基于零速修正的行人导航关键技术及研究进展

在室内等卫星导航受限场景下，可采用MEMS惯性传感器对行人进行自主导航定位。采用MEMS惯性传感器的行人自主导航技术主要包括基于步长估计的行人航位推算和基于零速修正的行人导航算法两种方式。首先介绍了两种方式的基本原理，然后重点分析了零速修正的行人导航算法，阐述了相关的关键技术和研究进展。最后，对行人自主导航未来的发展趋势进行了展望，并指出了需要重点关注的技术难点。     

GNSS实时卫星钟差估计技术进展

不依赖实体基准站增强信息的GNSS实时精密单点定位服务将逐渐成为主流定位模式。实时卫星钟差产品作为实时精密单点定位的关键先决条件之一，其精度直接决定实时精密定位服务的性能。计算实时卫星钟差的GNSS实时卫星钟差估计技术成为实时精密定位的核心技术之一，其主要包括两种解算模式：非差解算模式和差分解算模式。由于对卫星模糊度等未知参数处理策略的不同，卫星钟差估计技术又可细分为非差、历元差分、星间差分、混合差分等策略类型。针对不同实时卫星钟差估计技术的原理方法、算法效率、适用性等问题，综合目前已有相关研究成果的基础上，对GNSS实时卫星钟差估计的研究现状、关键技术和面临的挑战进行了较为系统的总结综述，并对未来卫星钟差预报产品和实时估计产品的关系进行了展望。     

基于角加速度估计的非线性增量动态逆控制及试飞

针对非线性增量动态逆（INDI）控制方法运用到飞行试验时需要进行状态量导数（角加速度）的实时估计并且存在延迟等问题进行了研究,并给出了工程应用上的实际解决方案。对试飞无人机（UAV）平台进行了动力学建模,利用非线性增量动态逆控制方法和控制器分层设计方法设计了无人机姿态控制系统。采用卡尔曼滤波器设计了角加速度估计器为控制律提供角加速度实时反馈。通过基于模型的控制系统设计方法将控制律实现,并进行实际试飞试验。结果表明：该控制方法工程上可实现,具备良好的鲁棒性和指令跟踪能力。     

基于序贯回归的小样本测试性验证试验方案

针对现有测试性验证试验方案难以实现较小样本量下满足置信水平要求的测试性评估问题,提出了基于序贯回归的小样本测试性验证试验方案。提出并证明了成败型试验序贯样本回归可行性假设;对序贯样本进行回归分析,实现了小样本下的测试性评估;建立了评估优化方案,实现了满足置信水平要求的测试性评估。实例验证表明:该方法可同时适用于有双方风险要求和置信水平要求的场合,且完所需样本量明显减少,在案例中平均减少了22.3%,最大减少了85%。      

基于模糊权重的轴承品质实现可靠性研究

以模糊数学理论为基础,提出了轴承品质影响因素权重确定的方法。对原始的轴承品质实现可靠性模型进行修正,提出了改进的轴承品质实现可靠性模型,并基于最大熵原理对轴承品质实现可靠性的真值及真值区间进行估计。以30306和30204圆锥滚子轴承为对象进行试验研究,发现原始的可靠性模型计算结果相对于试验结果的偏差为20%~35%,改进的可靠性模型计算结果相对与试验结果的偏差为12%~14%,偏差降低了8%~21%,可见改进的可靠性模型比原始的可靠性模型更准确。      

基于PnP和自适应线性卡尔曼滤波的实时位姿估计

针对实时位姿估计中扩展卡尔曼滤波(EKF)线性化引入非线性误差和依赖已知噪声分布的缺点,提出一种基于PnP的自适应线性卡尔曼滤波位姿估计求解方法。将PnP位姿估计求解策略引入卡尔曼滤波观测方程,通过对动态方程误差统计参数实时估计,自适应调节卡尔曼滤波递推参数。所提算法求解精度高,固定了观测方程的观测向量维度,提高了算法实用性。通过仿真试验,比较了该算法与EKF的位姿估计精度,通过量化误差分析,证明了该方法可以提高三维运动位姿估计精度,也验证了该方法的有效性。     

