高精度多冗余捷联惯组配置优化设计与应用研究

为了满足远程飞行器对惯性导航系统高可靠、高精度的需求,研究了一种多冗余捷联惯组配置优化设计与应用方案。根据远程飞行器导航分析结果和多冗余配置优化准则,设计了高可靠冗余结构配置方案,优先提高X向加速度测量通道精度和可靠性。采用置信距离测度一致性检验方法,对惯性器件输出信息进行置信距离测度一致性检测,建立惯性器件测量关系矩阵,剔除误差较大或失效的惯性测量信息;采用惯性导航信息融合的方法,提升相应测量通道的稳定性和系统使用精度。数据处理结果表明,相对于无冗余捷联惯组,多冗余捷联惯组的惯性导航精度提升近1倍,角速度测量通道稳定性优于0.01(°)/h(3σ),加速度测量通道道稳定性优于1×10~(-5)g(3σ)。多冗余捷联惯组配置优化设计与应用方案能够满足远程飞行器高精度、高可靠惯性导航的需求,具有良好的工程应用参考价值。     

全源定位与导航的统一理论框架构建

针对多导航传感器的信息融合复杂性的问题,提出了一种基于全源定位与导航的信息融合统一理论框架。该框架将目前导航领域的主要定位导航技术分成了与时间无关的定位导航技术方法以及与时间相关的定位导航技术。首先,主要从数学的角度将各种导航技术的测量模型抽象为统一的表达形式,提出了位置、姿态、速度函数的概念,讨论了各种测量方法的测量函数及其应用;其次,分析了航位、航姿、航速的推算方法;最后根据测量模型和运动模型构建了信息融合的基本方程,并讨论了基于贝叶斯估计的导航参数一般性估计方法。     

基于MLR的机动平台传感器误差配准算法

 基于固定平台传感器误差极大似然配准(MLR)算法,针对机动平台存在姿态角系统误差的问题,提出了对机动平台传感器系统误差和目标状态进行批处理离线估计的机动极大似然配准(MLRM)算法.该算法利用所有传感器对目标的量测值,通过把传感器量测向目标状态进行投影、对传感器系统误差和目标状态进行期望最大化迭代以及对目标的状态进行融合估计,最终实现量测、姿态角系统误差和目标状态的有效估计.仿真结果表明,该算法迭代收敛速度快,对系统误差估计精度高,对系统误差可观测性较低的配准环境的适应性强并且对传感器姿态角的相关性不敏感,具有很强的工程实用性.     

一种带随机时延和丢包的分布式多传感器融合估计方法

研究了分布式采样线性系统的最优信息融合问题。其中,传感器信息通过无线网络发送到中心单元,每个传感器的测量值受随机时延甚至丢包的影响,最优传感器融合设计为一个带有缓冲测量值的时变卡尔曼滤波器。进行了算例仿真与分析,表明了融合估计器的有效性。     

面向航电软件的Safety_SysML一致性验证器设计与实现

民用飞机航空电子系统的高度综合化直接引起机载安全关键软件规模的成倍增加,也导致了航电系统软件需求的来源众多且不一致,航电系统软件各层次需求传递存在二义性等问题,因此,如何确保航电软件的一致性成为了系统研发过程中亟待解决的核心问题之一。基于Safety_SysML 状态机的语法,设计Safe?ty_SysML 一致性验证器,包括静态数据检测和动态数据检测;通过设计测试用例对核心算法及系统进行单元测试与集成测试,基于模型一致性需求和影响因素如迁移条件,通过错误推断及边界,设计并执行功能测试,用于发现验证器存在的缺陷。结果表明：Safety_SysML 一致性验证器能够有效识别航电系统软件中存在的二义性问题,对于提高航电软件的可靠性具有重要意义。     

基于异构特征信息匹配的车辆自主定位方法研究

针对车辆在GNSS拒止条件下的定位需求,提出了一种基于多源异构特征信息联合匹配的自主定位方法,并从数据库建立和匹配方法2个方面分别进行了分析研究。提出了基于众包数据的特征信息库建立方法,通过地磁、WLAN、蓝牙、蜂窝网等信息对众包数据进行分段与聚类,利用提出的DBSCAN算法进行地图重构;此外,还提出了基于HMM模型的异构特征联合匹配定位方法,可将多种传感器提供的观测量以特征方式进行联合匹配。试验结果表明,该方法可以很好地解决GNSS拒止条件下的车辆自主定位问题。     

基于改进联邦Kalman滤波的组合校准方法研究

联邦滤波器广泛应用于多传感器信息融合领域,联邦滤波中的信息分配原则影响滤波精度.针对联邦Kalman滤波器进行改进,采用基于估计协方差阵奇异值动态确定信息分配系数.对子滤波器进行重置时,采用新的重置方法,保证了子滤波器误差协方差阵的对称性,确保Kalman滤波器的一致收敛稳定性.新的联邦滤波算法允许每个状态分量拥有不同的动态信息分配因子,从而改进了联邦滤波信息融合的精度.设计了SINS/GPS/电子罗盘组合导航系统,仿真结果说明,与传统联邦滤波算法相比,改进的联邦滤波器估计精度得到了提高,可以更好地对SINS误差进行校准,提高系统的精度.     

