基于惯导姿态信息的高鲁棒性星图识别算法

为提高组合导航条件下星图识别的速度和鲁棒性,提出了基于惯导姿态信息估计星敏感器光轴指向和观测瞬时导航星表的方法,将瞬时导航星表与"金字塔"星图识别算法结合,剔除了角距满足观测星对但位置远离光轴的导航星对,减少了识别时相应观测星的导航星候选结果,提高了识别的速度和鲁棒性.对光轴指向误差为10°的情况进行了仿真,结果表明:当星位置误差小于50"时算法可以识别只包含2颗导航星的星图,当星位置误差小于250"时算法的识别率接近90%;平均识别时间约为27 ms.仿真结果说明算法在星位置误差较大时具有优势.     

多探头星敏感器星图融合姿态确定精度

针对多探头星敏感器星图融合姿态确定精度问题做了研究。首先提出多探头星敏感器星图融合方法;其次在此基础上以三个探头为例,推导了三探头星敏感器星图融合姿态确定误差协方差矩阵公式;然后利用协方差椭球对该协方差矩阵的性质做了详细分析,明确了探头间构型、星图融合参考系选择以及各探头星点选取等因素对星图融合姿态确定精度的影响关系;仿真结果表明,最优构型的多探头星敏感器通过星图融合可输出同精度的三轴姿态,并且光轴精度较单探头星敏感器提升了30%。研究成果对多探头星敏感器的工程研制具有理论指导意义。     

基于公共星检验的改进球面多边形搜索星图识别算法

为了实现多视场星敏感器的快速星图识别,针对球面多边形搜索星图识别算法面临单个星对角距匹配无法实现观测星与导航星一一对应造成计算量增加问题,提出了基于公共星检验的改进球面多边形搜索星图识别算法。使用三颗观测星形成的其中两个星对进行角距匹配,并基于两观测星对的公共星连接条件,实现了角距匹配中错误星对结果的剔除,以及匹配星对中观测星与导航星的一一对应,减少了算法计算量;同时,在验证匹配星对时另选三颗观测星之外的一颗观测星,间接实现了四星模式验证,提高了改进算法的识别率。仿真结果表明,改进算法的识别速度和识别率要明显高于原算法,且在星像位置误差为0.1⁰.5像素时,改进算法的平均识别时间约为原算法的1/10。     

基于三角形周长的暗星全天球自主快速识别

随着星敏感器极限探测星等能力的提高,导航星暗星数目及识别特征库急剧增加,造成星图识别耗时长,误匹配率高。通过介绍传统的三角形星图识别算法原理及不足,结合主星识别算法思想,以主星对星角距和周长为识别特征,提出了一种基于三角形周长的暗星全天球自主快速识别算法。由于9.0Mv全天球导航特征库的构建过于繁琐,为了提高运算速度,采用NVIDIA图像处理器(GPU)并行计算架构,通过CUDA计算比CPU获得了20倍以上的加速。对特征库按周长构造了散列函数,分段存储成若干个子块。识别过程中,对观测三角形周长采用哈希查找法实现子块的快速定位,星角距的识别只在相应的子块内进行,提高了识别速度,增加了识别成功率。用实拍星图分别对基于星角距和周长特征的识别算法进行了验证,实验表明,两种算法均能实现9Mv星的识别,平均识别时间分别为37.7123 s和2.0422 s,后者具有明显的优势,能够大大提高星敏感器的数据更新率。     

一种多源试验条件下惯导误差系数融合的新方法

为充分利用各种系统级试验信息提高惯导系统误差模型准确性,提出一种多源试验条件下惯导误差系数融合的新方法.根据各试验中误差系数对总误差的贡献比重来确定误差模型中可分离的误差系数.然后将各试验中分离出的误差系数分为独立系数和公共系数分别进行融合.其中,独立系数作为信任值保留,公共系数的加权融合采用以估计方差阵的迹作为代价函数的随机搜索算法来确定其融合权重.利用某型惯导系统车载、机载和火箭橇试验信息进行融合的结果表明,该方法效果较好,可行性强.     

