无依托状态加速度计的新型标定方法

为解决加速度计性能参数时变性的问题,提出了无依托状态下加速度计标定方法.在无需借助转台等传统标定设备、无需拆卸惯性元件的条件下,充分利用惯导系统(INS,Inertial Navigation System)自身资源,以静基座初始对准获得的准确姿态信息为前提,利用当地重力g作为标定基准,考虑到误差模型非线性的特点,引入非线性寻优策略辨识零位偏差,将误差模型蜕变为线性后,运用线性最小二乘方法辨识安装误差矩阵和刻度因数误差,从而实现加速度计关键参数标定.数值仿真结果显示:经过标定后加速度计测量误差可减小20倍,说明在无依托状态下具有工程实用价值.      

ADS-B统计数据的位置导航不确定类别质量分析

为实现广播式自动相关监视(ADS-B)航迹与雷达航迹的高质量融合,必须对ADS-B航迹和雷达航迹数据质量进行分析。在分析实际ADS-B航迹数据的基础上,提出以航路为参考基准验证ADS-B航迹数据精度及完好性的方法。根据ADS-B报文中的位置导航不确定类别(NUCp)值,统计航迹点与航路中心线的水平偏差并将其作为位置实际误差,运用分位数-分位数图法对位置实际误差进行正态分布检验,得出置信水平为99%的实际误差置信区间,即在不同NUCp值下可信赖的位置误差范围。实验结果表明,在采用加权平均法进行航迹融合时,与传统权重分配相比,对于NUCp值为5或6的ADS-B航迹数据可增大权重,而对于NUCp值为7的数据则应减小权重。     

认识北天极星座

<正>星座的命名人们为了认星方便,把全天分成若干区域,并称之为"星座"。现代星座共有88个,人们为了方便观察和记忆,又把每个星座中的星星自然排列而成的图像,想象成地球上的人物、动物、器物等等,再用这些人物、动物、器物的名称命名对应的星座。星座的划分完成是人为的,星座的命名也是人为的。在一个星座里的恒星通常     

空间绳系机器人抓捕非合作目标的质量特性参数辨识

针对空间绳系机器人抓捕非合作目标/空间垃圾后需要对其进行回收/拖曳的精确控制问题,提出了一种利用抓捕后保持阶段的振动特性辨识目标参数的方法。首先,根据质量特性参数辨识的需要,推导了系统的动力学模型。不同于以往将本体卫星和被抓捕目标简化为质点的动力学模型,本文针对任意的目标抓捕位置,在考虑重力梯度影响的基础上,利用拉格朗日法获得系统各广义坐标的动力学公式。然后,分析非合作目标和系绳在后抓捕保持阶段的姿态运动。最后,在非合作目标与本体卫星没有任何信息交互的情况下,利用后抓捕阶段目标卫星和系绳特有的振动,并使用具有鲁棒性可遗忘因子的递推最小二乘法,提出了包括转动惯量和质心到任意抓捕点距离在内的质量特性参数辨识算法。     

多刚体卫星转动惯量在轨辨识

惯量辨识需要精确的动力学特性,针对动力学特性不可忽略太阳电池阵转动这一状况,提出一种惯量辨识方法,用于卫星本体惯量和太阳电池阵惯量的联合辨识.在建立多刚体姿态动力学基础上,针对辨识变量的耦合特性,推导带约束的优化辨识模型,再利用约束最小二乘算法求解.最后通过仿真计算验证了辨识方法的可行性.     

超小型直升机动力学模型的建模、辨识与验证

为实现超小型直升机的自动控制飞行,需建立较为精确的动力学模型.考虑机体、主旋翼/稳定杆和尾桨间的耦合对飞行动态特性的影响,建立了AF25B型超小型直升机的连续线性时不变系统模型.设计并配置了机载设备,完成在遥控飞行状态下的飞行数据采集与存储.通过时域系统辨识方法,辨识了直升机在悬停状态下的模型参数,并对辨识结果进行验证和分析,表明所建模型能充分反映该型直升机悬停状态下的动态特性.     

苏联早期的“警棍”和“凉鞋”“短剑”导弹

赫鲁晓夫唬住了美国人1960年1月14日,赫鲁晓夫在苏联最高苏维埃会议上以《为了永久和平与友谊而裁军》为题发表演说,首次形成了国家核军事理论。该理论认定弹道导弹应在军事战略中占据中心位置,并应成为欧洲战争及有超级大国参加的战斗中的决定因素。赫鲁晓夫认为,新的战争将从使用核武器的大规模突袭开始。     

模型变形视频测量的相机位置坐标与姿态角确定

高速风洞试验中的模型变形视频测量（VMD）要求双（多）相机大角度大重叠的测量方式,而通过现有共线方程的线性化模型难以取得高精度的相机位置与姿态角,故推导包含共线方程泰勒展开二次项的非线性误差模型,建立3控制点的VMD相机位置与姿态确定技术。多个工程实例表明该技术能取得高精度的相机位置坐标与姿态角,有实用价值。     

粒子群算法在气动力参数辨识中的应用

将粒子群优化算法推广应用于气动力参数辨识,以取代传统的梯度类优化算法。通过采用加入动态改变惯性权重的粒子群算法对A型、B型战术导弹的纵向和横向气动力参数进行辨识计算及分析后,可以看到:(1)粒子群算法是气动力辨识的一种新的有效方法,该算法不受参数初值选取的影响,具有较好的全局寻优特性;(2)粒子群算法的计算效率受算法构造本身等因素的影响比较大、对粒子群规模不十分敏感,并且还有相当大的进一步完善与改进的空间。