多传感器目标检测的性能评估（一）

通过对传感器性能分析,将ROC曲线予以量化,根据其几何意义导出传感器探测性能的评估模型,该模型是一个单一的量化指标,用观测量的概率均值和方差来评估传感器性能的优劣。     

TM遥感影像的多元统计融合

研究一种基于多元统计模型的TM影像的融合策略,融合的目的是利用其它6个高分辨率波段的信息来增强第6波段的空间分辨率。实验结果证明这种方法对于增加第6波段的分辨率具有较为显著的效果。     

从数值逼近引出泰勒（Taylor）定理

用简单函数逼近（近似表示）复杂函数是数学中的一种基本思想方法。本文将要引出的Taylor定理就是用高阶多项式来逼近具有一定可微性的函数所得到的一个基本定理，它一理论研究和近似计算中有重要价值。     

信息融合在空战中的应用

主要讨论航空电子系统中的信息融合及在空战中的应用,介绍了信息融合的结构和一般方法,在综合应用场合,信息融合通常先进行同类信息融合,再进行不同类信息融合,在现代空战的应用中,信息融合可帮助分析,处理和综合各类信息源信息及人类专家知识,并结合空战中信息融合应用实例,讨论基于Ｋａｌｍａｎ滤波,模糊逻辑和专家诉信息融合的设计及实现。     

基于多传感器数据融合的姿态估计与位置解算方法

针对缩比无人机的姿态和位置信息在传统算法中存在的积累误差问题,作者基于自行设计的系统硬件平台,设计了基于多传感器数据融合的姿态和位置估计方法,实现了载体的姿态估计与导航方位解算,并通过试验验证了该系统的功能,相比传统算法,提高了姿态与位置估计精度.     

数据融合方法及其在提高智能仪表测量精度中的应用

在智能仪器仪表或系统中，由于工业中存在的各种干扰，软件的数字平均值滤波为广泛采用，但其方差不是最小的，本采用基于参数估计理论方法，提出以递推估计的数据融合方法克服智能仪表的测量干扰，并通过仿真表明其优于传统的算术平均的数字滤波方法。     

基于灰色理论的一种数据融合方法

在灰色关联分析的基础上,对斜关联度进行了修正,引出了点、斜修正关联度分析的概念.通过对影响目标属性识别的各种因素进行分析,结合战术思想利用灰色点、斜修正关联度分析及多目标优化方法建立了数据融合模型,提出了一种基于灰色理论的多传感器数据融合方法.计算多传感器测量数据的灰色关联矩阵,进行灰色优势分析,然后进行数据融合.此方法考虑了各传感器测量数据的精确度,而且删除掉了测量比较差或测量不到的数据.仿真结果表明,应用该方法可进一步提高多传感器的测量精度和可靠性,适用于多传感器的数据融合.     

基于CDKF的快速协方差交叉融合跟踪算法研究

随着目标抗干扰能力的增强,单一寻的制导方式很难完成对目标的稳定跟踪和精确打击,需采用多种探测器作为传感器,提供多种观测数据以实现对目标的稳定跟踪和精确打击。建立了适当的目标运动模型和观测模型,利用中心差分卡尔曼滤波（CDKF）变换处理模型的非线性问题,避免了求解复杂的雅克比矩阵。对于分布式多传感器融合,传统的方法多采用协方差交叉（CI）融合方法,但是这类方法需要寻优求解。而快速协方差交叉（FCI）则不需要进行寻优过程,且计算量小。在此基础上,提出了用于多传感器目标跟踪的CDKF-FCI融合算法。最后,对算法进行了仿真分析,并进一步验证了提出算法的有效性。     

基于运动目标的机载多源传感器数据融合算法

在机载信息融合领域,针对复杂的战场态势环境对机载多源传感器造成的不利影响,提出了一种基于运动目标的机载多源传感器数据融合算法,包括误差估计与补偿、目标关联、估计融合3个部分。采用最小均方误差参数估计方法从数值不变的系统误差中,定量获取量测偏差的确定性部分再通过模糊隶属度函数建立关联矩阵作为目标关联的依据,以最小隶属关系为约束,利用拍卖算法求得多目标关联的最优匹配方案,最后通过IMM 自适应滤波方法,将误差配准与目标航迹估计整合进行,有效提高滤波的精度。仿真结果表明,经过上述算法处理后的融合目标精度高于任意单传感器目标探测精度。