一种基于实时再处理技术的SINS初始对准算法

为了提高捷联惯导系统初始对准精度,减少对准时间,提出了一种优化的基于实时再处理技术的初始对准方法。在导航计算机存储容量足够大并且计算能力足够强的条件下,通过两路独立的导航解算,一路用作实时的对准导航,另一路对存储的数据进行再次处理,提高了采样数据的利用率。与传统对准方法相比较,该方法可以在较短的时间内取得同等的精度,或者在相同的对准时间内取得更高的对准精度。计算机仿真以及车载试验结果表明采用该初始对准方法可以有效地实现惯导系统短时间高精度初始对准。     

多雷达数据处理中的时空对准技术

本文介绍了多雷达数据处理系统结构，以及多雷达数据处理的时空对准技术。作者根据中国民航多雷达数据处理系统的技术状况，在文中推荐了一种比较实用的内插外推法的时间对准和以地心坐标系为对准参考系的空间对准算法，能够满足多雷达融合处理的精度要求。     

一种基于实时再处理技术的ＳＩＮＳ 初始对准算法

为了提高捷联惯导系统初始对准精度, 减少对准时间, 提出了一种优化的基于实时再 处理技术的初始对准方法。在导航计算机存储容量足够大并且计算能力足够强的条件下, 通过 两路独立的导航解算, 一路用作实时的对准导航, 另一路对存储的数据进行再次处理, 提高了 采样数据的利用率。与传统对准方法相比较, 该方法可以在较短的时间内取得同等的精度, 或 者在相同的对准时间内取得更高的对准精度。计算机仿真以及车载试验结果表明采用该初始对 准方法可以有效地实现惯导系统短时间高精度初始对准。     

惯性/里程计组合导航无地标行进中自主对准

载车行进中自主对准可有效缩短机动前准备时间,提高姿态对准精度以及对准过程中无地标自主定位精度是关键。本文提出一种里程计辅助捷联惯导系统行进中对准算法,推导了行进中精对准滤波模型以及对准过程中无地标自主定位算法。为缩短对准时间、减小由于航向角误差未收敛时造成的定位误差,利用回溯法将粗对准过程存储数据用于精对准过程,且回溯法仅需存储少量数据适合于工程应用。车载实测数据分析表明算法可同时实现行进中自主对准与对准过程中无地标自主定位,有效提高了载车快速机动能力,航向角对准精度优于1 mil,对准过程中无地标自主定位精度优于0.3%行程。     

两种初始对准算法的比较研究

初始对准的精度作为影响惯性导航系统精度的核心因素,一直受到广泛的研究。传统初始对准算法存在对扰动敏感、对准时间长、需要小失准角假设等诸多缺陷。针对传统算法的不足,有学者最近提出了一些思路新颖的初始对准算法,如优化对准算法和基于频域分离算子的初始对准算法。本文对比研究了这两种初始对准算法的基本原理,通过摇摆台实测数据对两种算法进行了验证,对工程应用具有一定的参考价值。     

光纤惯导系统连续旋转对准技术研究

初始对准是惯性导航的关键技术之一,对准结果会直接影响系统的导航精度.针对光纤陀螺惯导系统,缩短对准时间、提高系统对准精度等技术难点,开展了高精度光纤惯导系统连续旋转对准技术研究,深入分析了常值陀螺漂移、随时间变化的陀螺漂移、陀螺标度因数常值误差、陀螺标度因数不对称误差、陀螺安装误差、陀螺随机游走等误差项对系统对准精度的影响,对比了现有旋转方案的优点与不足,提出了一种改进的单轴二位置旋转方案.试验结果表明,在采用该旋转方案的情况下,对准时间8min方位角对准精度可达到30"(1σ),具有重要的工程应用价值.     

捷联复合制导导弹的一种新型初始对准

本文研究捷联复合制导导弹的一种新型初始对准方案，利用地面雷达观测信息和弹载加速度信息，快速确定导弹启控时刻的弹性坐标系相对雷达坐标系的三个失调角。文中运用广义卡尔曼滤波技术给出了失调估计器的设计方法，对失调角估计时间及误差进行了仿真和分析，对观测方式提出一种改进方案，表明本设计用于飞行过程中实施初始对准的有效性。     

基于正逆向导航解算的捷联罗经动基座对准研究

针对基于正逆向导航解算的捷联罗经动基座对准实时性弱的问题,基于姿态补偿对准方法,采用一次性姿态补偿和接续姿态更新两种补偿方法设计了一种新的算法,并进行了仿真试验。通过仿真试验验证,全循环法和半循环法均能在同等参数和时间条件下提高对准精度,对比常规捷联罗经对准方法,缩短了对准时间。针对粗对准误差过大导致精对准时间延长的问题,提出了正逆向二级变参数配置方法,减少了对准时间。     

基于里程计的捷联惯导行进中对准方法研究

针对车载惯导系统快速性、机动性的要求,设计了一种基于里程计组合车载惯导系统行进中的初始对准方案。详细推导了行进间捷联惯导系统的误差方程、里程计速度误差方程。利用正交向量法完成在振动基座下惯导系统的粗对准;在粗对准的基础上,利用Kalman滤波技术完成车辆行进过程中的精对准。根据不同状态提出不同的数据预处理方式以提高对准精度。验证表明不需要对载体提出任何机动要求,10分钟内完成初始对准,方位对准精度达到3角分。     