一种基于无线信号辅助的室内无死角定位算法

针对传统惯性导航系统定位误差随时间积累的问题,提出了一种基于无线信号辅助定位的室内无死角定位算法。该算法首先利用加速度计、陀螺仪、磁力计和气压计等传感器数据实现三维定位,然后利用无线信号对惯导定位中的位置偏差进行实时校正,再通过航向最优估计算法对航向误差进行修正,在位置和航向上增强惯导系统的实用性。利用实验室自主研发的微惯性测量单元固定在腰部脊椎位置进行实验验证,结果显示基于无线信号辅助的室内无死角定位算法精度达到1%以内,与纯惯导技术相比,能够提供更持久和准确的三维位置信息。     

单目相机物体位姿估计方法研究

现有的机器视觉通常以边缘轮廓和角点作为特征,因此要求背景单一,对环境结构化依赖程度高。为了拓展机器人的应用范围,使其脱离结构化的环境,提出了一种基于SIFT特征点和PNP技术的单目相机估计目标物体位姿的方法。以BumbleBee双目相机为硬件基础,以C++为开发平台,结合了Eigen计算库、OpenCV图像处理库和Triclops库,开发了单目视觉位姿估计算法,实现在复杂背景下对表面纹理较为丰富的物体的位姿估计。利用试验对所提方法进行了验证,试验结果表明,该算法具有较高的估计精度,可以作为机器抓取的依据。     

二维嵌套混合MIMO相控阵雷达接收阵列设计

针对二维混合多输入多输出（MIMO）相控阵雷达发射阵列子阵分割带来的自由度损失问题,提出一种基于二维嵌套阵列的二维混合MIMO相控阵雷达接收阵列设计新方法。首先,给出一种由稀疏阵列和密集阵列构成的嵌套阵接收阵列的二维混合MIMO相控阵雷达信号模型;其次,通过对接收信号的协方差矩阵进行Khatri-Rao乘积处理,得到阵元位置差的差异阵列,形成接收阵元数目的虚拟扩展;最后,通过空间平滑处理进行波达方向估计。仿真实验表明,与传统二维混合MIMO相控阵雷达相比,所提方法在不增加实际阵元数目的情况下可以有效扩展虚拟阵元数目,提高雷达阵列自由度,进而提高二维混合MIMO相控阵雷达波达方向估计精度。     

平滑重构稀疏贝叶斯学习测向算法

针对二级嵌套阵列中的紧凑阵元结构易受互耦效应影响的问题,提出了两种不同的嵌套阵列结构改进方法：连续平移嵌套阵列和间隔平移嵌套阵列。通过对原有二级嵌套阵列阵元位置进行调整,形成了两种不同的平移嵌套阵列结构,这两种结构对应的差分共阵均"无孔",并且测向自由度和阵列稀疏度均大于原二级嵌套阵列。针对嵌套阵列的差分共阵测向模型为单测量矢量模型,稀疏贝叶斯学习测向算法复杂度高的问题,提出了平滑重构稀疏贝叶斯学习算法。该算法通过空间平滑重构将单测量矢量模型变为多测量矢量模型,降低了观测矩阵的维度,减小了计算复杂度。算法求解时,通过对变换后的观测矩阵进行奇异值分解,进一步降低了观测矩阵维度,利用稀疏贝叶斯学习算法估计辐射源角度。仿真表明,在信噪比和采样数相同的条件下,该算法收敛速度比单测量矢量稀疏贝叶斯学习（SMV-SBL）算法快,且测向精度高于SMV-SBL算法和空间平滑多重信号分类（MUSIC）算法;存在互耦影响时,两种平移嵌套阵列比原嵌套阵列受互耦影响小。