单兵导航多传感器信息融合自适应滤波算法

基于足绑式INS的单兵导航系统,通过将惯性导航系统、人体运动学约束、磁强计等多传感器信息进行融合得到准确的单兵导航信息。对于匀速步行时的单兵导航,可采用普通Kalman滤波算法进行多传感器信息融合,但不能满足跑步等激烈运动模式下单兵导航需求。提出衰减记忆新息自适应Kalman滤波算法,可满足多步态模式下的单兵导航多源信息融合的需求,实验结果验证了算法的有效性。     

基于信息融合技术的无人机风速测量方法

随着无人机技术的发展,无人机风速测量技术成为了无人机的一个重要应用领域。为了提高无人机风速测量的精度,文中将信息融合技术应用于无人机风速测量中,数据层分别通过平均法和改进的 Kaiman 滤波对空速和航向角进行信息融合,以提高参数测量的精度,决策层通过加权平均法对速度矢量三角形法,空速归零法,以及航位推算法计算得到的结果进行融合,并通过实际飞行测量对文中方法进行验证。结果表明,基于信息融合技术的风速测量方法,可以与探测精度高的气球法相当,且探测区域广、探测成本低。     

多传感器信息融合技术与无人机PHM系统

通过分析多传感器数据融合技术故障诊断方法,针对无人机的特点,在不增加系统硬件的情况下,充分利用无人机现有传感器获取的信号,提高无人机故障预测与健康管理(PHM)系统状态监测、健康评估和故障预测推理的准确性,并确定推理结果的置信度.     

基于地基多传感器融合的无人机自主着陆研究

针对固定翼无人机着陆过程中下降段距离长、GPS信号易被干扰的问题,提出了一种GPS拒止下地基多传感器融合的固定翼无人机自主着陆方法。采用测距模块和激光照射融合的方式,对无人机进行识别和定位,通过仿真和GPS跟踪无人机着陆过程设计了一种引导窗口,当无人机进入引导窗口后,再进行图像识别、定位目标。提出了一种地基多传感器融合的快速标定方法,将多传感器融合定位信息转换为可用于无人机降落的伪GPS信号,提高系统的鲁棒性。最后与差分GPS引导着陆进行了对比试验,试验结果表明,该方法能为无人机提供高精度的着陆信息,适用于复杂背景下的无人机自主着陆。     

多传感器信息融合及其新技术研究

信息融合是信息领域一个前景广阔的研究方向。介绍了多传感器信息融合的基本概念和融合原理,比较了信息融合技术的常用方法,并对多传感器信息融合中出现的新技术做了总结分析,最后从技术发展和应用需求出发,对信息融合的发展作了进一步展望。     

基于模糊贴近度的多传感器数据融合测量

依据现代测量中多传感器数据融合需求，提出了一种基于模糊贴近度的数据融合新方法，研究了它在测量中的应用过程。测量应用实例验证了其在工程中的可行性，体现了稳定性、可靠性高的传感器在测量数据融合中的“优越性”，运算过程简洁、快速、有效，便于实时测量操作。     

一种简易无人机载大气数据计算机的设计

大气数据参数的采集和处理是无人机的关键技术之一。本文针对无人机的具体特点，给出了一种基于C51单片机的简易大气数据计算机的设计方案，并着重对系统的硬件和软件设计进行了分析和研究。实验表明该系统满足无人机的使用要求。     

基于多传感器融合的无人机应急着陆功能研究

无人机作为一种新型飞行器,在城市空中交通领域得到了飞速的突破和发展。电动垂直起降（eVTOL）无人机因具有低碳环保、运行成本低等优势成为当下研究的热点。为了保证飞行器的运行安全性和可靠性,本文针对无人机在应急特殊情况下的着陆功能进行研究,针对不同飞行高度场景并结合传感器性能要求对可着陆区域进行识别筛选,基于相机与激光雷达多传感器数据融合,提出了一种无人机在城市未知环境中的应急着陆方法,同时进行城市应用场景仿真环境的测试,初步实现无人机在城市未知场景下获取着陆位置,为保证无人机在未知场景下的着陆安全性提供方向。     

基于混合滤波的无线传感器网络融合跟踪方法

 针对无线传感器网络(WSN)中的多传感器融合目标跟踪,提出一种混合滤波算法,称为无迹混合集中式粒子滤波(UM CPF)。该算法使用了一个混合的粒子传播方案。在使用集中式粒子滤波(CPF)对WSN中的节点测量信息进行融合时,粒子滤波器中的一部分粒子使用从无迹变换(UT)获得的高斯分布作为建议分布进行粒子传播,而剩余的另一部分粒子则简单地使用状态转移先验分布进行粒子传播。WSN中的融合跟踪仿真结果表明,和纯粒子滤波算法CPF相比,在仿真速率相当的情况下,混合滤波算法明显提高了跟踪精度和稳定性。     

