基于对偶四元数的航天器交会对接位姿双目视觉测量算法

针对航天器交会对接中位姿参数的测量问题,突破传统的位姿计算态分而治之的模式,采用双目视觉技术和对偶四元数这一数学工具,建立了追踪航天器与目标航天器间相对位姿参数的统一描述模型.该模型与传统的欧拉角和四元数的描述方法完全不同,具有非常简洁统一的形式.同时,针对该对偶四元数模型,给出其两步解析算法,解算出两航天器间的相对位置和姿态参数.仿真结果表明该算法能够满足航天器位姿参数的测量要求,并且具有较强的稳定性,对航天器的在轨实时应用具有重要参考价值.     

运载火箭姿控对迭代制导适应性分析的仿真方法研究

首先给出了迭代制导方法,然后建立了姿态动力学全量数学模型,在考虑弹性振动和液体晃动的情况下,进行了制导与姿控系统的六自由度联合仿真.仿真结果表明,在迭代制导实时优化输出程序角的情况下,姿控系统具有良好的跟踪性能;在制导与姿控子系统相互作用的情况下,能够确保制导程序角的收敛和姿态的稳定.     

轨／姿控发动机脉冲后效冲量快速算法的研究及应用

轨／姿控发动机脉冲性能需在地面高空模拟试验中进行考核,试验数据需即时提供,针对脉冲后效冲量的计算,当前方法不能兼顾速率和统计偏差。简述了后效冲量计算要求、高模试验特点、Pacific6000原理及数据文件结构。在分析当前计算方法优缺点基础上,将网络脚本语言的设计思想引入试验数据处理过程,提出了实现数据快速处理的数据流式算法,基于此算法开发了工程应用软件,在实际试验中应用,取得了良好效果。     

《公差原则》标准的分析及应用——最小实体要求和可逆要求

根据《形状和位置公差》标准中的公差原则与公差要求规定以及工程中的实际需要,对最小实体要求和可逆要求的概念、图样标注方法以及它们在工程中的应用情况作了介绍。     

《公差原则》标准的分析及应用——最大实体要求

根据《形状和位置公差》标准中的公差原则和公差要求规定及工程中的实际需要,对最大实体要求的概念、图样标注方法以及它们在工程中的应用范围进行较详细地论述。     

BLKF方法抑制MEMS惯性传感器随机噪声

针对微机电系统（MEMS）惯性传感器应用卡尔曼滤波（KF）处理数据时随机噪声难以估计的缺点,提出一种基于贝叶斯拉普拉斯卡尔曼滤波（BLKF）的随机噪声更新方法。该方法利用拉普拉斯近似算法,将贝叶斯边缘分布近似表示,能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况,提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据,运用KF与BLKF分别滤波。对比滤波结果可发现,BLKF比KF能更好地反映真实角速度状态。同时,在陀螺仪角速度变化时,BLKF的可靠性和准确性更高,滤波效果更具优势,能够达到抑制MEMS惯性传感器随机噪声的目的。     

吸气式高超声速飞行器冷态测力试验支撑校正

吸气式高超声速飞行器整体外形与推进系统性能高度耦合,在风洞测力试验中,支撑机构不可避免会对其气动特性产生影响。针对该类飞行器冷态气动力试验中存在的支撑干扰问题,以基于乘波前体的机体/发动机一体化飞行器为研究对象开展试验和计算研究,对比了尾支撑、背支撑和背支撑+虚拟尾支撑3种风洞支撑机构对飞行器主要气动力参数的影响,并通过比较不同支撑方式的测量结果对气动力进行了校正。试验在来流马赫数4和6两个工况下进行。结果表明:相对于背支撑,尾支撑对飞行器气动力参数的影响较小,更适合作为吸气式高超声速飞行器冷态测力试验的支撑机构;结合背支撑和背支撑+虚拟尾支撑的方式,可以有效地对尾支撑测量结果进行校正,提供更为精准的气动力试验数据。     

船载天线伺服系统稳定回路分析与设计

为提高方位俯仰型船载天线伺服系统的船摇隔离度,稳定环是常采用的策略,但是选择传统的PID(Proportional Integral Derivative,比例积分微分)调节器往往不能获得满意的控制效果,针对该问题,提出了PID+积分+滞后校正环节作为稳定环调节器的具体实现形式。另外,通过对伺服系统内各环路带宽及响应速度的分析,将稳定环阶跃响应的上升时间作为参数调节依据。上述设计完成后,在实际系统中添加周期10s,幅值8°的正弦波信号模拟船摇扰动,此时添加稳定环后,方位轴的船摇隔离度提高了6dB,俯仰轴的船摇隔离度提高了13dB。这表明,采用PID+积分+滞后校正环节作为稳定环调节器的设计形式是正确且简单有效的。     

基于位置修正的轨迹测量方法研究

传统精密轨迹测量方法大都采用GPS、全站仪等设备,存在设备不易架设、数据不连续、对环境要求较高等缺点。针对该问题提出一种基于航位推算系统的轨迹测量方法。该方法在航位推算基础上引入了位置修正技术,通过起始点与终点坐标即可计算出系统俯仰角误差、方位角误差及里程仪标度因数误差。系统完成航位推算计算后,用求解出的系统误差对航位推算轨迹进行修正,即可获得高精度的轨迹数据。最后通过试验验证该方法可行,系统行进153m误差小于0.12m。     

RGB-D SLAM综述

RGB-D SLAM是指使用RGB-D相机作为视觉传感器,进行同时定位与地图构建(SLAM)的技术。RGB-D相机是近几年推出的能够同时采集环境RGB图像和深度图像的视觉传感器。首先对主流RGB-D相机,RGB-D SLAM算法框架流程做了介绍,然后对RGB-D SLAM算法的国内外主要标志性成果,以及RGB-D SLAM的研究现状进行介绍,并对RGB-D SLAM方法前端视觉里程计中特征检测与匹配、后端位姿图优化、回环检测等关键技术进行介绍总结。最后,对RGB-D SLAM算法的优缺点进行了分析,并对RGB-D SLAM算法的研究热点及发展趋势进行了讨论。