重力/惯性匹配导航空间分辨率同步技术

重力/惯性匹配导航是一种使用地球重力场信息进行惯导位置匹配校正的组合导航方法。匹配导航中由于重力测量信息与重力数据库信息空间分辨率不同步会造成空间分辨率不同步误差。为抑制匹配导航中出现的空间不同步误差,提出一种空间分辨率同步技术。该技术通过载体运动信息与重力测量算法滤波模型参数计算重力测量信息空间分辨率,并通过二维滤波降低重力数据库分辨率,使重力测量信息与重力数据库信息实现分辨率同步。在对数据库进行空间分辨率修正后,再使用匹配导航算法进行匹配定位。在仿真验证中改进后的匹配导航算法定位精度较传统匹配算法定位精度提高了1.1 nmile。通过空间分辨率同步技术可以提升匹配导航定位精度,为未来重力匹配导航设备发展提供辅助。     

捷联惯导/北斗高精度组合导航方法研究

提出采用紧组合方式进行捷联惯导/北斗组合导航设计,首先对捷联惯导与北斗系统进行误差分析与建模,将捷联惯导系统误差、北斗等效时钟误差相应的距离(伪距误差)以及等效时钟频率误差相应的距离率(伪距率误差)作为组合导航系统状态;利用捷联惯导位置输出与北斗接收机星历输出构造获得等效伪距,将其与北斗接收机测量的伪距对应相减作为量测,推导建立对应的量测方程,采用卡尔曼滤波设计捷联惯导/北斗组合导航滤波算法。仿真结果表明,该组合导航方法的速度精度达到±0.05m/s,位置精度达到±3.2m,水平姿态精度达到±0.4′,航向精度达到±1.6′。     

捷联惯导系统中卡尔曼滤波的应用研究

为提高捷联惯导系统初始对准精度,提出将卡尔曼滤波技术应用于系统初始精对准,用以估计系统的失准角和惯性误差。对卡尔曼滤波技术在捷联惯导系统中的应用进行分析,建立捷联惯导系统初始对准误差模型和卡尔曼滤波量测方程。分析不同条件下不同滤波方法的滤波原理和滤波精度。在此基础上,提出一种将预测扩展卡尔曼滤波应用于逆向导航技术的思路,并进行了理论分析和捷联惯导系统自对准流程设计,为后续进一步深入开展惯导系统初始对准奠定基础。     

基于平面导航系的极区传递对准算法研究

针对极区经线快速收敛导致基于传统导航坐标系的传递对准模型和误差方程不适用的问题,提出了基于平面导航力学编排的极区传递对准算法,并设计了"速度+姿态"匹配的传递对准滤波模型。该算法基于Kalman滤波最优估计理论,利用舰艇主惯导高精度姿态、速度信息对局部基准姿态失准角进行估计补偿,以达到局部基准极区动基座条件下快速初始对准的目的。仿真结果表明,在中海况条件下,局部基准可在20s内完成方位精度为5′、水平姿态精度为3′的初始对准。     

基于混合多种群自适应蚁群算法的无人机航路规划

针对基本蚁群算法在航路规划中易于过早陷入局部最优解,对蚁群算法进行了改进。提出了具有多种群的蚁群算法,并将导引因子引入到状态转移策略中,减少蚂蚁局部搜索的盲目性,确保蚂蚁最终完成航路搜索。当算法陷入局部收敛时,通过交换各种群的信息素,并对每个种群的挥发系数进行自适应调整,从而扩大了搜索空间,提高了搜索全局性。最后在代价函数简化后的栅格图中对改进算法进行了仿真。仿真结果表明,该方法可以有效防止算法陷入局部最优,是一种有效的航路规划方法。     

天文/卫星组合点校捷联惯性导航系统算法研究

捷联式惯性导航系统通常采用卫星导航系统的位置、速度信息对惯导解算误差进行校正,但对于水下载体惯性导航系统而言,由于只能获得点位置信息,对惯导的校正精度以及校正参量有限。针对上述问题,提出了基于天文/卫星组合校正捷联式惯导技术,通过卫星精确定位信息和天文快速观测信息,全面修正惯导系统误差、提高导航精度。仿真结果表明,基于天文/卫星组合校正算法对惯导进行校正,相对于传统校正算法精度可提高约50%。     

一种基于蚁群算法的边缘提取算法

提出一种基于梯度定义和蚁群算法的边缘提取算法.根据梯度在边缘处的直观响应,提出自适应的边缘特征定义,并结合蚁群算法的特性,令蚂蚁遗留不同等级的信息素.根据搜索权值矩阵得到尽量平滑的边缘,最终的边缘通过自动阈值进行提取.实验表明：该算法的性能在同样的智能算法和经典的边缘检测算子中表现良好,并对噪音不敏感.     

