基于分层式强化学习的移动机器人导航控制

针对未知环境下的移动机器人导航问题,本文提出了一种基于分层式强化学习的混合式控制方法。利用栅格-拓扑相结合的环境表示及地图学习方法,通过分层式强化学习在不同控制层次的扩展设计移动机器人的反应式和慎思式导航控制,实现了全局导航和局部导航控制的协调优化。实验及测试结果证明,该控制方法能实现导航任务的全局优化,避免陷入局部极小,并对未知动态环境具有较强的适应性。     

基于微电铸工艺的摩擦接触式微型惯性开关

针对微型惯性开关闭合时间短、接触弹跳问题,设计了增强接触效果的摩擦接触式微型惯性开关.基于MEMS惯性开关工作原理,建立了开关物理模型,研究了不同类型惯性开关的闭合性能,提出了增强接触的摩擦接触方法,设计了摩擦接触式微型惯性开关的结构.为了对比接触性能,基于UV–LIGA叠层光刻和精密微电铸工艺,研制了3种不同类型的惯...     

面向立方星的相对位姿测量视觉传感器设计

针对立方星在轨服务任务中的近距离相对导航问题,提出一种相对位姿测量视觉传感器设计.为应对空间复杂的光照条件,设计一种具有多层结构的立体靶标,选取波长为850nm的LED灯作为立体靶标的光源.在相机镜头处安装850nm的红外窄带滤镜以提高立体靶标成像质量.为提高视觉传感器的测量精度,提出一种迭代直接求解(iterativ...     

星座自主导航可视化仿真与分析系统的研制

近年来,星座自主导航技术在卫星自主导航领域越来越引起人们的关注。为更好地研究星座自主导航方法,本文从数据分析、视景仿真和导航解算三个方面论述了星座自主导航视景仿真系统的实现过程。该仿真系统采用ADO技术、OpenGL技术和MATCOM软件来分别实现数据分析模块、视景仿真模块和星座自主导航解算。实验结果表明,软件最终达到了集数据分析、视景仿真和导航解算于一体的仿真效果。     

高精度中远程导航系统发展述评

介绍和分析了以多普勒速度传感器(DVS)加航姿基准系统(AHRS)为基准的高精度中远程导航系统(DNS)的基本工作原理、所具有的成本低、精度高等优点,及其在国外各种飞行器上的广泛应用。并展望了以多普勒导航传感器加AHRS和其他设备组合为基准构成的组合导航系统的发展前景。     

自适应滤波算法在SINS/GPS组合导航系统中的应用研究

以SINS/GPS组合导航系统为应用背景,对具有代表性的Sage自适应滤波和渐消卡尔曼滤波进行了研究,分析了这些方法在SINS/GPS组合导航应用中存在的问题,提出了适合工程应用的改进方法。改进的Sage自适应滤波主要对系统状态噪声协方差阵利用状态误差进行估计,更符合SINS/GPS组合导航系统的实际情况,提高了滤波稳定性。改进的渐消卡尔曼滤波采用矩阵因子的形式直接对状态预测协方差阵各分量进行不同程度的调节,使调节更趋合理。此外,改进算法增加了对观测粗差的处理,降低了观测粗差对滤波结果的影响。最后,用实际跑车试验验证了改进方法的有效性。     

低成本捷联惯导不对称动态误差的神经网络补偿

 针对低成本捷联惯导系统(SINS)中陀螺动态误差的不对称性在角振动条件下造成姿态漂移的问题,设计了多层前向神经网络的补偿模型。在标定模型参数时,为降低对外部参考信号测量精度的要求,提出用姿态解算的最终误差作为网络优化目标的训练方法。由于最终的姿态误差不是网络的期望输出,无法采用有导师的训练方法,为此采用了微粒群优化算法。仿真实验结果表明:补偿后的陀螺动态误差的不对称度减小了一个数量级。     

基于预测脱靶量的远程拦截速度增益导引

 针对拦截器使用耗尽关机固体燃料发动机的情况,设计了大气层外目标拦截的速度增益导引方法。导引律中根据Lambert导引确定指令推力方向初值,利用剩余速度增量信息,计算惯性速度增益下的预测脱靶量,使用Kepler轨道摄动方程计算消除脱靶量所需的速度增益修正,根据惯性速度增益和速度增益修正之和确定指令推力方向。给出了一种计及J2项引力摄动影响的滑行段弹道预测半解析方法,减少导引律运算量,降低导引方法误差;导引律中引入了剩余速度增量测量环节,增强了导引精度对推进系统参数的鲁棒性。与传统的通用能量管理（GEM）导引相比,采用该导引律拦截远程目标时指令推力方向平稳、变化范围小,脱靶量降低了两个数量级。     

一种无引北三轴转台标定捷联惯组方法

使用三轴转台标定捷联惯组时,需要对三轴转台引北,用于精准测量捷联惯组相对地球北向的角度。为了减少引北带来的繁重工作量,在研究传统六位置标定方法的基础上,设计了十二位置标定方法。给出了十二位置翻转编排,建立了捷联惯组器件误差参数模型,详细推导了求解误差参数的方程式,并在高精度三轴转台上进行了试验验证。结果表明,在对三轴转台无引北的情况下,十二位置标定方法仍能标定出捷联惯组的24个器件误差参数,且精度与六位置标定方法相当,达到了预期目的。     

多传感器组合导航系统的改进多尺度滤波算法

多尺度滤波算法在多传感器组合导航系统中已得到成功应用，然而该算法用到多个时刻的量测向量，导致算法计算量过大，并影响系统的实时性。针对上述问题，首先利用分块技术与小波变换将时域内描述的系统原始状态方程转换为块状态方程，然后将实时得到的当前时刻的量测向量表达为块状态向量的形式，最后结合常规卡尔曼滤波技术与序贯滤波的思想，提出了一种改进的多传感器组合导航系统多尺度滤波方法。将该算法应用于GPS/SST/SINS多传感器组合导航系统，仿真结果验证了该算法不仅具有较好的实时性，而且相对于传统算法,系统的定位精度提高1倍以上。