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.     

基于椭圆空腔虚拟势场的航天器集群控制方法

航天器集群由多个航天器在空间轨道上近距离飞行,进行信息交换,并相互协同共同完成空间任务。航天器集群作为智能集群在空间领域的表现形式,是智能集群的重要组成部分。当前,许多空间科学研究机构提出了多个航天器集群的研究计划,如 ANTS计划、APIES计划等。文章以在小行星带探测航天器集群为研究对象,提出了航天器集群的自组织控制方法,利用虚拟势场力使得与这个参考航天器构成最大距离可控的空间构型,从而保 证了航天器集群中的所有航天器共同构成松散空间构型。     

一种鲁棒的概率核主成分分析模型

大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率。     

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.     

泵浦激光频率波动对核磁共振陀螺仪 零偏稳定性的影响研究

本文研究了泵浦激光频率波动对核磁共振陀螺仪零偏稳定性的影响.通过分析核磁共振陀螺仪理论模型和自旋光泵浦极化129Xe的过程,阐述泵浦激光频率波动对陀螺仪零偏稳定性的影响机理.结果表明,泵浦光频率波动会导致核磁共振陀螺仪零偏稳定性下降约3个数量级.泵浦光频率波动是制约核磁共振陀螺仪性能提升的重要因素.     

球铰接杆式支撑臂构型参数分析

论述了球铰接杆式支撑臂的组成和主要构型参数。利用有限元分析软件建立了球铰接杆式支撑臂有限元模型,进行了模态分析并与试验结果进行了对比,验证了模型的正确性;分析了单元段跨距、套筒半径、横向框架边数和斜拉索预紧力对支撑臂性能的影响。结果表明单元段跨距的增加有利于支撑臂总体性能的提升,而套筒半径和横向框架边数的增加能提高支撑臂刚度但同时增加了系统总质量。斜拉索预紧力应从最小允许预紧力和球铰取得最大刚度值时对应的预紧力中选取较大值。分析结果为支撑臂的工程设计提供了依据。     

基于相关分析和组合神经网络的退化预测

产品剩余寿命预测是加速退化试验和故障预测与健康管理两大热点领域中的关键技术之一.为了解决复杂退化的预测问题,提出了一种新型预测方法,对退化轨迹能够实现较长距离的预测.此方法首先对复杂退化数据进行小波变换,通过Durbin-Watson方法和偏相关图分析各级分解序列的自相关性,最后根据序列的特点,组合BP(Back Propagation)和小波神经网络对退化轨迹进行预测.为了验证所提组合神经网络方法的有效性,采用小波神经网络的预测结果进行对比分析.实际退化数据的预测结果表明,所提方法比单独采用小波神经网络,具有更小的均方差(MSE,Mean Square Error),对剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度.     

加速度计贮存稳定期分析

在石英挠性加速度计有限元仿真分析的基础上,得到了加速度计标度因数稳定性随温度及时间的变化数据,采用乘积型最小二乘曲面拟合方法对标度因数稳定性、时间、温度数据进行拟合,建立了标度因数稳定性的加速退化近似模型;考虑不同产品间的分散差异和试验测试误差,对加速退化近似模型进行随机化处理,基于一阶泰勒展开计算方差的方法,给出含置信度的加速退化近似模型;结合加速度计贮存条件,进行基于模型的贮存稳定期分析,得到贮存条件下给定稳定性判据时的加速度计稳定期;同时,也可以给出加速度计稳定性评价结果,判断某贮存条件下贮存一段时间后的稳定性是否能够满足要求.     

小型无人机伞降回收运动分析CSCD

针对小型无人机伞降回收的特点,研究了在无人机回收过程中,飞机及降落伞系统的运动轨迹及姿态。通过分析机伞间的力学关系,建立了机伞系统运动模型,并进行了仿真分析,给出了无风情况下回收运动的仿真结果。结果表明,系统能够满足无人机回收要求,可以决定最佳的回收参数,从而得到最优回收轨迹和姿态。     

基于神经网络的维修保障流程影响度分析方法

针对维修保障能力的主要影响因素分析及其影响度的量化问题,以维修保障业务流程作为分析对象,通过建立业务流程参数与装备使用能力的关系函数,建立影响因素和影响度的分析方法,并给出影响程度、关键要素、关键影响要素以及综合影响度定义.以流程数量、效率和稳定性作为分析指标,利用MATLAB软件基于神经网络实现对关系函数的逼近求解,为装备制造企业提供确定关键流程和主要影响因素的系统实现.以某航空装备制造企业维修保障业务流程为例给出具体应用,与专家评价方法相比该方法可获得更为客观的分析结果.