gyroscope,IFOG,简称光纤陀螺)提出了较高的要求,如运载、航天领域要求光纤陀螺在变气压环境下精度不恶化,服役期限和存储环境要求光纤陀螺在高湿环境下可靠性高及性能稳定.而光纤对应力、水汽敏感,开放式光路结构的光纤陀螺在上述...     

基于CenterNet 的航空遥感图像目标检测

为实现高精度的航空图像目标检测，将Anchor free 的目标检测算法CenterNet 应用到检测中，同时 使用Resnet50 主干网络，并引入CIoU 损失替代原有损失函数对网络模型做出了改进。改进后的算法在RSOD 与DIOR 数据集上进行测试，结果显示在保证网络轻量化的前提下检测精度有明显的提高，证明了算法在航空 目标检测方面的可行性与准确性。     

一种低数据传输的多机器人实时视觉SLAM

针对多机器人视觉SLAM在实际应用中带宽受限的问题,设计了一种低数据传输的多机器人实时视觉SLAM系统.系统中引入了NetVLAD神经网络模型,通过改进NetVLAD降低了多机器人回环检测的计算资源占用,提高了回环检测的实时性.提出了一种针对描述子缺失情况下的特征匹配算法,提高了回环检测与相对量测的鲁棒性,并提出了一种增量式多机器人位姿图共享和优化方法.最后,通过在KITTI数据集进行测试,验证了该SLAM系统能有效减少多机器人通信过程中的数据传输,具有与单机器人SLAM相当的定位精度和实时性.     

基于STDP奖励调节的类脑面向目标导航

动物具有优秀的空间自主定位导航能力，能够实现在无先验环境信息下的导航定位和导航决策过程。针对智能体在连续空间中面向目标导航问题，研究了一种基于生物学放电时间依赖可塑性学习规则的智能体面向目标导航算法。首先分析了动物面向目标导航决策过程中的生理学机理，在此基础上，构建了基于脉冲神经网络的位置细胞和动作细胞模型。动作细胞间权值采用横向竞争模型更新，通过环境奖励信号的更新，采用放电时间依赖可塑性学习规则对位置细胞前馈动作细胞模型的突触权重进行权值调节，利用动作细胞群的脉冲放电现象表征智能体运动方向和速度。最后，对所提算法进行了仿真实验验证。仿真结果表明，所提出的类脑面向目标导航算法能够在单障碍环境中实现30 ms左右的规划速度，相比传统强化学习Q学习方法平均路径规划长度缩短了15.9%。     

脉冲干扰对软件接收机的影响分析

卫星信号经过长距离传播,信号能量损耗严重,到达地面的功率很弱,容易受到各种干扰的影响。脉冲干扰为常见的干扰类型,所以针对不同功率、不同周期,以及不同占空比的脉冲干扰信号,通过接收前端采集受脉冲干扰的GPS L1信号,利用软件接收机及多相关器生成技术,详细分析了脉冲干扰对接收机信号捕获与跟踪性能的影响。分析结果表明,周期为1ms的脉冲干扰信号,能对接收机产生强烈的干扰效果,捕获图中的噪声明显增大;跟踪过程中,载噪比和相关值突发性减小,造成跟踪数据异常。而长周期的脉冲信号仅在脉冲到达时影响接收机的捕获和跟踪,但由于信号跟踪不能连续进行,导致伪距观测量的不连续与导航数据不能正常解码,从而干扰接收机。     

基于双目视觉的类脑三维认知地图构建方法

基于大脑导航神经细胞机理的类脑认知地图构建方法,为发展智能同步定位与地图构建(SLAM)技术提供了新思路.针对现有类脑认知地图构建精度不高的问题,提出了一种基于双目视觉的类脑三维认知地图构建方法.首先阐述了类脑三维认知地图系统的工作原理,然后论述了不同视觉里程计对认知地图精度的影响,研究了基于双目视觉里程计的类脑三维认知地图精度优化方法,最终完成了基于视觉数据集的类脑三维认知地图构建试验.试验结果表明,所提方法构建的视觉里程计地图的三维位置误差为总行程的2.14％,认知地图的三维位置误差为1.56％;认知地图精度与里程计精度呈正相关;系统通过模板匹配进行回环检测与校正,提高了认知地图的精度.     

基于虚拟地标的行人惯性SLAM算法

针对当前仅使用低成本惯性传感器的行人导航系统航向角存在较大累积误差的问题,研究了一种只使用惯性传感器信息的虚拟地标构建方法,并通过匹配虚拟地标点对位置和航向进行误差补偿.在此基础上,结合同时定位与建图(SLAM)方法的思想,实现了仅基于惯性传感器的SLAM,提高了行人导航的精度和可靠导航时间.试验结果表明,该方法能够有效消除纯惯性行人定位系统的累积误差,在2027m2的单层建筑物中空间位置误差小于10m.