基于Sigma-point卡尔曼滤波的INS/Vision相对导航方法研究

针对无人机编队常用的leader-follower(领航-跟随)飞行模式,提出了一种考虑视觉导航设备输出时间延迟问题的INS/Vision相对导航方法,给出了leader与follower之间的相对惯导方程以及相对视线矢量测量原理.由于INS/Vision相对导航系统是一个强非线性系统,采用Unscented卡尔曼滤波融合相时惯导信息和相对视线矢量信息,从而估计出leader与follower之间的相对位置、相对速度和相对姿态,受姿态四元数的归一化限制,在滤波中采用罗德里格斯参数作为姿态误差状念,对于视觉导航系统量测量存在时间延迟的问题,给出了延迟后的量测量与当前惯导信息融合的方法,最后通过仿真研究证明了方法的有效性.     

双曲线圆截面建筑结构雷诺数效应模拟实践

在流线型结构气动性能风洞试验研究中,结构表面绕流特征雷诺数效应的准确模拟对于确定风荷载、评价其气动性能的影响是决定性的.通过改变模型表面粗糙度可以实现原型结构超高雷诺数条件(Re≥10~7)绕流效应模拟,但模拟手段及效果受人为经验因素影响较大,难于总结表面粗糙度与绕流形态变化关系,给实际模拟操作造成不便.设计两组双曲线圆截面结构模型风洞试验,通过在模型表面粘贴不同厚度粗糙纸带的办法,尝试并实现了模型超高雷诺数条件绕流特征模拟,分析了粗糙度及试验风速对模型表面绕流压力分布、截面阻力系数等参数的影响,初步总结了相对粗糙度随模型尺度的变化规律,为更好展开圆截面建筑结构气动性能研究提供了借鉴.     

基于新结构的二叉排序树生成算法

研究了基于一种一叉树结构的二叉排序树的生成算法,并在此算法的基础上进行时间复杂度分析。该结构无论在空间和时间上对于树操作的效率都有一定的改善。     

EKF/UKF在编队飞行卫星GPS相对导航中的应用

 　航天器编队飞行协调工作,必须精确确定各航天器的相对位置和相对速度,即进行编队飞行相对导航。将扩展卡尔曼滤波(EKF,extended Kalman filter)和非线性滤波unscented Kalman filter(UKF)算法同时应用于编队飞行卫星的载波相位差分GPS相对导航。EKF与UKF算法原理不同,UKF算法的精度比EKF的精度高。在实际应用中,可以将两种算法组成互为备份的相对导航滤波器,这样可提高滤波系统冗余性能。     

金属材料表层氢的相对测定

金属材料表层氢的测定是一个难点。依据表层氢的释放特点,在RH600型氢测定仪上建立了表层氢的相对测定方法。该方法采用逐步提高电极炉加热功率的方式,测定并记录材料释放的表层氢,为生产中如材料的表层吸氢问题,提供直接数据依据。     

基于IMM-UKF的航天器相对位姿确定算法

在航天器相对导航过程中,相对距离测量信息容易受到干扰,测量误差有较大的不确定性,通常基于单一模型的滤波算法无法对噪声进行辨识,很难获得精确的导航结果。针对应用Clohessy-Wiltshire(C-W)方程受到圆轨道假设的限制问题,研究了建立在惯性坐标系下的近距离相对运动方程(Lawden方程),建立了基于这两个方程的模型集。根据导航系统测量敏感器的特点,设计基于Rodrigues参数及无迹卡尔曼滤波(UKF)的交互式多模型(IMM)视觉相对位姿动态估计算法(IMM-UKF),在保证计算效率的前提下,确保相对轨道姿态确定的稳定性和精确性。数值仿真验证了算法的有效性和先进性。     

基于无奇点根数的空间相对导航插值滤波算法

为了提高椭圆轨道航天器的相对导航精度,将基于Stirling公式的多项式插值滤波方法（DDF2）引入导航算法,降低了传统的卡尔曼滤波方法中泰勒级数展开线性化     

低照度小样本限制下的失效卫星相对位姿估计与优化

低照度图像信息受损严重,会导致失效卫星的位姿估计精度和鲁棒性降低。基于此,提出了无监督生成式对抗网络低照度图像增强模型。生成器以U-Net网络为基础,并设计密集残差连接结构。判别器设计为全局-局部的双辨别器结构,由传统的单一标量扩展为多标量判别。在小样本的条件下,基于进化训练与并行训练方式改进基于SinGAN的数据增广方法。最后,在基于ORB-SLAM位姿初始化的基础上,建立特征信息的局部地图,克服位姿估计对参考帧的依赖;通过关键帧ROI的稠密匹配,建立关于平面法向量和单目相机安装高度的非线性优化模型求解尺度因子;通过闭环检测后的相似性变换,构建关键帧集合的联合位姿图优化方程,实现对位姿矩阵的全局校正。实验结果表明：测量稳定后,低照度图像的姿态角误差最大值为4°,而图像增强后的姿态角误差最大为0.5°;对于以角速度20°/s运动的失效卫星旋转5周,相对静止下的跟踪测量为5周,1 m水平方向机动下的跟踪测量为4.5周。可以满足失效卫星相对姿态测量的任务需求。     

空间多机器人协同的多视线仅测角相对导航

研究了空间多机器人对非合作目标的多视线协同仅测角相对导航问题。为利用多视线信息融合提升仅测角相对导航性能,给出了一种可观测度优化的多视线仅测角相对导航方法。首先基于二阶CW方程构建了中心机器人与目标相对动力学模型和状态方程,并构建了仅包含多伴飞机器人视线角的观测方程,结合扩展卡尔曼滤波算法,形成多视线仅测角相对导航系统;然后分析推导得到可观度最优的视线间夹角条件,提出了兼顾可观测度和长期自然维持的多伴飞机器人观测构型优化方法;最后,数学仿真结果表明,提出的多视线仅测角相对导航系统、可观测度最优的视线夹角条件和观测构型优化方法,可以显著提高距离状态可观测度和估计性能,且具有较好的工程可用性。