综合头盔视听系统飞行试验计划与数据采集

海军空战中心武器部（NAWCWPNS）在中国湖，在TAV－8B飞机（AV－8B训练机）上完成了先进联合攻击技术（JAST）综合头视听系统（JHAVS）的飞行验证计划。本文介绍了所采用的系统的试验方法及针对每种试验所确定的一种基本情况的背景。本次飞行试验采用的作战环境非常全面，飞行次数最少，并对飞行试验结果进行了讨论（结果包括视频图象信息、载机数据及地面真实数据）。试验的目的是验证：用于飞行员定向、战术导航及其它飞行任务的头盔显示器的导航信息；便于飞行器完成对预定目标截获的头盔显示器（HMD）成象功能；便于飞行员完成战术武器发射的HMD3信息显示功能（包括离轴功能）；投放常规武器使用HMD和平显（HUD），对其精度进行比较；提高飞机对威胁的机动反应动力的HMD三维（3－D）离轴瞄准音象告警功能；以语音方式接通导航和武器投放的功能；HMD的3－D离轴瞄准音象显示航路点及标识点；IHAVS系统技术使座舱设备减少及提高飞行员状态判别能力的潜力。评估HMD系统试验的关键问题与头盔瞄准系统结构有关，虽然这是系统的验证方案，但试验结果表明要减轻飞行员工作量，需进一步加强系统综合化设计、改善武器使用以增强战术系统性能，并对增加的或现有的系统功能进行评估。评估的主要因素是人的因素,飞行员工作量的降低，从理论上提高飞行员对状态的判断能力。     

精锻叶片型面测量新方法

介绍了数控三坐标测量机在精锻叶片叶身型面检测中的应用，着重分析了三坐 检验夹具的定位夹紧装置，为快速，准确地测量叶片型面提供了新方法。     

联合卡尔曼滤波在无人机组合导航中的应用

提出了一种适合某型无人机GPS/Radio/DR组合导航的联合卡尔曼滤波方案.利用残差χ2故障检验法,在故障分析的基础上,设计了一种信息分配和故障处理方法.针对某型无人机结构和飞行特点,建立了包含位置信息的直接法卡尔曼滤波模型.经过仿真试验,验证了该方法的可行性.     

基于半参数估计的智能手机WiFi RTT定位方法

近年来，以智能、智慧为特征的新经济社会形态不断涌现，依托智能手机实现低成本高精度泛在定位的需求日益迫切。总体上看，以卫星导航传感器为核心，融合异构化测距信号是实现高精度定位的主要手段。在简要分析了WiFi-RTT测距信号质量的基础上，定量分析了WiFi-RTT系统的误差特点，利用半参数方法构造了WiFi-RTT定位的观测模型和随机模型，并通过实测数据对该方法的精度和可靠性进行了验证。试验表明：WiFi-RTT定位在静态和动态条件下可实现精度优于0.4m和0.6m的定位。相关研究对于推动智能手机的高精度定位应用具有重要参考价值。     

军备较量

美国军火商洛克希德&;#183;马西公司F-35“联合攻击战斗机”（JSF）研制小组日前完成了第1架F-35联合攻击战斗机的装配。该战机目前已经送往相关的工厂进行进一步的地面测试，对该战机起飞和降落的测试工作计划于2006年秋天进行，这架F-35“联合攻击战斗机”是于2月17日装配完成下线的，     

可消除定位模糊的无源时差定位算法

消除无源时差定位系统中存在的定位模糊是一直倍受关注的问题.通过理论分析和仿真实验证明,4变量算法虽可以消除定位模糊但其定位精度不高,不适合工程应用.以传统时差定位方法为基础,提出了一种多个子系统融合的定位算法.由于该算法能够充分利用观测站提供的冗余测量信息,所以其定位精度高于4变量算法,而且还可以消除定位模糊.最后,通过仿真实验验证了该方法的可行性和有效性.     

模块树形结构的故障诊断

简介——本文探讨了模块树形结构中固定故障(s-a-f)的诊断。从而导出模块中每个可以区别的 s-a-f 的检测条件。单个 s-a-f 而言,进行少量的附加测试,就可以很容易地区分这些检测条件,达到故障定位。用附加测试(其测试次随树形深度而增加),就可对能产生与单个 s-a-f 有相同测试结果的多个 s-a-f 进行定位。有其它的多个 s-a-f 也都可检测,但不能定位。本文详细介绍了组合模块树形结构的定位法。然后更改它们,对可实现任忌限定机构的模块树形结构中的故障进行定位。由于可将这些树形结构中的一对连接起来,实现任忌的时序机构,这里所导出的结果在诊断时序机构时,大有用处。诊断故障的能力结合树形函易于改变这一事实,结构在重构应用中引人注忌。尤其是在阵列处理机中的应用。     

视觉辅助惯性定位定姿技术研究

在利用视觉系统辅助捷联惯性导航系统( SINS)进行定位定姿时,由于两者输出的位置表示方法不同,在信息融合时会存在匹配问题。以相对地理坐标系作为定位定姿系统的导航坐标系,重新对SINS进行了力学编排,分析了其误差传递特性,建立了相对地理坐标系下的状态方程模型,并利用Kalman滤波器实现了视觉辅助惯性定位定姿算法。仿真结果表明,方法避免了信息融合时位置匹配问题,同时降低了系统的计算量,满足了定位定姿系统的精度要求。     

基于点云聚类评估的激光雷达鲁棒定位方法CSCD

基于先验地图的激光雷达定位方法在封闭工业场景下得到了广泛应用,然而环境变化、行人和车辆等动态物体的干扰会影响激光雷达与先验地图的匹配精度。提出了一种动态环境下基于点云聚类评估的三维激光雷达鲁棒定位方法:通过设定角度和距离双阈值,对点云深度图像进行分割聚类,相较于传统分割方法,分割结果对点云噪声更为鲁棒;通过对原始点云进行分割聚类,在粗匹配结果下评估聚类的匹配度,剔除误匹配聚类进行二次匹配以提高匹配精度;通过聚类评估的结果判断匹配成功和失败的点对,进而对点云整体匹配结果的正确性进行评估,相较于传统仅基于距离阈值的判断准则,具有更高的准确性;最终,分别通过公开数据集和实际试验验证了该算法的有效性。试验结果表明,相较于传统匹配方法,该方法有效提高了动态场景下的定位精度和匹配结果评估的准确度,定位误差可以维持在10cm以内。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。