视觉技术辅助的无人机自主着陆组合导航研究

为提高无人机自主着陆过程中导航系统的自主性与精确性,设计了一种视觉辅助惯导组合导航方法。该方法以惯导误差方程为过程方程,以着陆过程中单目摄像机2个时刻所得地面特征点投影之间的双视图几何约束为量测方程,构建了非线性滤波器;利用SR-UKF方法实现了惯导误差估计,提高算法效率的同时有效地避免了UKF中由于矩阵开方运算导致的滤波失效;最后根据估计结果校正了惯导导航数据。仿真结果表明:该方法能够提高导航系统精度,使误差降低到惯导系统的8%左右。     

一种基于蚁群算法的边缘提取算法

提出一种基于梯度定义和蚁群算法的边缘提取算法.根据梯度在边缘处的直观响应,提出自适应的边缘特征定义,并结合蚁群算法的特性,令蚂蚁遗留不同等级的信息素.根据搜索权值矩阵得到尽量平滑的边缘,最终的边缘通过自动阈值进行提取.实验表明:该算法的性能在同样的智能算法和经典的边缘检测算子中表现良好,并对噪音不敏感.     

一种改进的速度加姿态匹配传递对准方法

为了提高传统速度加姿态匹配传递对准方法的快速性,设计了一种改进的传递对准方法,该方法提出在子惯导初始化之前利用主、子惯导陀螺和加速度计测量信息进行短时间的预对准,并设计了速度加姿态匹配的传递对准滤波模型。与传统传递对准方法相比,通过在预对准阶段直接计算主、子惯导之间的安装误差矩阵,子惯导进行初始装订时可以得到较小的初始姿态误差,从而使传递对准滤波器能够快速收敛,提高了对准的快速性和精确度。试验结果表明,通过预对准后对准滤波器在30s之内即可完成对准,姿态估计误差为1′,方位估计误差为1.5′,比传统传递对准方法具有更好的对准性能。     

鲁棒惯性地形辅助导航算法研究

传统的地形轮廓匹配(terrain contour matching, TERCOM)算法在速度误差和航向误差较大时可靠性下降,基于扩展Kalman滤波的北航惯性地形辅助惯性导航(BUAA inertial terrain aided navigation, BITAN) 算法在初始位置误差或高度表测量噪声较大时,系统无法准确定位,导致系统的鲁棒性降低. 为解决上述问题,对BITAN算法进行改进,发展了鲁棒北航惯性地形辅助导航(robust BUAA inertial terrain aided navigation, RBITAN)算法. RBITAN算法根据平均绝对差、均方差和交叉相关算法的统计决策信息设计了搜索模式算法,以基于扩展Kalman滤波原理的BITAN算法作为跟踪算法, 综合了TERCOM算法和BITAN算法的优点,提高了算法的鲁棒性.利用真实的数字高程模型和试飞数据进行仿真验证, 并和BITAN算法进行比较.仿真结果验证了RBITAN算法可以在较大初始位置误差和较大高度表测量噪声时准确定位, 提高了算法的鲁棒性.     

A real-time image matching algorithm for integrated navigation system

In this paper we introduced a kind of real-time image matching navigation algorithm based on ORB which can meet the requirement for high speed aircraft. We combined image matching with INS to fix the accumulative error of INS and get high accuracy position data of the aircraft. In order to improve the accuracy and robust of system, we used SIFT feature as a supplement of ORB and introduced the Kalman filter to optimize the output of image matching and INS. Based on maneuverability law, we did wrong point deleting with RANSAC. Finally, we designed a software system to simulate the image matching/INS navigation system. From the result of experiments, we can draw a conclusion that the algorithm has good real-time performance, play a good matching effect and get high accuracy position value.     

