仿生光磁导航技术发展研究综述

仿生导航是在仿生技术基础上发展起来的新型导航技术方法，该方法融合了仿生技术的优点，因其抗干扰性强、适应范围广的特点，迎来了研究的热潮。从仿生光流导航、仿生偏振光导航、仿生类脑导航和仿生地磁导航四个角度对近年来大量的相关文献进行了综合性地整理和分析，阐述了其导航原理、发展现状和动态，对其未来的发展前景进行了展望，指出了限制现有技术的难点和瓶颈，对未来仿生导航技术的发展提供了参考，有一定的指导作用。     

高过载微惯性器件研究现状

微惯性器件是目前制导战术武器的核心元器件,具有成本低、体积小、寿命长等优点,但是其如何在火炮膛内、侵彻着靶等过程中存活甚至正常工作,一直是各军事大国科研院所发展精确打击制导武器的重要研究方向。查阅了相关国内外文献,然后详细评述了目前关于应用于高过载环境下的微机械陀螺与微机械加速度计研究现状,指出了目前高过载环境微惯性器件的发展趋势与各国的研究进程,为我国发展高过载微惯性器件提供了方向与指导。     

大气偏振光导航技术

为克服现有导航技术在战场应用中存在的不足,借鉴生物光学导航机理,开发新的导航方式,是未来导航技术研究的一个重要发展趋势。本文对自然界中的昆虫光学导航机理进行了介绍和分析,并对大气偏振光导航的发展趋势进行了探讨,提出了大气振光导航技术发展过程中需要解决的关键问题。     

抗高过载硅微杯型振动陀螺结构设计与仿真

微机械陀螺是现代制导武器的核心器件，但是制导武器的发射过程中伴随着巨大的加速度过载。针对微机械陀螺结构在大过载情况下活动质量块受过载影响大的问题，设计了一种抗高过载MEMS杯型振动式陀螺结构。结合四波腹运动原理，对杯型陀螺结构的工作原理、振动特性以及抗高过载特性进行了分析。在ANSYS有限元分析软件中建立了该硅微杯型陀螺结构的有限元模型，分别进行了模态分析、谐响应分析。仿真分析结果显示，该硅微杯型陀螺驱动模态与敏感模态固有频率的频差为0.8kHz，工作模态的频率匹配性较好。根据冲击动力学原理分析了此结构在半周期正弦加速度冲击载荷作用下的冲击响应，谐振结构在100000g的瞬态冲击作用下的最大应力为11.38MPa，最大位移为8.06nm，证明该结构具有优良的抗冲击特性。     

基于场景识别的惯性基类脑导航方法

针对无人机导航中惯性器件产生的漂移误差不断随时间累积进而影响导航精度的问题,以仿生类脑导航为研究背景,提出了一种新的导航方法。与传统导航策略不同的是,该方法从周期性校正累积位置误差的角度出发,采用设置位置细胞节点的思路,利用训练好的卷积神经网络模型在细胞节点处进行图像匹配,从而在位置细胞节点处实现惯导位置漂移误差校正。同时,建立节点之间的漂移误差模型,调整误差方程系数,以达到修正漂移误差的目的。最后,基于无人机飞行实验结果验证了该方法对自主导航的有效性和鲁棒性,该方法能够有效提高无人机导航的精度。     

恶劣天气下的仿生偏振定向方法

针对偏振光导航在恶劣天气下精度显著下降的问题,提出了一种可以在恶劣天气下基于大气偏振模式的定向算法。与现有方法相比,首次将三维块匹配与canny边缘检测结合的思想应用于修复被不同天气破坏的偏振角度图像中。具体而言,将偏振角度图像的修复分为噪声粗处理和边缘提取处理去噪两部分。在噪声粗处理阶段采用三维块匹配算法,在边缘提取处理去噪部分,利用canny边缘检测算法对偏振角度图像进行二次去噪。实验结果表明,该方法不仅能够提高晴朗天空下的定向精度,而且能够显著提升在阴天、沙尘、雾霾等恶劣天气条件下的导航定向精度,即使在偏振角图像对称∞模式被破坏的情况下,航向角精度仍可由9.4470°提高到1.6859°。     

