基于Anubis多模多频GNSS数据质量检核性能验证与分析CSCD

针对传统主流软件难以对多系统、多模多频混合全球卫星导航系统(GNSS)数据进行全方位多层次质量检核,尤其是对北斗卫星导航系统(BDS)等新兴系统不支持的问题,引入阿努比斯(Anubis)软件。在分析其主要功能及使用方法的基础上,通过与主流软件进行全方位对比,利用其与数据格式转换、元数据编辑及数据质量检查(TEQC)软件分别对实测数据进行质量检核和性能分析,并根据其在不同定位环境下的性能表现,验证其可用性。实验结果表明Anubis数据质量检核结果与TEQC相当,但对各数据质量指标的分析在统计上更加细化。其对不同环境下的多系统数据反应灵敏,可用性强。     

基于NN-PSM的航空发动机机载自适应稳态模型

为建立一种适用于大包线、变状态的高精度、高实时性航空发动机机载自适应稳态模型，提出一种基于神经网络和推进系统矩阵相融合（NN-PSM）的机载自适应稳态模型建模方法。该方法基于小偏差线性化方法对发动机进行线性化来提取推进系统矩阵，用于表征机载模型与发动机之间的输出偏差量。基于神经网络建立发动机基线模型，用于映射飞行条件与发动机输出量之间的关系，利用神经网络的强拟合能力提高机载模型的稳态精度；设计卡尔曼滤波器实时估计发动机健康参数，提高模型的自适应能力。在大包线、变状态的飞行条件下进行仿真验证，并与传统的复合推进系统模型（CPSM）进行对比，结果表明:NN-PSM模型的平均精度在0.66%以内，而CPSM的平均精度为2.07%以内，运行时间仅为CPSM的1/10，且具有数据存储量少的特点。      

面向结构化场景的激光雷达点云高精度配准与定位方法

在基于先验地图的激光雷达室内导航方案中,通常采用点云配准的方法进行无人设备位姿初始化。在结构化场景下,传统配准算法特征鲁棒性较差,导致点云配准的误差较大且易陷入局部最优。针对该问题,提出了一种基于多平面空间模型的点云快速配准方法。首先该方法利用特征直方图的思想对空间点云进行快速粗聚类,根据平面一致性将粗聚类后的点集进行合并形成面特征,从而对密闭空间进行平面模型化表示。随后通过空间平面排序实现了面特征的快速关联,并利用线性匹配方法实现了两帧点云的精确配准,从而解算出机体在先验地图中的相对位姿。最后通过Gazebo搭建的仿真环境与室内结构化模拟环境对算法进行了验证。结果表明,在大型结构化场景下,算法具有更好的适应性以及更高的计算效率,能够快速为无人系统提供精准的地图初始位姿。     

改进的Chan-粒子滤波算法超宽带室内三维定位

针对超宽带室内定位时容易受到非视距误差的影响，导致定位精度大大下降，甚至无法准确定位的问题，提出了一种融合粒子滤波的改进Chan定位新方法。首先，在Chan定位方法中引入模拟退火算法，对到达时间差（TDOA）算法的测量值进行优化，获得初步定位的最优解；然后，采用粒子滤波对测量值进行再次优化，粒子重采样后得到的中心位置即为目标节点的精确位置。仿真和实验结果均表明，该算法能有效提高在非视距环境下超宽带室内定位的精度，较好地消除非视距误差的干扰。     

面向大规模星座的多波束测控天线及应用

大规模卫星星座的出现给传统测控模式带来了巨大挑战.利用机械扫描式的测控天线对卫星进行的一对一测控已不能很好满足大规模卫星星座的测控需求,具备快速指向能力的多波束测控天线是解决大规模星座测控的有效手段.通过对国内外多波束测控天线的调研,介绍了多波束测控天线的发展概况,对其技术特点进行了分析和研究,指出了多波束测控天线在星座测控中的优势,并提出基于多波束测控天线的星座测控建议.