利用TERCOM与ICCP进行联合重力匹配导航

重力匹配导航算法对提高匹配效率和精度具有重要意义,是水下匹配导航技术的热点问题。对已有的重力辅助惯性匹配导航算法开展了研究,在此基础上提出了一种新的基于ICCP与TERCOM相结合的重力匹配导航算法。该算法在已有改进算法的基础上,对惯性导航提供的采样间隔航距以及ICCP匹配航距,和改进TERCOM匹配航距进行了联合对比分析。通过设置限差,搜索出TERCOM匹配误差较大点,并用ICCP对应匹配点进行替换,反复搜索和替换,最终生成由两种算法结合的新匹配轨迹。在TERCOM匹配初始误差较小的情况下,该方法对TERCOM算法匹配精度的提升依赖于ICCP匹配结果。仿真结果表明:对于TERCOM出现明显误匹配且ICCP匹配结果较好时,该算法可大大提高重力匹配精度,距离误差由2000m降至870m,X轴方向由TERCOM匹配平均误差的1370m降至530m,Y轴方向由TERCOM匹配平均误差的1900m降至640m,从而更好地满足了水下导航的需求。     

机器人运动规划方法综述

随着应用场景的日益复杂，机器人对旨在生成无碰撞路径（轨迹）的自主运动规划技术的需求也变得更加迫切。虽然目前已产生了大量适应于不同场景的规划算法，但如何妥善地对现有成果进行归类，并分析不同方法间的优劣异同仍是需要深入思考的问题。以此为切入点，首先，阐释运动规划的基本内涵及经典算法的关键步骤；其次，针对实时性与解路径（轨迹）品质间的矛盾，以是否考虑微分约束为标准，有层次地总结了现有的算法加速策略；最后，面向不确定性（即传感器不确定性、未来状态不确定性和环境不确定性）下的规划和智能规划提出的新需求，对运动规划领域的最新成果和发展方向进行了评述，以期为后续研究提供有益的参考。     

基于集成学习的空间科学卫星工作模式识别

针对空间科学卫星遥测参数数据量大且特征维度高、需要消耗大量人力资源预先设置海量阈值、预先设置的阈值可能不再适用、现有监测手段可扩展性低等问题，提出了一种基于集成学习的空间科学卫星工作模式识别方法。该方法采用相关系数统计特性和互信息理论对遥测参数数据进行筛选降维，使用数据重采样技术解决数据集中存在的类别不平衡问题，构建集成学习模型，实现空间科学卫星工作模式的识别。借助某型号科学卫星真实遥测参数数据对该方法进行验证，在短时内便可构建完成算法模型，模型对整体类别的识别正确率高达99.67%，可正确识别多数类样本和少数类样本，为地面运控人员判断空间科学卫星工作模式提供了决策依据。