机载SAR运动补偿传感器研究

提出一种不依赖于机载主惯导的运动传感器方案——基于GNSS／SINS的组合运动信息系统。即在SAR成像期间输出以纯惯性为主的信息以保证较高的相对定位精度，供SAR成像补偿；同时，GNSS／SINS的组合保证了长时间的绝对定位精度。介绍了这种运动传感器的原理、数学模型、工作流程控制。实验结果表明，基于GNSS／SINS的运动传感器具有很高的精度，完全满足了SAR成像的精度要求，特别适合于没有机载主惯导或主惯导精度较低的情况。     

惯性组合导航系统的融合技术研究

针对惯性组合系统中的多子导航系统，研究了“测量融合”的技术，文中讨论了测量融合的设计思想的方案，以惯性，全球卫星定位系统，无线电测距测向系统，地形辅助导航系统组合导航系统为例，研究了组合导航系统的融合算法，并进行了蒙特·卡洛法仿真计算，结果表明，系统的设计是合理的，为惯性组合导航系统提出了有实用价值的一种融合算法。     

余度MEMS-IMU/GPS组合导航系统

对采用余度配置的MEMS-IMU/GPS组合导航系统进行了研究。分析了微小型组合导航系统的特点和误差模型,针对惯性/GPS伪距组合导航模式下,卡尔曼滤波器需要对量测方程线性化的缺点,提出了基于改进平淡粒子滤波的滤波算法。该算法采用权值控制参数决定粒子是否进入平淡卡尔曼滤波器,有效降低了滤波计算量,并和UPF算法精度相当。研究表明,改进平淡粒子滤波算法对系统性能有明显提高,在GPS信号受到遮挡、暂时不可用的情况下,具有较好的抑制误差作用,适合余度微惯性/GPS组合导航系统的应用。     

惯性组合导航系统的实时多级景象匹配算法

 针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置、航向偏差的要求，提出一种实时多级景象匹配算法。算法分为两级，第一级粗匹配中提出了中心点4邻域的抗变形算法，能抗旋转和小尺度变化的影响，使定位精度达到像素级；第二级精匹配中提出了基于分支特征点，应用最小二乘法原理精确匹配定位出两幅图像间的最优相似变换参数，即飞行器的精确位置和航向偏差的算法。仿真分析表明，提出的实时多级算法能满足景象匹配辅助惯性组合导航系统实时性、精确性和鲁棒性的要求。     

一种用INS辅助GPS周跳检测和求解整周模糊度的方法

在INS／GPS全组合导航系统中，需要利用GPS载波相位测量信息，其中整周模糊度的确定和周跳的检测是两个关键的技术。文中提出了利用INS信息对GPS解算过程中的周跳检测和整周模糊度的确定进行辅助解算的简易快速算法，并进行了计算机仿真。仿真结果表明，文中提出的INS辅助GPS的周跳检测简易算法可以有效的检测出发生的小到一周的周跳；在一定条件下，利用INS信息辅助GPS可以瞬时可靠地求解出整周模糊度。     

基于极限学习机的黑障区智能导航算法

在黑障区飞行阶段中,惯性导航系统会因缺少辅助导航系统而持续累积误差,导致飞行器导航系统可靠性下降。针对这一问题,提出了一种新的基于极限学习机的黑障区智能导航算法,通过极限学习机(ELM)对GPS正常工作的导航信息进行学习。在黑障区,利用学习得到的模型对惯性导航系统进行误差补偿,较好地修正了当GPS失锁时惯性导航系统的误差,避免了因误差累积而导致的导航信息发散。仿真结果表明,该算法能够保证在GPS失锁的黑障区中导航系统输出的信息有较好的可靠性和精度,能够为接下来的姿态调整和着陆准备提供良好的基础。     

超流体陀螺仪的发展概况与研究进展

超流体陀螺基于低温物理量子理论发展,有望成为新一代高精度陀螺仪的重要方向.通过对超流体陀螺的研究现状进行调研和分析,阐述了主要的几类超流体陀螺的原理和特点,分析了超流体陀螺的发展前景.对于基于交流(AC)约瑟夫森效应的超流体陀螺的灵敏度以及温度和体积上的优势展开了分析,并针对前期研究中的原理方案设计、加工和制冷技术以及误差分析等问题提出了思考并进行了展望,旨在加强国内研究者的交流,进一步促进新陀螺技术的发展.     

准实时性前斜视INS/SAR组合导航滤波算法研究

为消除常规利用正侧视SAR图像辅助导航信息对惯性误差进行修正时的滞后影响,结合前斜视SAR成像工作特性,本文分析提出了新的准实时性组合导航滤波方案和算法,以解决SAR/INS组合导航系统中的量测滞后影响;本文分析了前斜视SAR成像辅助导航系统工作特点,分析了SAR量测输出模型;建立了准实时性前斜视INS/SAR组合导航滤波算法模型,并通过仿真分析了组合导航系统性能。仿真结果表明：采用所提出的惯性/SAR组合方案和算法,可以有效克服成规正侧视SAR辅助匹配输出滞后的影响,有效满足组合系统性能要求。     

基于小波神经网络的陀螺漂移预测研究

实时识别陀螺漂移,并且预测漂移性能的变化趋势,对提高整个导航系统的精度有着十分重要的意义。本文结合小波分析理论和小波神经网络的非线性预测算法,对陀螺信号进行趋势提取与漂移预测。采用小波神经网络避免了其它神经网络存在的局部最小化的缺陷,小波分析的引入可以有效提取出原信号的趋势,大大降低了环境因素的影响。将小波神经网络非线性预测算法与小波趋势提取算法结合,建立陀螺仪漂移趋势的预测模型,对某光纤陀螺实测信号仿真预测其漂移趋势,仿真结果证实该预测模型与实际情况相符,具有较好的预测精度,为预测一般陀螺的随机漂移提供了一种新的有效途径,同时还对一般陀螺仪表的漂移模型建立方法提供借鉴。     

基于最优几何拓扑无线多传感器信息融合定位

利用Fisher信息矩阵方法,研究了针对距离、到达时间和方位角三种测量方式下的最优传感器—目标几何定位与拓扑图形特征。仿真结果表明,通过对最优传感器—目标几何图形特征的分析,可以获得具有最优定位性能的传感器—目标几何拓扑;同时表明,最优几何拓扑一般不是唯一的。