基于改进的卷积神经网络的步态识别

为了提高惯性传感器采集到的序列数据中步态识别的准确率,建立了一个激励层改进的卷积神经网络(CNN)模型。针对三轴加速度传感器对运动太过敏感导致步态周期划分不准确的问题,采用加速度传感器与弯曲度传感器组合获取人体运动信息。将CNN模型中激励层的线性整流函数(ReLU)改进为带泄露线性整流函数(Leaky ReLU),以解决遇到卷积输出数据小于0时神经元被抑制的问题,进而达到提高步态识别准确率的目的。实验结果表明激励层优化的CNN模型在行走、上下楼和上下坡五种步态模式下识别率达到了95.79%,与未采用弯曲度传感器的改进CNN模型和未进行激励层改进的CNN模型相比,步态识别率有所提高。     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。     

SAR performance-based fault diagnosis for electro-hydraulic control system: A novel FDI framework for closed-loop system

Model-based fault diagnosis serves as an efficient and powerful technique in addressing fault detection and isolation (FDI) issues for control systems. However, the standard methods and their modifications still encounter some difficulties in algorithm design and application for complex higher-order systems. To avoid these difficulties, a novel fault diagnosis framework based on multiple performance indicators of closed-loop control system is proposed. Under this framework, a so-called performance residual vector is constructed to measure the differences between the real system and the nominal model in terms of system stability, accuracy, and rapidity (SAR) respectively. The criteria for quantification, normalization of the SAR residuals and the explicit mappings between the thresholds and the required performance are given. FDI can be easily achieved simultaneously by monitoring the normalized residual vector length and direction in the SAR performance residual space. A case study on electro-hydraulic servo control system of turbofan engine is adopted to demonstrate the effectiveness of the proposed method.     

液浮惯性仪表温度场的仿真分析

液浮惯性仪表精度跟温度场有关联,温度分布不均匀和温度波动都会对仪表精度产生影响,因此研究液浮惯性仪表内部的温度场分布尤为重要。利用有限元方法对液浮惯性仪表进行温度场仿真计算,根据仪表的结构特点合理的设置了测温点,通过试验的方法提取了特征点的温度值,验证了仿真结果的正确性,为液浮惯性仪表的热设计提供了基础参数。     

大数据理论在高精度惯性导航系统测试技术中的应用

当前我国高精度惯性导航系统研制已取得长足进展,但惯性导航系统的精度、可靠性和寿命等应用性能距离世界先进水平仍有差距,主要问题在于全寿命周期内的海量测试数据没有被充分挖掘、分析和应用,严重制约了惯性导航系统精度的提升、可靠性分析和寿命预估的准确性。因此,系统、准确、高效、合理地处理设计、生产、测试和使用过程中的海量数据是分析解决高精度惯性导航系统存在问题、提高生产效率、提升产品质量的有效途径。首先,详细分析了惯性导航测试系统数据采集和数据管理中存在的问题,提出大数据管理分析系统的需求和目标;其次,结合数据管理和分析中的关键技术,构建了惯性导航测试系统以数据采集层、数据支撑层和数据应用层为3大模块的大数据分析平台基本框架。为高精度惯性导航系统优化设计、提升精度、保障产品可靠性、合理预估系统寿命及适应未来战争提供了发展思路。     

基于惯性定位定向的高铁轨检仪研究

根据高铁轨道静态检测的测量需求,设计了一种利用定位定向技术的0级轨检仪,详细阐述了其构成和工作原理,介绍了其特点。通过对比性分析论证,优选了一种测量精度高、操作方法简单且可大幅度提高测量效率的设计方案。理论仿真表明,本系统测量精度能够达到优于13mm/km水平。根据理论仿真结果搭建了原理简易验证设备,结合高铁测控网的测量基准,在一段高铁的弯道铁轨上进行了验证测试。从测试结果看,样机测量精度的重复性可以到达1mm/500m（1σ）的水平,10次测量效率优于500m/2h,表明采用定位定向技术的0级轨检仪具备实际工程化的潜力,以及提高测量效率和精度的能力。     

长航时高精度惯导系统姿态阵的四种解算方法

高精度惯性导航系统是保证水下或水面运载体长时间安全航行及搭载的仪器设备正常工作的关键技术之一,姿态阵解算是其核心问题。通过分解姿态阵以及分别采用Euler角和四元数描述姿态参数,建立解算姿态阵的四种方法;分别对这四种方法中的姿态模型进行扰动,并研究相应线性化误差模型的精度及其影响因素;利用数值仿真法对四种姿态解算方法的结果及对应的线性化误差模型的精度进行了比较分析,结果表明:姿态阵解算分解法显著差别于整体法,采用Euler角或四元数描述姿态参数对姿态阵解算精度的影响不显著,分解法对应的线性化误差模型的精度优于整体法。     

基于故障行为的惯导产品贮存寿命试验设计

以典型惯导产品加速度计贮存寿命评估为例,提出了一种基于故障行为模型的加速退化试验设计方法,解决了缺乏预试验数据情况下试验应力水平设计的问题。在通过对产品特性和主机理分析基础上,确定表征产品贮存寿命特征参数及试验应力,构建了考虑材料等分散性的加速度计故障行为模型,用以描述参数加速时变规律的特性。在试验应力最高水平确定的情况下,基于给定置信度和故障行为模型,以高应力水平下退化量的置信下限与低应力水平下退化量的置信上限不交叉为原则,采用基于仿真的加速退化试验设计方法,优化确定低应力和中间应力水平,从而设计给出试验剖面,并给出了加速退化试验方案优选流程,最终从备选方案集中确定加速度计试验最优方案。通过实际案例分析,验证了该方法的有效性。      

采用非均匀反弹特性壁面的粒子分离器研究

为了在不改变流道几何型面的基础上实现对较大粒径砂尘轨迹的有效组织,借助数值仿真技术,对一类典型无旋式惯性粒子分离器流道内两相流场展开了模拟研究。通过对典型工况下粒子分离器内砂尘轨迹的追踪和细致分析,首先获得了壁面反弹主导下的较大粒径砂尘的三类基本运动模式及其主要特征。而后以此为基础,充分利用2024铝合金、7020橡胶以及45钢3种典型壁面在反弹特性上的差异,同时结合原流道型面,完成了一种基于非均匀壁面的粒子分离器方案设计。计算表明:通过对鼓包迎风面等关键区域的壁面材质的特殊设计,可在不降低气动性能的前提下实现AC砂及C砂分离效率的显著提升,其增幅分别为6.0%和13.7%。