基于蚁群算法的辊式涂布涂层厚度图像检测

针对目前辊式涂布涂层厚度检测效率低、准确率低等问题，提出一种基于启发式蚁群算法的辊式涂布涂层厚度机器视觉检测方法。采用Canny算子的原理提取出边缘信息，得到了边缘点的先验知识；然后建立了改进的蚁群算法的边缘追踪模型，实现了信息素和启发信息对蚂蚁的导向作用，同时较好地避免了蚂蚁在非边缘区域的分布和行走，解决了传统蚁群算法中随机性与正反馈两种机制的协调问题，使用改进蚁群算法的机器视觉法进行测量实验，与机理建模法对比最大误差为5.74%，平均误差为4.04%，满足实际生产需要。     

基于二进制比特串描述符的惯性组合导航高速景象匹配算法

针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置、航向偏差的要求,提出了一种基于二进制比特串描述符的高速景象匹配算法,尤其适合于计算资源有限的景象匹配场合.算法首先提取环绕中心极值局部特征,然后计算特征点的二进制比特串描述符,接着利用描述符之间的汉明距离进行快速特征匹配.最后,利用分组采样一致算法和最小二乘算法获取高准确度的航向和位置偏差信息.景象匹配性能评价实验表明：在匹配适应性、匹配速度、准确度和鲁棒性方面,算法都很优越,在参考图为250×250 pixels,实测图为160×160 pixels情况下,整个算法的计算约为40 ms,可以满足景象匹配导航系统高速匹配修正的要求,优于传统的景象匹配算法.     

Antcolony combined with adaptive threshold denoising and reconstruct for THz image

In this paper, an ant colony combined with adaptive threshold denoising algorithm for THz image is proposed. The ant colony is introduced to tackle the image edge detection problem; it is able to establish a pheromone matrix that represents the edge information presented at each pixel position of the image, according to the movements of a number of ants which are dispatched to move on the image. The adaptive threshold is derived in a Bayesian framework; it is adaptive to each subband because it depends on data-driven estimates of the parameters, and it is used to handle edge image and non-edge image which are obtained from ant colony. Experimental results are provided to show that the proposed approach outperforms several THz image denoising approaches developed in the traditional and literature.     

基于感知模糊自适应蚁群算法的非线性PID控制

随着系统复杂度的提高和对象不确定性因素的增加,为克服线性PID动态性能和稳态性能差的缺陷,分析了非线性PID控制器各控制参数对误差的理想变化过程,构造非线性PID控制器。由于增益参数大量增加,传统参数优化方法不再适用,在分析蚁群算法的基础上,提出了基于感知自适应蚁群算法,并加入模糊自适应信息素更新机制,用于优化非线性PID控制器的设计方法。通过仿真实验将该控制器与基于蚁群算法的非线性PID控制器和基于蚁群算法、Z-N法的PID控制器进行对比,并对控制性能和收敛性能进行了分析,结果表明该算法有效克服了传统蚁群算法收敛速度较慢、容易陷入局部最优而停滞的缺陷,该控制器具有更好的动态性能和稳态性能。     

Ant colony clustering with fitness perception and pheromone diffusion for community detection in complex networks

Community structure detection in complex networks has been intensively investigated in recent years. In this paper, we propose an adaptive approach based on ant colony clustering to discover communities in a complex network. The focus of the method is the clustering process of an ant colony in a virtual grid, where each ant represents a node in the complex network. During the ant colony search, the method uses a new fitness function to percept local environment and employs a pheromone diffusion model as a global information feedback mechanism to realize information exchange among ants. A significant advantage of our method is that the locations in the grid environment and the connections of the complex network structure are simultaneously taken into account in ants moving. Experimental results on computer-generated and real-world networks show the capability of our method to successfully detect community structures.     

基于并行蚁群算法的长基线定位方法*

为了降低各个误差源对水声目标导航定位精度的影响,该文将水声目标导航定位问题抽象为带约束条件的非线性优化问题,并论证了最优化表达式参数求解过程与降低误差源干扰的过程具有同一性;设计了并行蚁群算法求其最优解。海试数据处理结果表明,该方法具有收敛速度快、解稳定和定位精度高等优点,能有效地降低各个误差源对水声目标导航定位精度的影响。     

基于混沌蚂蚁群算法的Lorenz混沌系统的参数估计

通过构造一个适当的适应度函数，首先将混沌系统的参数估计问题转化为参数的寻优问题，之后利用混沌蚂蚁群算法的全局优化搜索能力对这个问题进行求解.以典型的Lorenz混沌系统为例进行了数值模拟.实验数值仿真结果表明，使用该方法可以对混沌系统的未知参数进行有效地估计.