近空间高超声速飞行器惯性导航系统Simulink仿真研究

近空间高超声速飞行器具有高动态性特点,能实现精确打击,要保证其高精度,导航系统是关键。惯性导航技术具有可靠性好、输出连续的优点,是近空间巡航飞行器的核心导航系统。本文利用Simulink与M语言结合完成对近空间高超声速飞行器惯性导航系统的仿真研究。构建了近空间高超声速飞行器惯性导航系统的Simulink仿真模型,通过对静基座下的惯导导航误差进行分析,验证了仿真系统的正确性。对近空间高超声速飞行器的航迹进行了仿真,分析了飞行速度对向心加速度及哥氏加速度的影响,对开展近空间高超声速飞行器惯性导航系统的研究具有良好的参考意义。     

惯性／卫星组合导航开发平台的可视化仿真和实现

对惯性/卫星组合导航开发平台的可视化仿真及其实现进行了研究。该开发平台采用Visual++6.0语言进行编程,可进行实时导航动画显示,对惯性导航、GNSS及多种组合模态进行仿真运行,其结构和参数可由操作者根据实际情况选择或自行设定;特别针对不同的应用对象,可灵活地设置航迹和航路点,因此有较高的应用价值和实用意义,不失为设计组合导航系统的有力工具,在实际应用中对惯性/卫星组合导航系统研制和设计具有前瞻性和指导性。同时,模块化设计使该软件中的核心算法已方便地移植应用于实际工程组合导航系统中,收到了很好的效果。     

由感知到动作决策一体化的类脑导航技术研究现状与未来发展

随着脑与神经科学以及人工智能技术的持续发展,昆虫和哺乳动物大脑导航机理启发下的感知/认知/路径规划/动作决策一体化类脑导航技术得到了较大发展,可以实现由原始感知信息输入到导航动作决策的直接输出,呈现出接近动物端到端面向目标导航的智能行为,具有提高密集型无人机集群导航鲁棒性、准确性、实时响应动作、自主智能性以及计算效率的潜力。阐述了昆虫和哺乳动物大脑导航机理及其互补对称关系,以及昆虫和哺乳动物大脑导航机理启发的端到端类脑导航技术内涵;论述了类脑导航技术研究进展,包括类脑环境感知、类脑空间认知、面向目标类脑导航;分析了类脑导航向智能化、神经形态系统以及群体导航发展的新趋势;最后讨论了类脑导航技术应用于无人机密集集群系统时存在的挑战。     

XNAV算法及其整周模糊度确定方法研究

X射线脉冲星导航(XNAV)是一种新型的航天器天文导航方法.研究了利用脉冲星脉冲相位观测信息进行导航卫星自主定轨的算法.首先分析了X射线脉冲在卫星和太阳系质心之间的传播时间方程,然后利用卫星与太阳系质心之间的相位差分观测量建立了系统的观测方程;结合导航卫星的轨道动力学特性,采用扩展卡尔曼滤波算法估计卫星的轨道.考虑到卫星轨道动力学预报得到的卫星位置值具有较好的精度,提出直接利用该位置预报值快速确定整周模糊度,并验证了该方法的可行性.数学仿真表明,该导航算法能够精确确定导航卫星在 l惯性系F的绝对位置.     

小卫星编队绕飞构型运动学设计与分析研究

基于运动学的相对运动数学模型,利用物理意义更明确的绕飞方程进行了小卫星绕飞轨道的设计.根据绕飞轨道方程,重点分析了4类常用的绕飞编队构型:同绕飞轨道编队、同面同绕飞中心编队、异面同绕飞中心编队和多绕飞中心编队,总结分析了各种编队轨道设计的约束条件,获得了一般规律性结论.最后通过仿真验证了所提出的绕飞编队轨道设计方法和结论的正确性.     

无人机类脑吸引子神经网络导航技术

当前无人机在非结构化或未知环境下飞行主要采用SLAM进行导航与定位,存在如下突出问题：依赖高精度昂贵激光雷达等环境感知传感器;需要建立准确世界和无人机物理模型;受环境影响较大;自主智能水平较低,无法较好地满足无人机对导航系统的要求,需要发展自主智能的导航方式。基于吸引子神经网络的类脑导航技术,无需训练模型参数,不依赖高精度传感器,无需精确建模,且复杂环境下鲁棒性较强,具有解决上述问题的潜力。简要阐述了动物大脑导航机理,分析了吸引子神经网络和基于吸引子神经网络的类脑导航关键技术,最后讨论了吸引子类脑导航技术在无人机应用中的挑战。     

同温层气球平台反向定位系统的研究

反向定位系统是针对驻留型同温层气球平台的一种新型定位系统 ,该系统的基本原理是由接收站的位置计算得出发射机的位置。文章采用卡尔曼滤波的方法 ,建立了反向定位系统的模型 ,给出其滤波算法 ;鉴于地面接收站的位置选择对该系统的定位精度有较大的影响 ,给出地面站选址依据 ,并通过计算、仿真获得一组较为理想的布站方式。此外 ,钟差是系统的一个主要误差源 ,文中对其引起的定位误差进行了分析 ,并给出估算的方法 ;对系统中的传播误差、设备误差也进行了分析。最后 ,对系统建立了仿真模型进行仿真。结果表明 ,该定位系统具有较好的定位精度     

惯性组合导航系统中的快速景象匹配算法研究

在景象匹配辅助导航中,特征点的选取是提高图像匹配速度、精度和鲁棒性的关键之 一。景象匹配中要求提取出的特征是那些可靠性高、辨别性强、计算量小的不变特征。提出 了基于SIFT特征的导航用快速景象匹配算法。算法首先针对惯性组合导航的工作特点, 对SIFT特征点检测及特征点匹配进行了优化设计,然后用RANSAC方法过滤掉错误匹配点,最 后,进行最小二乘精确匹配算法获取航向和位置偏差信息。实验分析了算法对不同分辨率图 像和不同区域的匹配适应性,抗噪声性能,匹配精度以及实时性,并与基于部分Hausdorff 距离的边缘特征景象匹配算法进行了对比。实验结果表明,算法的性能优越,在匹配速度、 精度和鲁棒性方面都优于部分Hausdorff距离算法,可以满足景象匹配导航系统匹配修正的 高性能要求。