DOA estimation and mutual coupling calibration with the SAGE algorithm

In this paper, a novel algorithm is presented for direction of arrival（DOA） estimation and array self-calibration in the presence of unknown mutual coupling. In order to highlight the relationship between the array output and mutual coupling coefficients, we present a novel model of the array output with the unknown mutual coupling coefficients. Based on this model, we use the space alternating generalized expectation-maximization（SAGE） algorithm to jointly estimate the DOA parameters and the mutual coupling coefficients. Unlike many existing counterparts, our method requires neither calibration sources nor initial calibration information. At the same time,our proposed method inherits the characteristics of good convergence and high estimation precision of the SAGE algorithm. By numerical experiments we demonstrate that our proposed method outperforms the existing method for DOA estimation and mutual coupling calibration.     

某中空长航时无人机机载浮标分离安全性研究

研究机载浮标投放过程中气动干扰特性及浮标运动规律,对机载浮标安全投放方案的设计具有重要意义。采用计算流体力学方法对机载浮标投放过程进行数值模拟。通过动态嵌套网格技术模拟浮标运动,结合刚体六自由度运动方程求解三维非定常 N-S ( Navier-Stokes )方程,模拟基于察/打一体无人机平台的浮标自由投放过程,获得详细的包括浮标运动姿态、运动轨迹和受力情况等在内的数据信息;通过算例,验证本文数值模拟程序的准确性。结果表明:浮标投放过程中,轻质浮标口盖自由分离会对螺旋桨后推式无人机的安全性造成重大影响;考虑浮标口盖固连在浮标降落伞上的状态下,初速度为 0m / s 时投放浮标整体(包含浮标、降落伞、口盖)离螺旋桨最近距离为 0.151m ,安全余量不够;初速度为 1.8m / s 时投放浮标整体离螺旋桨最近距离为 0.671m ,满足投放安全性要求。     

基于多模态感知与融合的无人车韧性导航系统

针对野外复杂环境下的无人车自主导航需要,建立了一种基于多源融合定位、语义建图与运动规划的智能导航系统.首先,针对IMU、轮式里程计、视觉SLAM与激光雷达SLAM等测量子系统,设计了误差状态扩展卡尔曼滤波器进行融合定位.其次,基于改进的CNN语义分割网络生成环境的语义图像,与3D激光雷达点云融合,并使用最大概率更新算法构建语义3D地图.接着,在语义和几何信息投影获得可通行性代价的基础上,提出了一种语义动态窗口的局部路径规划方法.最后,将以上感知、定位与规划方法整合成完整的智能导航系统,在城市与野外典型场景的测试中,相对定位误差小于0.4％D,具备一定的韧性导航定位和智能感知规划能力.     

面向系统集成的起落架地面运动特性建模方法

大型飞机地面运动特性是飞机性能的重要组成部分,主要涉及到飞机的地面滑跑、转弯以及刹车等过程。地面运动特性的分析涉及到动力学、液压、控制等多领域,是典型的多学科耦合的复杂问题。以某大型民用飞机为研究对象,从主制造商的系统集成性能分析需求出发,通过多学科解耦和模型物理度划分两个角度进行地面特性模型架构的分解与定义,并以飞机刹车系统性能分析为例,验证了本架构的有效性。本文提出的模型架构灵活,既适用于飞机集成商的飞机级性能分析,又适用于特定系统级的性能分析。     

基于流形结构重建的多目标气动优化算法

在多目标优化中,Pareto解集是一个分段连续的k维流形,这一规律被传统进化算法所忽略。本文提出了一种基于流形结构重建的多目标优化算法,首先利用流形结构重建方法完成解集分布从目标空间到设计空间的映射,建立解集的概率分布,并在目标空间中扩展流形结构,从而借助解集在目标空间的推进来指导优化算法的快速演化。数值算例表明本文算法对于具有不同特征的Pareto前沿具有很好的适应性,能够极大提高算法的收敛效率。多目标气动优化算例验证,本文算法相比于常规多目标进化算法能够减少约80%的计算量,极大程度缩短了气动设计的周期。     

一种FMCW SAR地面运动目标谱图域参数估计方法

对调频连续波(FMCW)合成孔径雷达(SAR)地面运动目标的参数估计方法进行了研究,采用相位中心偏置天线(DPCA)技术对地杂波进行抑制,分析了载机及地面运动目标连续运动对回波信号的影响,推导了采用DPCA技术引入的回波慢时间包络(STE)项与地面运动目标参数之间的关系。在此基础上,提出了一种地面运动目标谱图域参数估计方法,该方法首先利用Radon变换在谱图域估计导致回波信号距离走动的目标等效径向速度,并对距离走动进行校正;其次,在谱图域中提取运动目标回波幅度,根据STE项引起的回波幅度变化与目标方位向速度之间的关系,估计目标的方位向速度,并进一步求解相应的目标径向速度。所提方法能够在谱图域完成地面运动目标二维速度估计,最后的仿真实验验证了所提方法的有效性和可行性。     

基于全局灵敏度分析的侧向气动导数不确定性对侧向飞行载荷的影响

考虑飞行载荷计算中使用的气动导数存在不确定性,利用基于方差的全局灵敏度分析(GSA)方法,结合偏航机动的动力学模型,分析了侧向气动导数不确定性对侧向飞行载荷的影响。以某型飞机为例,运用该方法得到侧向气动导数的全局灵敏度排序。结果表明:侧滑角、阻尼贡献的垂尾侧向载荷及垂尾侧向总载荷受全机侧力系数对侧滑角导数的影响最大,受航向静稳定导数及方向舵操纵效能的影响次之;方向舵偏度贡献的垂尾侧向载荷只受全机侧力系数对方向舵偏度导数的影响;无尾飞机侧向载荷主要受航向静稳定导数、方向舵操纵效能及无尾飞机侧力系数对侧滑角导数的影响;偏航阻尼导数基本不影响各侧向飞行载荷。同时也验证了方法的有效性,对提高飞行载荷的计算精度有一定的指导意义。     

三浮陀螺伺服测试误差系数估计方法

为了更好地解决工程实际中三浮陀螺极轴伺服测试时误差系数估计问题,采用了Kalman滤波和递推最小二乘的方法.试验结果证明,Kalman滤波方法能够有效地估计出极轴伺服测试时的陀螺误差系数.用统计检验的方法分析了该模型以及各系数的显著性,结果显示对Dvz和Dzz的估计是显著的.     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

基于纵向滤波的星敏感器低频误差在线估计

多敏感器数据融合是获得更高精度姿态测量的有效方法,敏感器数据融合前必须先修正低频误差。首先,介绍了星敏感器低频误差（LFE）的产生机理及对其在线估计的必要性。其次,针对传统算法的不足,提出了基于纵向滤波的低频误差在线估计算法,该算法将传统低频误差估计问题转化为若干个常值误差估计问题,提高了估计精度。最后,给出了该算法具体实施方式,说明相关参数物理意义及选取原则。通过理论分析及仿真,算法误差可忽略不计。通过在轨数据仿真,星敏感器轨道周期低频误差可被消除。