弹道导弹的过载段高精度捷联惯导系统多源误差分析与仿真

过载段弹道导弹受多种外力综合作用,形成的高动态环境使所载的惯性导航系统在关机点处产生较大的误差积累。在原有的常用低动态误差模型基础上,对传感器误差、标度因数误差、不正交误差、杆臂误差、二次项误差、圆锥运动及线振动以及初始失准角误差等多种误差源进行了分析,建立了多维、适于高动态的误差模型。以某过载段弹道导弹轨迹为对象进行了仿真实验,针对所述误差源对系统误差的影响进行了分析。仿真结果表明,与传统模型相比,所提出的误差模型在高动态环境下补偿后横向位置偏移精度提高了80倍,对关机点处导弹精度提高有明显作用,为后续进一步提高导弹落点精度提供了更丰富的理论支撑。     

基于点线视觉/惯性SLAM和目标检测的测距方法

针对无人平台在未知环境中自身定位和对远距离目标测距精度不高的问题,利用单目相机和惯性器件组成视觉/惯性导航定位系统,结合目标检测提出“动态基线+三角测距”方法实现自身定位和对目标测距。首先,建立基于点线融合的视觉/惯性系统模型,提高系统自身定位精度,给出运动前后相对位姿变化;其次,利用目标检测算法对目标进行检测和识别,得到运动前后物体对于图像平面的视差;最后,通过三角测距实现对目标的高精度测距。公共数据集实验测试结果表明,引入线特征的视觉/惯性系统的平均定位均方根误差（RMSE）为0.15 m。无人平台搭载系统对目标进行测距实验表明,系统在100 m以内对目标测距的误差小于测距距离的2%。     

基于小波检测的捷联惯导系统初始对准抗干扰新方法

针对车载捷联导航系统初始对准中的人为或阵风干扰等问题，提出了一种基于多尺度小波系数内积的干扰信号检测算法。该算法利用惯性敏感器的输出残差来建立用于检测突变信号的跟踪信号，并利用信号边沿或快变部分小波系数表现出的特性，构造了一种小波检测信号，通过小波检测有效地抑制了外界的干扰。粗对准实验证明该算法的有效性。     

基于故障树和奇异值分解的捷联惯导系统故障检测

针对捷联惯导系统（SINS）的电路故障等问题,提出基于故障树分析的捷联惯导系统故障诊断。通过合理地布置测点,实现了对系统中关键的部件进行状态检测。同时针对捷联掼导系统光纤陀螺信号的特点,将奇异值分解算法（SVD）应用于陀螺故障检测中,该方法不仅能检测出单个陀螺发生故障的情况,而且还能有效的检测出两个陀螺同时发生故障的情况。文中以六个单自由度陀螺冗余惯性导航系统的仿真结果验证了该算法的有效性。实验结果表明,将FTA方法和SVD方法结合用于捷联惯导系统中的方案是可行的,能有效提高系统的可靠性。     

时间相关噪声条件下的捷联惯导/星敏感器组合导航方法

针对星敏感器测量信息含有时间相关测量噪声和振动环境下惯性传感器带来的时间相关系统噪声问题,在不增加滤波维数的基础上,提出了一种基于改进卡尔曼滤波的捷联惯导/星敏感器组合导航方法。分析了时间相关噪声对状态估计的影响,构建了基于时间相关噪声模型下的状态方程和量测方程,详细推导了改进卡尔曼滤波方程,给出了组合导航方法。利用仿真对所提方法进行了验证,仿真结果表明,组合导航方法取得了400 m/1200 s的导航精度;在时间相关噪声条件下,与标准卡尔曼滤波相比,基于改进卡尔曼滤波的组合导航方法定位精度提高了50 m,是有效可行的。     