数据库技术在多传感器信息融合系统中的应用综述

数据库技术在多传感器信息融合系统中占有非常重要的地位。论文以数据库对融合算法的支持为目标,以数据库模型和数据融合数据库的全面设计为基础,在全面考虑面向特征的数据表征形式和组织结构的基础上,详细讨论了多传感器信息融合系统中数据库设计的基本理论,讨论了融合算法对数据库的需求和数据库设计,设计了辐射源识别的知识数据库。     

长航时无人机飞行器管理计算机设计研究

高高空长航时无人驾驶飞机对其任务可靠性和安全性提出了极高的要求,而飞行器管理计算机是保证飞机安全和任务执行的核心部件.飞行器管理计算机采用合适的冗余配置可以有效地提高可靠性和安全性.探讨了一种基于三模冗余(TMR)结构的相似余度容错计算机,描述了计算机的硬件组成以及为满足可靠性要求所采取的任务调度和余度管理算法.在计算机综合化小型化以及调试测试方法方面所进行的创新使计算机具有良好的测试性和维修性并能够适应未来航空电子发展的需求.     

一种基于小波的发动机数据融合算法

航空发动机测试中,内部气流工况十分复杂,使用多传感器对同一截面进行测试表征一个面的气流状态,其结果往往有个别点不符合规律。为此,提出一种基于小波分析的解决方案。首先对发动机多传感器测试数据进行小波分频。然后从相似性、能量衰减等多个角度进行分析,指出高频和低频的不同特征,并提出对高频与低频部分使用不同方法进行融合的思路。最后总结出一种适用于航空发动机高空模拟试验数据使用的基于小波的数据融合算法。     

无人机低空域安全飞行管理概述

无人机具备的飞行时间长和灵活性高等特点是许多有人机无法比拟的优势。随着自动化和传感器技术的不断进步,无人机在成本方面的巨大优势使其在军事和民用领域的应用日益增多。如何在今后的空域环境中对无人机进行有效的空中交通管理成为首要考虑的问题。本文针对今后无人机空中交通管理提出了一些设想,建议采取基于网络的空中交通控制模式,通过自动路径优化和协作以避免发生冲突,并从战略和战术层面对任务进行管理和分配,实现对网络的无缝化监管,确保空域内无人机的安全飞行。     

多传感器数据融合方法在加力燃烧室试验中的应用研究

在航空发动机加力燃烧室试验中,为实现同一截面真实气流状态参数的多传感器精确测量,提出了1种多传感器数据融合方法。该方法运用格拉布斯准则剔除多传感器测量数据中的无效数据,运用方差自适应加权融合方法对有效数据进行融合计算并获取真实参数,并分别利用算术平均值方法和自适应加权融合方法对试验数据进行处理分析。结果表明:通过多传感器融合方法获取的数据均方差明显优于算术平均值方法获取的方差,具有更高的测试精度和可靠性。     

基于因子图的无人机全源导航关键技术研究

针对DARPA提出的全源导航需要快速集成并重新配置任意导航传感器的要求,结合民用无人机的任务需求,通过概率图模型相关原理,对基于因子图的无人机全源导航关键技术开展研究工作.采用因子图对系统状态更新过程进行表示,实现系统状态的递推与更新,完成传感器信息的数据综合.仿真结果表明,该方法能在传感器可用性时变的情况下,将不同传感器的数据进行有效融合,确保系统导航定位精度,使载体满足不断变化的任务需求与环境变化的要求.     

小型无人机发动机化油器高度调节器研究

在分析无人机发动机使用要求以及膜片式化油器高度供油特性的基础上,设计了一种通过压力差来调节针阀升程的高度调节器,有效地改善了高度变化对化油器空燃比的影响,提高了发动机的高度性能。试验结果表明,该高度调节器能够对空燃比随高度的变化进行自动调节,改善发动机的动力性和经济性,增加无人机的续航时间并提高无人机飞行的可靠性。     

无人机复合材料维修工艺研究

本文分析了无人机复合材料蒙皮损伤形式以及维修流程,详细阐述了复合材料蒙皮不同损伤情形下的维修方法.该维修方法操作性强,不需要特殊设备,可以提升飞机的可行性和安全性,可以在部队基地内进行,甚至可以在战地环境中进行.