地磁辅助的无缝INS/GPS组合导航研究

INS/GPS组合导航已经成为当前无人机导航系统的主要实现形式,由于GPS信号容易受到干扰,在恶劣的电磁环境下信号易丢失,从而导致GPS卫星信号失锁而无法使用。地磁导航作为一种无源导航方法,其难以受到外界干扰且具有较强的自主性,从而为克服GPS在干扰情况下无法对INS误差实现持续无缝修正的不足提供了很好的途径。针对INS/GPS组合导航中GPS卫星信号失锁的情况,设计提出了使用地磁匹配导航进行辅助实现无人机无缝导航的实现方案,设计了基于地磁特征的地磁匹配算法和地磁匹配辅助的INS/GPS组合无缝自主导航算法,并通过仿真验证了采用地磁匹配辅助导航方法,可以在GPS无效的情况下,实现对INS导航误差的持续无缝修正,从而提高导航系统性能。     

在飞行中进行风场估计

在飞行中如何获得较精确的风场信息,对于飞行导航、控制和管理系统的研究都是一个重要的、急需解决的问题。目前飞机上无高精度的风测量手段.为此,本文将卡尔曼滤波技术应用到风场估计中去,并提出了一个简单实用的风模型。仿真结果表明该方案是成功的。本文属某无人机航迹控制研究计划的一部分.从这一工程实例出发,详细说明了利用卡尔曼滤波技术进行风场估计的全过程,其中包括飞机地速的估计,风测量精度分析等内容。     

捷联制导旋转弹制导信息提取研究CSCD

以捷联式半主动激光导引头为研究对象,研究其应用在旋转弹上制导信息的提取方法。根据坐标转换关系得到旋转弹惯性系视线角解耦模型,由于导引头和速率陀螺仪具有测量误差特性,直接解耦得到的制导信息会产生较大的误差。基于视线角解耦模型的非线性,采用扩展卡尔曼滤波(EKF)的方法对测量信息进行滤波处理,估计出目标的位置,从而得到捷联式半主动激光导引旋转弹的制导信息。将扩展卡尔曼滤波方法与α-β滤波方法进行对比分析,得到扩展卡尔曼滤波方法对捷联式半主动激光导引旋转弹制导信息的估计精度更高,收敛更快。     

基于改进容积卡尔曼滤波的惯性/光流组合自主测速方法

针对容积卡尔曼滤波算法在惯性/光流组合测速数据融合时出现由于各系统输出数据频率不一致导致融合精度有限的问题,提出了一种基于多速率残差校正的改进容积卡尔曼滤波算法.通过当前时刻误差估算组合导航系统残差,再使用估算后的残差对速度估计值进行补偿,最终实现惯性/光流组合系统速度测量值的数据融合.实验结果表明,通过提出的改进容积...     

激光陀螺的高频读出与自适应滤波方法的研究

针对三轴激光陀螺捷联惯导系统(LINS)中三个激光陀螺受各自抖动频率限制,读出频带不足且读出信号不同步,导致动态应用精度降低,研究并开发了一种新的环形激光陀螺(RLG)高频读出电路及信号处理方法。方案采用抖动角传感器获取RLG抖动输出结合原始输出信号构成闭环LMS自适应滤波器,通过DSP信号处理,同时用整周期采样的累积输出作补偿。给出了实现的原理框图和滤波算法。经测试,该方法提高了RLG的读出频带,解决了读出信号不同步的问题,并有效减小了RLG的输出信号噪声,提高了LINS的解算精度,为系统在高动态条件下,实现相关数据分析与误差补偿提供了前提和基础。     

北斗三号卫星共视时间比对性能分析

为评估现阶段北斗三号卫星共视时间比对性能,基于中科院国家授时中心(NTSC)和捷克光电研究院(TP)各自保持的国家时间基准系统,开展了基线长度约7500 km的北斗三号卫星亚欧共视时间比对试验。首先从单站北斗卫星可视数及其卫星高度角两方面进行了分析,然后利用频率响应法确定Vondrak滤波平滑因子后对共视比对数据进行了降噪处理,最后将北斗三号卫星共视时间比对结果与北斗二号卫星及GPS共视时间比对结果进行了比较。结果表明：在当前北斗全球组网阶段,北斗三号卫星在中捷共视可视卫星数比北斗二号卫星少的情况下,其共视时间比对精度达到1.16 ns,较北斗二号提升约19%,10000 s以内的时间和频率稳定度也优于北斗二号。     

一种主动液压滤波器的理论分析

针对目前被动式液压滤波器所存在的问题,提出了主动控制式滤波的概念.在简要介绍其工作原理的基础上,对一种由双蓄能器-压电晶体(PZT)驱动的静平衡可变容腔液压主动滤波器进行了理论分析,弄清了其滤波机理.为了正确描述泵-管路-负载所组成的液压系统的联合工作特性,提出了泵和负载的确切数学模型以及两者的匹配方法.最后,给出了在合理考虑液压源特性和液压负载特性的前提下为达到希望滤波性能所需控制律的选择方法.      

直接根据性能指标进行航空发动机LQG/LTR控制器设计

本文提出了一种根据性能指标要求设计航空发动机LQG/LTR控制器的方法。采用这种方法,可根据发动机模型及性能指标要求直接获得卡尔曼滤波器增益,而无需求解Riccati方程。随后的仿真结果表明,所设计的控制系统具有较好的稳定鲁棒性及较好的动态性能。      

Multi-EAP:Extended EAP for multi-estimate extraction for SMC-PHD filter

The ability to extract state-estimates for each target of a multi-target posterior, referred to as multi-estimate extraction (MEE), is an essential requirement for a multi-target filter, whose key performance assessments are based on accuracy, computational efficiency and reliability. The probability hypothesis density (PHD) filter, implemented by the sequential Monte Carlo approach, affords a computationally efficient solution to general multi-target filtering for a time-varying num-ber of targets, but leaves no clue for optimal MEE. In this paper, new data association techniques are proposed to distinguish real measurements of targets from clutter, as well as to associate par-ticles with measurements. The MEE problem is then formulated as a family of parallel single-estimate extraction problems, facilitating the use of the classic expected a posteriori (EAP) estima-tor, namely the multi-EAP (MEAP) estimator. The resulting MEAP estimator is free of iterative clustering computation, computes quickly and yields accurate and reliable estimates. Typical sim-ulation scenarios are employed to demonstrate the superiority of the MEAP estimator over existing methods in terms of faster processing speed and better estimation accuracy.     

基于UKF自主定姿方法研究

轻小型飞行器在飞行中卫星导航失效时,余度控制回路要求导航系统具有自主确定姿态的能力.提出了基于IMU的输出确定水平姿态的方法,并采用UKF实现飞行中的实时滤波估计.对某无人机实际飞行的MEMS型IMU数据进行了仿真,结果表明该方法给出的姿态角信息满足控制精度需求.将UKF与EKF滤波估计结果进行比较,UKF更具有优越性.