基于递推最小二乘估计的CNS/INS组合导航系统初始对准

针对CNS/INS组合导航系统中缩短初始对准时间的问题,设计了一种CNS/INS组合导航系统组合对准新方法。在CNS/INS姿态四元数组合算法的基础上,推导CNS/INS组合系统线性化状态方程,分析了INS和CNS姿态四元数差值构建量测方程。利用递推最小二乘原理实现了对该组合系统的信息融合,设计了基于该估计原理的组合导航系统初始对准方法,考虑到大气层内动基座条件下对于星敏感器造成的干扰因素增加了加权处理环节,最后通过仿真实验验证了递推加权最小二乘法在处理组合导航系统初始对准中的有效性。仿真结果表明在微晃基座条件下,与传统的滤波方法相比较该估计方法能够有效地缩短约25%的对准时间。     

基于单向滑模的永磁同步电机摩擦自适应控制

针对摩擦条件下永磁同步电机伺服系统的高精度位置控制问题进行了研究。利用单向滑模控制算法和广义麦克斯威尔滑动(GMS)摩擦模型,设计了具备摩擦前馈补偿功能的力矩控制器,对GMS模型的参数进行了自适应调节以补偿摩擦力变化。通过设计适当的趋近率,使得该控制器在保证系统稳定的同时,产生连续的期望电流信号,消除了普通滑模带来的抖振问题,同时采用反步法反推控制电压获得了保证系统总体稳定的控制信号。最后的仿真实验结果表明,提出的方法有利于提高摩擦条件下永磁同步电机控制的控制精度。     

深空天文测速自主导航速度矢量合成误差传递分析

针对深空天文测速自主导航系统速度矢量合成过程中的误差传递问题,推导了视向速度测量误差与定速误差统计特性之间的映射关系,获得了当测量误差满足零均值高斯分布时的定速误差概率密度函数,给出了在特定条件下定速误差均值与方差的解析表达式。理论与仿真分析均表明,当三个恒星视线方向两两正交时,测量误差对定速误差的影响达到最小,仿真结果还给出了目标恒星夹角对误差传递的影响,这些研究结果可为测速导航系统的目标选取提供理论依据。     

一种基于自适应波峰检测的MEMS计步算法

针对微机电测量系统(MEMS)波峰检测计步算法和自相关分析计步算法仅利用单轴加速度和固定阈值对传感器姿态和运动状态变化适应性较差的问题,提出了一种自适应波峰检测算法。该算法将行人运动状态分为正常状态与非正常状态,根据行人每一步的最大整体加速度与运动状态的内在相关性,获取不同运动状态的波峰检测经验阈值,实现不同运动状态下的自适应计步。通过实验对比分析,自适应波峰检测算法在传感器不同姿态和行人不同运动状态下的计步正确率均可达到99%以上,而常规波峰检测算法和自相关分析算法对正常态的计步精度虽然达到97%和99%以上,但对非正常状态下的计步精度仅有70%和50%,无法适应行人运动状态的变化。结果表明:自适应波峰检测算法对MEMS传感器姿态和运动状态的变化适应性较强,能够实现传感器不同姿态和不同运动状态下的可靠性计步。另外,自适应波峰检测、常规波峰检测、自相关分析算法的时间运算效率分别为0.036 s、0.046 s、0.131 s,自适应波峰检测算法时间效率明显优于其他两种算法。     

一种基于坐标系级联的攻角探测方法

攻角作为描述弹体飞行状态的重要参数,是外弹道测试的重要内容之一。针对制导炮弹空中飞行时直接探测弹丸攻角相对较为困难的问题,提出了一种基于坐标系级联的弹丸攻角探测方法。该方法以弹用MINS/GNSS组合导航参数的输出为基础,建立了弹丸攻角的探测模型,采用坐标系级联的方式实现了弹丸攻角的最优估计。某型精确制导炮弹的数值仿真结果表明:采用本文提出的攻角探测方法得到的攻角估计误差分布在0.7°,并且MINS/GNSS组合导航系统姿态输出精度以及各个传感器测量精度的提高均有助于弹丸攻角的最优估计。该方法是一种在不需要增加额外探测设备的基础上实现弹丸攻角最优估计的有效方法,可以为弹丸攻角探测的实际工程应用提供新思路。     