跟踪微分器在车载晃动基座粗对准中的应用研究

阐述了TD跟踪微分器在信号跟踪和滤波的基本原理,针对载体处于大晃动的条件下难以实现粗对准这一问题,在已有惯性系对准方法的基础上提出了改进的惯性系对准方案,即采用TD跟踪微分器进行加速度计的线加速度的重构和滤波,以抑制线晃动干扰。通过对车载实测数据的计算机仿真与分析,并与经典的IIR滤波比较,结果证明,该抗线干扰技术具有抗干扰能力强、稳定性较好和精度高的特点。是一种抗强晃动干扰的有效粗对准方案。     

基于光切法测量的曲面重构技术

从实际应用出发,论述了光切法应用于曲面数据采样的原理及方法;对采样数据的预处理技术进行了简要总结,详细讨论了点云数据的精简,提出采用简化多边形来精简点云数据的方法;并说明在Geomagic环境下进行数据精简以及曲面重构技术的应用,证明了该方法的有效性.     

截尾数据整体估计方法

提出一种截尾数据整体估计方法。该方法能够将仿真(或数字化设计)结果与截尾试验数据或不完全数据有机结合,实现多个状态下(多个母体)截尾试验数据或不完全数据的整体推断,从而建立各状态下正态分布、极值分布和Weibull分布等位置-尺度分布族的参数估计量,给出母体百分位值的置信限和置信区间估计。与传统方法相比,该方法具有信息量大,精度高的特点,能够进行极小子样可靠性评定。文中还给出一种利用截尾试验数据或不完全数据对仿真结果进行检验的方法。      

Conditional self-attention generative adversarial network with differential evolution algorithm for imbalanced data classification

Imbalanced data classification is an important research topic in real-world applications, like fault diagnosis in an aircraft manufacturing system. The over-sampling method is often used to solve this problem. It generates samples according to the distance between minority data. However, the traditional over-sampling method may change the original data distribution, which is harmful to the classification performance. In this paper, we propose a new method called Conditional Self-Attention Generative Adversarial Network with Differential Evolution (CSAGAN-DE) for imbalanced data classification. The new method aims at improving the classification performance of minority data by enhancing the quality of the generation of minority data. In CSAGAN-DE, the minority data are fed into the self-attention generative adversarial network to approximate the data distribution and create new data for the minority class. Then, the differential evolution algorithm is employed to automatically determine the number of generated minority data for achieving a satisfactory classification performance. Several experiments are conducted to evaluate the performance of the new CSAGAN-DE method. The results show that the new method can efficiently improve the classification performance compared with other related methods.     

不完全数据整体估计方法

提出一种不完全数据整体估计方法,给出整体参数的最佳线性无偏估计量及其协方差矩阵,将传统的只适用于完全数据的回归分析推广到工程中常见的不完全数据的情况。文中针对位置-尺度分布族的不完全数据整体估计方法进行了详细讨论。该方法可以将不同条件下的试验数据作为一个整体进行统计推断,因此,对一种条件下只有一个失效数据的情况也能进行分析。与传统方法相比,具有更高的精度,而在精度相同的情况下,则可以节省大量试样。      

一种有效的粗大误差判别方法

提出了一种以灰色系统理论为基础的粗大误差判别方法，该方法对测量数据少或者难于寻求统计规律的测量过程尤为有效，与算术平均滤波法一起使用可以提高数据处理的效率。理论分析和测试结果表明，采用上述的数据处理方法可以有效地提高测量系统的测量精度和测量效率。     

正态分布定时无失效寿命分散系数

针对现有分散系数计算公式只适用于完全数据,以及近年来在寿命试验中大量出现的无失效数据并不适用的情况,将完全数据的寿命分散系数的概念推广到定时无失效寿命数据,提出定时无失效数据寿命分散系数方法,给出了相应的寿命分散系数计算公式.理论分析和结算结果表明,定时无失效数据寿命分散系数L_f*明显小于完全数据寿命分散系数L_f,从而能有效提高被完全数据寿命分散系数过分压低的安全使用寿命.      

Testability integrated evaluation method based on testability virtual test data

Testability virtual test is a new test method for testability verification, which has the advantages such as low cost, few restrictions and large sample of test data. It can be used to make up the deficiency of testability physical test. In order to take the advantage of testability virtual test data effectively and to improve the accuracy of testability evaluation, a testability integrated eval- uation method is proposed in this paper based on testability virtual test data. Considering the char- acteristic of testability virtual test data, the credibility analysis method for testability virtual test data is studied firstly. Then the integrated calculation method is proposed fusing the testability vir- tual and physical test data. Finally, certain helicopter heading and attitude system is presented to demonstrate the proposed method. The results show that the testability integrated evaluation method is feasible and effective.     

风洞数据不确定度分析方法

本文简要介绍了风洞数据不确定度分析方法。利用该方法不仅可以迅速地估算出试验数据的不确定度,为用户提供安全设计依据,而且还可以为风洞人员提供有效的试验质量监控方法。该方法已在一些国家推行,并正在形成标准。     

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.     

基于加权融合的多信源弹道数据实时野值检测方法

研究多信源弹道数据实时处理中斑点野值的检测问题.通过计算各信源数据的实时精度,给出了具有自适应加权系数的加权融合方法,实现了对目标状态参数较高精度的估计,从而实时、准确、高效地检测各信源数据野值.仿真结果表明,本方法可以快速、有效地检测多信源数据的斑点野值,解决因数据切换带来的台阶跳跃问题.