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。     

航空发动机起动过程摩擦阻力矩计算分析

扭矩特性分析是航空发动机起动仿真数学模型建立的重要环节,其中摩擦阻力矩因缺少相应的经验公式难以确定。为了得到起动过程的摩擦阻力矩,借助于某型发动机台架试车数据,根据转速变化率与扭矩的关系,在冷态和热态2种条件下分别对转速变化率和阻力矩进行计算,得到了冷、热态下发动机起动过程摩擦阻力矩,并分析了大气温度对冷态阻力矩的影响规律。以此建立起动过程数值仿真模型,完成了摩擦阻力矩对起动过程转速的影响分析。计算结果表明:摩擦阻力矩随着发动机转速的增加呈减小趋势;在冷态条件下,随着大气温度的降低,摩擦阻力矩逐渐增大;起动过程转速变化率随之减小。     

变旋翼转速飞行控制对涡轴发动机输出响应的影响

为探明变旋翼转速条件下飞行控制对涡轴发动机输出响应的影响,在变旋翼转速直升机/传动机构/发动机综合仿真平台的基础上,考虑系统不确定因素的存在,提出并设计了增量式非线性动态逆飞行控制器,提高对系统的控制效果,控制器主要包括角速率控制器、姿态角控制器和航迹控制器;由于执行机构的物理限制,引入伪控制模块,以提高系统的稳定性。典型的飞行任务下的仿真结果表明：相对于增量式非线性动态逆飞行控制器而言,伪控制模块不仅可显著提升飞行控制效果,使爬升速度的超调量减小50%以上,还可有效减小动力涡轮转速的超调量9.0%左右,有助于增强发动机的动态控制品质。     

考虑局部应力效应的轮盘子午面破裂转速预测

平均应力法用于航空发动机轮盘破裂转速预测时结果一般偏大,对于带螺栓孔的轮盘破裂转速预测误差更大。考虑局部应力效应对平均应力法进行修正,引入修正因子来表征轮盘子午面平均周向应力和危险部位局部应力对轮盘破裂转速的加权影响。通过开展典型轮盘材料GH4169的光滑试样和缺口试样拉伸试验,并开展了两件模拟盘破裂转速测量试验,得到修正因子与缺口强度比的关系,然后同时采用这两种方法对某涡轮盘的破裂转速进行了预测,并开展了验证试验。试验结果表明:平均应力法预测结果偏大,误差达到了9.4%,而考虑局部应力修正后,预测值仅略低于试验值,误差仅2.67%。考虑局部应力效应的轮盘子午面破裂转速预测方法简单可靠,具有较高的工程实用价值。      

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。