基于改进ORB-GMS-SPHP算法的快速图像拼接方法

针对传统图像拼接算法存在拼接速度慢、图像拼接有色差等问题，提出了一种基于ORB-GMS-SPHP算法的大视场多图像拼接方法。该方法首先利用高斯函数构建尺度空间，将高斯尺度空间划分为多个网格，在每个网格内借助FAST算法提取尺度空间特征点，使用BRIEF算法提取描述符并匹配，得到更加均匀分布的特征点；然后使用运动网格统计算法筛选匹配点；最后采用SPHP算法融合图像重叠区域，从而得到完整的拼接图像。将改进的ORB-GMS-SPHP算法与现有的传统特征点匹配算法在特征点匹配精度和特征点匹配速度进行对比与评价，验证了该方法特征点匹配速度快、精度高，并且可以保留更多的正确匹配点的特点。将该拼接方法与传统拼接方法在拼接速度、图像配准均方误差RMSE以及视觉主观判断拼接色差进行对比与评价，验证了该拼接方法具有较快的拼接速度、更高的拼接精度和无明显色差。该方法在2 736像素×3 648像素图像中,特征点匹配时间降低至6.463 s，图像配准精度RMSE降低至3.87。实验证明该方法特征点匹配速度快、精度高,且拼接精度高、无明显色差。     

恶劣天气下的仿生偏振定向方法

针对偏振光导航在恶劣天气下精度显著下降的问题，提出了一种可以在恶劣天气下基于大气偏振模式的定向算法。与现有方法相比，首次将三维块匹配与canny边缘检测结合的思想应用于修复被不同天气破坏的偏振角度图像中。具体而言，将偏振角度图像的修复分为噪声粗处理和边缘提取处理去噪两部分。在噪声粗处理阶段采用三维块匹配算法,在边缘提取处理去噪部分，利用canny边缘检测算法对偏振角度图像进行二次去噪。实验结果表明，该方法不仅能够提高晴朗天空下的定向精度，而且能够显著提升在阴天、沙尘、雾霾等恶劣天气条件下的导航定向精度，即使在偏振角图像对称∞模式被破坏的情况下，航向角精度仍可由9.4470°提高到1.6859°。     

基于改进容积卡尔曼滤波的惯性/光流组合自主测速方法

针对容积卡尔曼滤波算法在惯性/光流组合测速数据融合时出现由于各系统输出数据频率不一致导致融合精度有限的问题,提出了一种基于多速率残差校正的改进容积卡尔曼滤波算法.通过当前时刻误差估算组合导航系统残差,再使用估算后的残差对速度估计值进行补偿,最终实现惯性/光流组合系统速度测量值的数据融合.实验结果表明,通过提出的改进容积卡尔曼滤波对惯性/光流数据进行融合后,东向速度均方根误差为0.2964m/s,北向速度均方根误差为0.06m/s,与现有其他卡尔曼滤波算法相比,此方法可显著提高惯性/光流组合系统的速度测量精度.     

面向声源定位的改进广义互相关时延估计方法

面向以数字微机电系统(MEMS)麦克风作为声传感器的声源定位阵列,完成了前端麦克风阵列的电路设计和以现场可编程逻辑门阵列(FPGA)为核心的数据采集系统的开发,并对麦克风输出的脉冲密度调制信号进行了降采样处理.针对传统的广义互相关算法在低信噪比下时延估计误差较大的问题,提出了一种改进PHAT加权函数的方法.在同等条件下对基于不同加权函数的广义互相关算法进行了MATLAB仿真验证,实验结果表明,在低信噪比条件下该方法相较于传统的广义互相关算法,时延估计误差更小且抗噪性能更强.