面向高级在轨系统的动态服务质量保证方法研究

AOS(Advanced Orbiting System,高级在轨系统)已经逐渐被各国空间组织采用,随着空间任务的发展趋势更多样化和复杂化,对AOS的QoS(Quality of Service,服务质量)也提出了更高要求.针对AOS服务质量的提升需求,提出了一种虚拟信道优先级策略,使用大容量缓存结合数据压缩动态策略和遥测数据抽帧策略相结合的QoS保证方法,通过分析返向链路带宽与航天器遥测用户带宽的裕量,可以动态调整QoS保证,以适应不同应用环境下的航天器AOS的QoS保证需求.通过模拟不同的工况进行仿真试验,结果表明,该AOS服务质量保证方法适用于返向链路带宽裕量充足和不足的工况,比传统的全同步策略和同步异步结合策略拥有更广泛的适应范围.     

智能数控机床及其技术体系框架

首先简要介绍了数控机床的发展趋势,其次结合当前学术界及工业界的实践,对智能机床的概念进行了定义,然后提出了智能机床的技术体系框架,并详细阐述了智能数控系统、智能元器件以及智能化应用技术等智能机床中的关键技术.     

2020年国外惯性技术发展与回顾

通过对IEEE惯性传感器与系统会议、MEMS国际会议、圣彼得堡组合导航会议、PLANS会议和DGON ISS会议等惯性技术相关会议文献,以及惯性技术相关机构发布的一些动态信息进行梳理,总结分析了惯性技术领域的最新发展动态,并重点介绍了光学陀螺、微机电(MEMS)陀螺和加速度计等惯性器件的发展现状,以及美国为增强定位、导...     

双星预警系统弹道参数估计及一些问题分析

主要讨论由2颗地球同步轨道卫星组成的卫星预警系统(简称双星预警系统)中弹道导弹参数的估计问题。阐述了主动段运动的建模问题和弹道数据处理方法,考虑到微分求速的重要性,采用了带光滑约束的样条拟合方法。结合预警系统对弹道导弹预警的具体情况,分别讨论了预警系统下的发射原点估计、射向估计、关机时刻估计、关机点弹道参数估计、落点估计等问题。还讨论了系统中存在的两个问题的分析与解决。模型及分析方法均经过理论和仿真的验证,可应用于双星预警系统下的实际预警的研究。     

惯性推算误差抑制的神经网络自学习模型设计与验证

惯性推算误差抑制是提升复杂场景下组合导航定位性能的关键,现有采用运动约束或系统误差高阶建模的方法从运动学模型及传感器误差模型出发,通过经验确定参数及模型的最优解。深度学习隐式模型能够挖掘数据之间的隐含关系,进行自主化参数寻优,并在提升惯导误差建模精度方面具有一定优势。总结了现有主流网络模型设计的优缺点,通过对比不同的输入输出方案进行优选,最终利用卷积神经网络构建了一套惯性误差抑制的轻量化神经网络自学习模型,并利用实测车载数据验证了该模型的有效性。实验结果表明,在GNSS信号失锁300 s的路段I和失锁285 s的路段II,网络模型速度约束的算法相较于纯惯性推算和传统NHC算法均有一定提升,融合NHC及网络模型速度约束的算法在水平定位精度上分别改善了41.7%~47.4%和26.7%~36.6%,一定程度上抑制了惯性推算误差。     

谐振式光纤陀螺系统建模及其应用研究

谐振式光纤陀螺作为高精度角速度传感器,以其集成化高、成本低以及抗干扰性强等独有优势,逐渐成为下一代光学陀螺研究发展的热点。通过对谐振式光纤陀螺工作原理的分析,建立了陀螺数字信号处理系统可视化模型,并对系统谐振曲线和同步解调曲线等开环输出以及锁频反馈下闭环输出进行了模拟仿真。利用仿真模型分析了正弦波调制下谐振谱分裂现象,并搭建实验装置对其进行了验证。结果表明,实验中正弦信号调制频率高于系统谐振输出半高全宽一半,即对应2 MHz时,谐振谱分裂会导致同步解调输出线性区域出现明显失真,严重恶化了标度因数线性度。因此,搭建的谐振式光纤陀螺仿真模型能够准确而有效地模拟系统的工作状态,在系统噪声抑制和精度提升方面具有指导性意义。     

面向室内场景的惯性磁感应定位方法

针对卫星拒止的室内导航问题,在现有磁信标定位技术的基础上,通过分析低频旋转磁场的特点,建立了一种不受传感器姿态和磁信标磁矩信息影响的磁感应矢量夹角观测模型,并结合MEMS惯性导航的误差模型提出了一种以磁感应矢量夹角的正余弦值为量测信息的惯性磁感应动态定位方法,避免了磁传感器姿态误差和磁矩误差对定位结果的影响。利用实验室的双轴磁信标实验系统进行静态测试,验证了磁感应定位模型具有不受传感器姿态、环境中遮挡物以及磁矩影响的特点;通过数值仿真的方式对基于无迹卡尔曼滤波(UKF)的惯性磁感应定位方法进行验证,结果表明该方法能有效地抑制惯性导航的发散,且位置最大误差小于0.75 m,满足大多数室内场景下的高精度导航定位需求。     

智能方法在惯性系统误差参数辨识中的应用

总结了目前我国提高惯性系统导航精度的技术途径,阐述了国内外惯性系统误差参数辨识方法的研究现状,介绍了当前滤波算法、智能优化算法和人工神经网络方法在惯性系统导航领域的应用情况以及存在的不足。最后,分析了空间飞行器惯性系统误差参数辨识技术的未来研究方向,即智能优化算法和人工神经网络方法等智能方法将在惯性系统误差参数辨识中发挥越来越重要的作用,通过将误差系数标定问题转换为参数辨识问题,采用智能方法在庞大的解空间内实现对惯性系统误差参数的快速辨识。     

机载燃油惰化技术及标准研究

针对目前广泛应用于飞机燃油箱起火和爆炸防护的机载燃油惰化系统,详述了国外机载燃油惰化技术的发展历程,并介绍了国内发展现状,提出影响机载燃油惰化系统设计的关键因素。在此基础上,简述了国内外标准情况,提出了制定我国机载燃油惰化系统标准的建议。     

A dimension reduced INS/VNS integrated navigation method for planetary rovers

Inertial navigation system/visual navigation system (INS/VNS) integrated navigation is a commonly used autonomous navigation method for planetary rovers. Since visual measurements are related to the previous and current state vectors (position and attitude) of planetary rovers, the performance of the Kalman filter (KF) will be challenged by the time-correlation problem. A state augmentation method, which augments the previous state value to the state vector, is commonly used when dealing with this problem. However, the augmenting of state dimensions will result in an increase in computation load. In this paper, a state dimension reduced INS/VNS integrated nav-igation method based on coordinates of feature points is presented that utilizes the information obtained through INS/VNS integrated navigation at a previous moment to overcome the time rel-evance problem and reduce the dimensions of the state vector. Equations of extended Kalman filter (EKF) are used to demonstrate the equivalence of calculated results between the proposed method and traditional state augmented methods. Results of simulation and experimentation indicate that this method has less computational load but similar accuracy when compared with traditional methods.