舰船导航发展现状与趋势

舰船导航技术是一项重要的国防关键技术,已成为21世纪提升舰船平台综合性能的研究热点和前沿课题。本文首先阐述了舰船导航的地位与作用,分析了当前国际环境下舰船导航面临的军事需求,然后简要介绍了惯性导航、重力匹配导航、惯性/卫星导航深耦合、导航信息综合处理与应用服务等技术现状,最后探讨了其技术特点、典型产品与应用情况,展望了舰船导航技术的发展趋势。     

视觉及其融合惯性的SLAM技术发展综述

当前视觉同时定位与建图（Simultaneous localization and mapping,SLAM）技术已经成为导航定位领域重要的导航方式之一。为提升视觉SLAM全天候多场景的综合性能,融合多种信息的视觉SLAM技术得到了快速发展。本文系统综述了近年国内外视觉SLAM的研究成果。首先归纳整理了视觉及视觉/惯性SLAM中的前端里程计、后端优化、回环检测和地图构建关键环节。在纯视觉SLAM技术分析方面,围绕传统基于几何变换和现代基于深度学习的两大类视觉SLAM方法开展讨论,并梳理了相关具有代表性的视觉SLAM技术。在详细阐述视觉/惯性组合导航的多信息融合SLAM方法基础上,分析了近年基于异源图像的视觉及其与惯性组合的SLAM导航技术进展。最后对视觉SLAM的未来发展方向进行了针对性展望。     

潜水艇装备的发展趋势

本文简要介绍了潜水艇的特点；在未来海陆空立体战争中，潜水艇可以充当的多种角色；潜艇技术和反潜技术之间的相互矛盾以及相互推动和发展。     

波音737自动捷联惯导系统建模与仿真

分析了真实飞机上惯性导航系统的基本原理,加速度计和陀螺仪工作原理及其测量输出参数。结合航空仿真技术发展和全任务飞行模拟器样机的任务需求,在MATLAB/SIMULINK平台上构建捷联惯性导航仿真模型;利用RT-LAB平台构建分布式飞行仿真系统,实现导航外部特性的半实物仿真;建立导航数据库,用于导航计算以确定飞机即时位置以及导航台自动调谐管理。将导航系统仿真模块作为整个系统仿真中的一个节点,实现与模拟机自动驾驶仪系统进行信息交互,从而实现自动导航。     

一种改进RLS算法及其在SINS快速对准中的应用

在传统递推最小二乘算法(RLS)中,人为设置的递推初始值将导致状态估计的有偏性,也就丧失了最优性,当量测数据次数较小时尤为严重。摒弃了传统RLS算法"新估计值=旧估计值+修正值"的递推结构,提出了借助中间量进行递推,再由中间量直接作状态估计的改进算法。改进RLS算法状态估计结果与批处理LS算法完全一致,且无需初始状态的任何信息。将改进RLS算法应用于捷联惯导系统(SINS)初始对准。对于一定的初始对准精度要求,理论上改进RLS算法所需的初始对准时间是最短的。最后,SINS初始对准数值仿真结果验证了所提算法的正确性。     

自主导航技术发展现状与趋势

自主导航技术是各类运动载体自动化、智能化运行的核心技术。简要介绍了自主导航技术的基本概念,综述了国内外航天、航空、舰船、车辆、单兵等领域的自主导航技术研究进展,对于自主导航的关键技术如惯性导航、惯性基组合导航、地磁导航、重力梯度导航、天文导航和多源信息融合等技术发展现状进行了分析,对自主导航技术的发展趋势进行了展望。可为中国未来各类主流自主导航系统研制提供参考,并为多种自主导航任务的总体设计提供帮助。     

核磁共振陀螺技术发展展望

核磁共振陀螺基于原子操控技术的前沿研究进展,具有高精度、小体积、纯固态、加速度不敏感等综合优势,是未来高精度、微小型陀螺技术的主要发展方向之一。介绍了核磁共振陀螺近年来国内外取得的研究进展,从工作原理出发指出了核磁共振陀螺实现涉及的核自旋极化、核自旋进动检测、核自旋磁共振、磁屏蔽等关键技术,重点分析了核磁共振陀螺向高精度、小型化方向发展需要重点研究的关键技术及其可能的解决思路,最后对核磁共振陀螺技术的未来发展进行了展望。     

动态自适应GPS/INS组合导航方法

为了提高导航测量系统的精度,改善其可靠性,提出了一种动态自适应高精度GPS/INS组合导航的新形式。这种新形式通过判断GPS可见卫星数目,动态自适应调整组合导航方法,保证了组合导航结果的高精度。在RTK GPS可靠基线范围内,且可观测卫星数目大于等于4的情况下,利用RTK GPS的cm级的定位定速结果与INS进行松组合;而在因信号干扰或建筑物阻挡造成卫星失锁时,利用GPS伪距、伪距率与INS进行紧组合。通过仿真验证了方法的高精度,具有良好的应用前景。     

双轴惯导轴系非正交误差全空间补偿技术研究

旋转调制技术实现了捷联惯导的高精度长航时导航,但轴系非正交误差的存在影响着导航姿态精度。传统轴系非正交误差补偿方法是针对旋转轴停留在固定位置完成的,提出一种全空间的轴系非正交误差补偿方法,不限定旋转轴的转停位置。试验结果证明该误差补偿方法较传统方法更优,对惯导姿态精度提升明显。     

神经网络修正的速度约束辅助车载SINS定位算法

对于车载全球导航卫星系统(GNSS)/捷联惯性导航系统(SINS)组合导航系统,针对GNSS失效而SINS单独工作时仅使用速度约束辅助SINS其纵向位置误差逐渐发散的问题,提出一种神经网络修正的速度约束辅助车载SINS定位算法。通过径向基函数(RBF)神经网络预测SINS纵向位置误差修正系数,以提高SINS单独工作时的定位精度;此外,提出一种限定记忆指数加权实时估计量测噪声的自适应滤波算法。在人为设置GNSS失效以及真实隧道场景下进行车载试验,结果表明本文算法能够在不停车情况下在线修正SINS纵向位置误差,相比于速度约束与卡尔曼滤波相结合的常规算法,有效地提高了GNSS失效时的车载SINS定位精度。