多弹协同拦截综述与展望

多弹协同是未来导弹发展的一个重要方向,根据协同效果可分为协同攻击、协同拦截、协同探测3大类。协同攻击发展起步较早,协同拦截已由信息协同逐渐发展到自主协同,而协同探测则是基础条件,随着技术的进步三者也在融合、发展。首先简述了多弹协同3类技术的发展历程,重点针对多弹协同拦截自主作战技术,分析其实现难点,并对未来发展方向进行展望。     

基于双状态卡方故障检测的组合导航系统

故障检验与隔离是利用联邦滤波实现组合导航系统安全可靠运行的关键技术。针对常规残差卡方检验法对于慢变故障检验效果差,以及状态卡方检验受到初值误差、系统噪声和建模误差影响导致子系统被频繁隔离的问题,提出一种改进的SINS/GPS/ADS/DVL组合导航系统故障检验算法。该算法采用2个状态推进器交替地对滤波数据进行重置,避免状态递推器被未检测出来的故障污染。实验结果表明,改进的算法能够有效提高故障检验的灵敏度,增强组合导航系统的可靠性。     

微牛级射频离子推力器结构优化研究

为了满足中国科学院空间引力波探测——"空间太极计划"对航天器推进系统提出的微牛量级推力高精度控制需求,基于感性耦合等离子体自持放电,设计了一套微牛级射频离子推力器(μRIT-1).通过理论分析与实验验证,完成了μRIT-1关键结构组件优化工作,包括射频天线、放电室及离子光学系统.根据实验结果,μRIT-1采用7匝线直径...     

基于红外视觉/激光雷达融合的目标识别与定位方法

近年来,基于可见光图像的目标识别在无人车感知领域得到了广泛应用.然而,可见光图像目标识别无法应用于弱光和黑暗环境.针对于此,提出了一种基于红外视觉/激光雷达融合的目标识别与定位算法.首先,通过基于颜色迁移的数据增强训练方法,提高了红外目标识别算法的泛化性能.继而,提出了一种基于激光雷达修正的单目深度估计方法,通过视觉图...     

惯性卫星紧组合导航系统自主完好性算法研究

为保证组合导航系统运行的可靠性和输出导航参数的准确性,结合组合导航系统的自主完好性检测的基本算法,基于气压高度辅助下的卫星导航接收机最小二乘检测法和组合导航卡尔曼卡方检验法,提出了一种能够识别突变故障和缓变故障的组合导航系统自主完好性检测的算法,充分利用导航系统中高精度惯导系统的导航信息,实现了组合导航系统的自主完好性检测算法,提高了组合导航系统在复杂环境下的导航信息可靠性。     

自由飞行下基于集成学习的概率型冲突探测算法

空中交通流量的持续增加对中、短期飞行冲突探测的精度与处理大量目标的能力的要求更高,提出基于集成学习(ensemble learning)的冲突探测算法。首先,对飞机冲突过程建模,收集飞行样本;其次,提取飞机当前位置、速度矢量、向前看时间、待转弯时刻和转角为特征量,训练基本分类器,获得元数据集;然后,以支持向量机为二级分类器,元数据集为新的特征量,训练Stacking元分类器(meta classifier),分类阶段通过Sigmoid函数概率映射法输出冲突概率;最后进行仿真分析。结果表明:基于集成学习的冲突探测算法对冲突探测具有较高的准确率,使得虚警概率大幅下降,且适用于转弯飞行。     

GPS/BDS组合定位精度分析

随着定位技术的不断发展及多系统导航定位技术的逐步推广,多系统组合导航定位已经成为了GNSS导航定位领域中的主要发展趋势。主要阐述了GPS/BDS组合相对定位的观测方程和数学模型,并根据实测数据对比分析,从卫星可见性、精度因子、定位精度和均方根误差等方面对GPS、BDS及GPS/BDS组合定位系统的定位性能、定位精度进行了比较。研究结果表明,较单一的GPS和BDS系统定位,采用GPS/BDS组合定位可有效提高卫星可见数目和DOP值,且稳定性更好。GPS/BDS组合定位的定位精度也明显优于单一系统,这对GNSS高精度导航定位具有重要的参考价值。     

基于自适应陷波滤波器的伺服系统谐振频率估计及抑制

在使用陷波滤波器抑制伺服系统机械谐振时,需要获取准确的机械谐振频率。为了快速检测出谐振频率,提出了一种基于自适应陷波滤波器(ANF)的机械谐振频率估计算法,通过速度误差信号分析,实现谐振频率在线快速辨识。首先,建立柔性连接伺服系统模型;然后,对ANF频率估计算法进行分析,并且与常用的快速傅里叶变换(FFT)频率检测算法的分析精度和计算速度进行对比。数值比较和仿真验证表明,ANF频率估计算法可以更快地实现谐振频率的精确检测。最后搭建试验平台,以ANF频率估计的结果作为陷波器的中心频率,成功实现了电机转速振荡的抑制,验证了该方法的有效性。     

基于特征重用和语义聚合的SAR图像舰船目标检测

针对单阶段算法SSD(Single Shot Detector)检测SAR图像舰船目标时特征利用率不高的问题,提出了基于特征重用和语义聚合的SAR图像舰船目标检测算法。该算法主要包括特征重用算法和语义聚合算法。在SSD检测算法的网络模型中,针对用于目标预测的前端网络进行了改进,通过提出的特征重用算法,将特征图按照通道分成2部分:一部分被卷积处理进行参数学习;另一部分经过池化之后,采用拼接的方式重新利用,可以在进行参数学习的同时,减小参数量和计算量。通过提出的语义聚合算法,将前端网络中位置信息丰富的底层特征和语义信息丰富的高层特征进行融合,提高了区分和定位舰船目标的能力。同时,还根据数据集SSDD中舰船目标尺寸和长宽比的分布情况,减小了锚框的尺寸,增大了锚框的长宽比,使产生的锚框更符合舰船目标特点。实验结果显示,检测准确率在数据集SSDD上从77.81%提升到81.43%,而增加的计算量不显著(平均处理时间从17 ms增加到23 ms)。     

基于脉动压力变化率的航空发动机喘振检测方法

根据发动机发生喘振故障时气流脉动压力会急剧变化这一特征,通过测量和计算压气机出口脉动压力变化率实时检测喘振的发生。对动态压力信号进行预处理以提取特定频段内的脉动压力,计算固定周期内脉动压力变化率;依据发动机整机地面试验结果设定喘振检测阈值及判据,判断脉动压力变化率是否满足判据来实现喘振检测。利用该方法成功检测出发动机飞行试验中的两次喘振故障。分析得出:发动机未发生喘振时,地面试验和飞行试验脉动压力变化率差异很小;发生喘振时,脉动压力变化率绝对值急剧增大;发动机在稳态和瞬态过程稳定工作时,脉动压力变化率不受发动机工作状态变化的影响。