车载GPS/DR组合导航系统的信息融合新方案

总结了适用于车载 GPS/ DR组合导航系统的几种信息融合方法 ,提出一种可容错的新型联合卡尔曼滤波结构方案。针对系统重构和自适应调整的依据 ,提出一种新的分系统状态评估方法 ,定义了滤波器估计结果可信度的概念并给出对其进行模糊综合评判的方法。在此基础上进一步确定联合滤波模型的自适应信息分配准则 ,实时跑车数据处理结果表明 ,该方案大大提高了系统的导航精度和可靠性     

基于神经网络的SINS/GPS/TAN 容错组合导航系统设计

在联邦滤波器结构的基础上 ,设计了一种基于神经网络的天文惯性导航系统 /全球卫星定位系统 /战术导航系统 (SINS/GPS/TAN)容错组合导航系统。该系统首先在各子滤波器中用神经网络滤波 (NNF)代替传统的卡尔曼滤波 ,然后用模糊神经网络 (FNN)对各子系统进行故障检测 ,最后由神经元进行全局融合。通过仿真 ,验证了该方法的有效性     

多传感器组合导航系统分层融合算法

从信息融合角度来看，目前在组合导航系统中广泛应用的联合滤波算法居于两级式分布式融合结构。而分层融合结构作为多传感器信息融合的另一种重要的模式，在组合导航系统中应用尚未见报道。本文研究了多传感器组合导航系统的分层融合算法，重点与联合滤波算法进行了比较。以定理的形式证明了在一定条件下分层融合算法与联合滤波算法的等价性问题。进而提出了分层融合算法的部分反馈模式。仿真结果表明，部分反馈模式的有序分层融合算法可有效地应用于多传感器组合导航系统。在相同的容错能力和计算复杂性下，可以得到优于联合滤波的导航信息融合结果。     

用于遥感卫星数传的新型波导阵列组合天线

从新的设计理念出发，提出一种新型的波导十字阵列组合辐射天线替代了赋形反射面天线，用于低轨遥感卫星的数传系统。文中论述了该天线的设计思路、设计过程，并列出了天线的主要性能。最后还简述了该天线在国内卫星上的应用及我国未来低轨遥感卫星数传天线的发展趋势。该天线已在我国多个卫星上成功应用。这种波导阵列组合天线结构紧凑、尺寸小，具有与国外通用的赋形反射面天线基本类似的性能，可达到星载数传天线的预定要求，而且为星载遥感器及其他载荷留出了更大的对地安装空间。     

熵理论在组合导航系统信息结构中的应用研究

组合导航就是采用多个导航传感器,通过信息融合技术,对测量结果进行重新整合。本文以亚音速飞行器为背景,通过对组合导航系统熵的结构进行研究,分析了组合导航系统的信息结构。结果表明,组合导航系统的最优控制规律等效于导航系统的最大熵原理。     

独立函数及其R/W谱在逻辑设计中的应用

本文提出基于独立函数的逻辑设计方法,即如何利用独立函数和它的Rademacher/Walsh谱系数进行组合逻辑设计。这是组合逻辑设计方法的另一新途径。它有利于数字系统的模块化。     

基于神经元的容错组合导航系统设计

本文讨论了容错组合导航系统中的多传感器信息融合问题，提出了一种用于多传感器组合导航系统信息融合的神经元方法。通过仿真实验，验证了这种方法的可行性，并分析了该研究领域所存在的问题，提出了可能解决的技术途径，并预测了未来的发展趋势。     

一种辅助GNSS/INS组合导航系统的高度计设计

因为地球对于导航卫星电磁波信号来说是不透明的,因此高程精度因子VDOP值通常总大于水平位置精度因子HDOP,导致了GNSS接收机在竖直方向上的定位结果没有水平方向理想,也直接影响到和惯性导航系统INS组合后即GNSS/INS组合导航系统的测量精度。文章提出了一种使用气压高度计辅助GNSS/INS组合导航系统并提高其测量精度的方法,从大气压强传感器出发,介绍了高度计测量系统的组成和工作原理,并阐述了各部分的电路设计及其工作流程。为了验证设计效果,对该系统进行了测试,结果表明该方法可以有效地提高组合导航系统测量精度,可用于普通导航领域。     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10 -4 量级。