严格回归轨道的管道导航方法研究

分析了作为参考轨道的严格回归轨道与卫星在轨运行状态的相对运动关系,提出近地遥感卫星的管道导航方法。由于参考轨道的设计只考虑高精度的地球非球形摄动,与在轨卫星的动力学环境存在差别,这导致两者之间存在切航向漂移。基于高精度的轨道动力学模型和位置确定方法,设计了卫星与参考轨道采样点的沿航向对齐算法,从而获取了卫星相对参考轨道采样点的相位时间偏差和卫星在参考轨道编队坐标系切航向平面内的相对运动轨迹,进而引入椭圆的“最小二乘适配法”获取相对运动轨迹的特征量。所研究的管道导航方法可应用于基于GNSS测量数据的卫星自主轨迹保持。     

磁航向传感器标定精度低故障解析

某型磁航向传感器是机载导航设备的重要组成部分,需定期对其进行标定,以确保所测磁航向的准确性,而标定精度不满足技术指标的要求是标定中经常面临的难题。本文通过分析磁航向的测量原理和误差来源,结合当前的标定方法进行分析,明确故障原因,提出有效措施解决这一难题。     

螺旋桨飞机近地飞行时的横航向稳定性

根据算例飞机数据，分析了地面效应和螺旋桨滑流对飞机横航向静稳定性的影响。结果表明，无论是否存在地面效应，螺旋桨滑流都将使飞机的航向静稳定性和横向静稳定性变差；同时，无论是否存在螺旋桨滑流，地面效应都将使飞机的横向静稳定性增强，航向静稳定性变差。此外，计算了不同飞行条件下的飞机横航向模态特性，分析了地面效应和螺旋桨滑流对飞机横航向动稳定性的影响。结果表明：无论是否存在地面效应，螺旋桨滑流都将增强滚转模态及荷兰滚模态的稳定性，并同时降低螺旋模态的稳定性；而无论是否存在螺旋桨滑流，地面效应总体上也都将使飞机的横航向动稳定性增强。     

无人机滑跑侧翻现象建模与控制设计

无人机的安全滑跑是整个飞行任务的基础,也是其重复使用的重要前提。以前三点式无人机为研究对象,重点研究了滑跑阶段的安全保护策略以及航向保持控制律。首先对滑跑过程中最常见的侧翻现象进行建模,并通过侧翻试验验证了模型的正确性。然后基于侧翻模型提出了预防侧翻的安全边界,并设计了侧翻保护系统。其次,通过试验辨识出前轮转角对航向角速度的传递函数,在此基础上设计了滑跑航向控制律,并改变了操纵手的航向操控模式。最后,滑跑试验结果表明,带有侧翻保护功能的滑跑航向控制系统能够有效完成无人机的滑跑任务。     

不同类型的翼梢小翼在无人机设计中的应用

针对某型无人机进行融合式、双叉弯刀式2种不同形式翼梢小翼设计,对6组不同参数的小翼构型进行了基于RNAS控制方程的数值模拟计算,结果表明,双叉弯刀式小翼在气动效率的提高、横航向稳定性影响方面明显优于融合式翼梢小翼。结合数值模拟计算结果,从气动机理上对加装翼梢小翼后的纵向、横航向特性影响进行了分析,得出了2种不同形式小翼的气动特点及其各参数对气动性能的影响,其结论对中小型无人机翼梢小翼的设计提供了一定的参考依据。     

考虑几何限制的航向道模式设计

民机自动飞行系统在截获LOC信标切入跑道中心线时，由于空间几何限制导致较大超调，会对飞行安全产生不利影响。针对这一问题，设计了一种考虑几何限制的航向道模式。为了解决LOC线性区外信号不能用于自动飞行指令计算的问题，利用飞行管理系统的现有功能计算出飞机偏离跑道中心线的水平偏差；使用切入点位置和最大滚转角的几何限制作为机动判断条件，同时以进入线性区作为LOC模式的激活条件，使得飞机在达到几何限制时能提前机动。最后，通过仿真对比了采用三种不同LOC截获方法时飞机的响应，仿真结果表明所提出的方法能够有效解决因几何限制导致的LOC截获超调问题。     

基于自包含传感器的单兵导航系统设计

针对无卫星信号环境中单兵人员导航定位需求,设计了一种基于自包含传感器的单兵导航系统,重点研究了惯性传感器和压力传感器组合的零速区间检测算法,并通过对单兵导航系统背景磁场误差进行补偿来计算航向角,实现了速度观测量和航向观测量的准确提取。在此基础上,采用Kalman滤波器对系统状态误差进行估计,并对惯性导航解算结果中的累积误差进行修正。最后,在实际路线上开展了单兵导航系统定位实验,实验结果表明,行人在矩形路线终点位置处的位置误差为0.42m,占行走总路程的0.33%,从而证明了零速修正和航向修正能有效提高单兵导航系统的定位精度。     

三种双频航向天线系统辐射信号比较

针对浦东机场现有的三种航向天线系统在实际运行中的差别,通过天线信号分配关系,结合附件10~([5])规定的技术指标进行差异性分析。通过理论计算并采用MATLAB建模以实现对天线的排布特点、信号合成、抗干扰能力等方面的量化分析。根据实际飞行校验结果,采用航向天线的专业Atoll软件进行计算、对比和验证。根据比较结果对天线的可靠性和设计合理性予以评估,为天线选型提供参考依据。     

基于改进卡尔曼滤波算法的行人航向角估计

基于惯性导航的行人航位推算是一种针对未知环境行人定位的常用方法，然而传感器自身的惯性漂移、噪声特性不确定、动力学模型不准确等因素，会导致航位推算时行人航向角估计精度不高的问题，从而造成行人定位精度的降低。针对上述问题，提出了一种多渐消因子强跟踪H∞平方根容积卡尔曼滤波（MSTHSCKF）融合算法。其中H∞思想保证在极端噪声下最小化误差，增强系统鲁棒性，多渐消因子能够避免系统在模型不确定情况下精度的降低，平方根思想确保了协方差矩阵的对称性和半正定性。实验结果表明，与现有滤波算法相比，MSTHSCKF估计的行人航向角具有更高的精度、稳定性和鲁棒性，能够确保更高的行人定位精度。