基于局部幅值统计的海杂波背景下小目标检测

针对传统舰载雷达和岸基雷达很难检测出海杂波背景下小目标的现状,提出一种基于局部回波幅值统计的方法来检测海杂波背景下小目标。该算法基于数学统计思想：计算不同距离单元海杂波的幅值的最大值和标准偏差,发现距离单元含有小目标回波的最大幅值明显小于其它距离单元只含有海杂波回波的最大幅值,距离单元含有小目标回波的幅值的标准偏差明显大于距离单元只含有海杂波回波的幅值的标准偏差,因此可以在对小目标没有任何先验知识条件较准确地检测出海杂波背景下的小目标。实验证明,该算法是有效的。     

室内环境下基于图优化的视觉惯性SLAM方法

基于图优化的即时定位与同步构图(SLAM)方法是在视觉里程计运动估计的基础上通过增加一个回环检测,从而对非线性多约束进行优化来提高定位精度。在视觉运动估计中,针对视觉特征点匹配错误率高的问题,提出了一种ORB特征点聚类抽样匹配跟踪的方法。在位姿图优化上,提出了一种改进型的回环检测方法,减少了两种错误匹配的可能性。最后将视觉SLAM与惯性导航进行组合,提高了系统的稳定性和定位精度。使用公开的室内SLAM测试数据集进行仿真,结果表明,该方法的定位均方根误差在厘米级,生成的点云地图清晰可见。     

基于MEMS惯性测量单元的多源信息自适应步数检测方法

针对基于MEMS惯性测量单元的行人航迹推算中步数检测方法仅利用单一的加速度信号检测精度较低的问题,提出一种多源信息自适应步数检测方法。该方法通过综合考虑人体运动过程中的加速度信号和角速度信号,根据不同的步态特征通过设定不同的自适应阈值条件实现步数的检测。虽然常规的峰值检测算法和固定阈值检测算法在单一步态下步数检测精度相对较高,但是对复杂运动状态下的步数检测精度很差,无法适用于真实的行人运动过程中步数的检测。然而多源信息自适应步数检测方法却能够在行人不同运动状态下精确检测步数,该方法明显优于常规的峰值检测方法和阈值检测方法。试验结果表明,本文提出的多源信息自适应阈值检测方法在行人不同运动状态下的步数检测精度可达98%以上。     

基于激光干涉条纹的联合基座相对变形测量方法

在联合基座上安装CCD光电变形测量系统发射和接收单元,通过测量所得图像中条纹倾角的变化,来检测基座扭转角的变化,通过测得条纹中心位置在焦平面X和Y方向的变化来检测横向和纵向变形。针对条纹图像,通过对每个条纹放大以及条纹单行图像像素的灰度值细分,可以得出条纹每一行的中心点,所有行的中心点连线构成条纹的中轴骨架线,从而形成一种新的条纹细分检测方法;然后将细分后的条纹分组排列,根据所有条纹斜率相同,分组后组内和组间间距近似为常值的前提条件进行最小二乘拟合和运算便可求取倾角。误差分析计算和试验结果表明,系统对扭转角的检测精度可以达到25″,对横向和纵向变形的检测精度可达5″,成为试验船的实用方法。     

基于小波方差的MEMS IMU随机误差模型间接估计方法

MEMS IMU(Mirco Electro Mechanical System Inertial Measurement Unit)微机电惯性测量模块广泛应用于组合导航系统,其中MEMS IMU随机误差模型的准确性对导航精度有着重要的影响。针对Allan方差法在估计随机误差模型方面的不足,研究了间接估计方法。该方法以Daubechies离散小波变换与间接推断原理为基础,根据小波系数的零均值平稳特征,对分解尺度进行确定,将小波方差作为间接估计辅助参数,分析了最优估计准则的渐近一致性,最后使用高斯牛顿法对估计结果进行校正,获得满足渐近一致性的随机误差模型参数估计结果。仿真结果表明,间接估计方法提高了随机误差模型的估计精度,其中一阶马尔科夫过程的相关时间估计精度提高了12.383%,解决了一阶马尔科夫过程模型的准确估计问题。通过试验结果分析,进一步证明了以上结论。