随机并行梯度下降图像匹配方法

基于灰度的图像匹配方法具有匹配精度高等优点, 但在实时性方面还存在不足。本文提出一种基于随机并行梯度下降优化算法的快速图像匹配方法,该方法同时对匹配图像间所有的变形参数施加相互统计独立的随机扰动, 然后计算扰动前后待匹配图像间性能评价函数的改变量, 并用这一改变量对变形参数进行更新, 进行迭代运算, 最终实现快速的最优变形参数估计及图像匹配。将SPGD匹配方法用于对仿真和真实的图像序列中的目标进行跟踪,均证明了该匹配方法能进行正常匹配, 匹配精度和最小二乘方法相当, 但速度要较最小二乘匹配方法快。     

机载SAR用的GPS/SINS组合导航系统研究

提出了进行SINS姿态校正的四元补偿算法。采用闭环KF（卡尔曼滤波）技术实时校正惯性仪表误差，补偿四元数误差，修正位置，速度误差，GPS／SINS组合导航系统样机的试验结果表明：采用该提出的算法后，组合导航精度较高，在组合导航过程中若去掉GPS信息，短时间内纯SINS的导航精度很高，能够满足SAR对运动补偿精度的要求，待恢复GPS信息后，组合导航系统继续正常工作。     

惯性信息辅助的快速大视角图像匹配方法

大视角图像匹配算法的鲁棒性与实时性直接影响飞行器对远距离目标定位的性能。针对目前仿射不变图像匹配算法实时性较差的问题,提出一种惯性信息辅助的快速大视角图像匹配方法。该方法对现有的快速图像匹配算法进行改进,避免了构建高斯金字塔,提高了算法效率。然后利用机载惯性导航信息求解实时图与参考图之间的单应性矩阵,并对实时图进行模拟视角变换以此减小图像间视角差异,克服了现有的大视角图像匹配算法盲目多次的匹配计算,实现了大视角图像的快速匹配。实验结果表明,惯性信息辅助的大视角图像匹配算法与现有的快速仿射不变性匹配算法相比,匹配效率提高了至少2倍。     

带遗忘因子的H∞滤波在机载SAR运补系统中的应用

针对机载SAR运补系统中使用的DGPS／SINS组合系统Kalman滤波器所遇到的发散问题，提出了带遗忘因子的H∞滤波新方法。通过仿真计算表明：与常规间接反馈校正Kalman滤波器相比，这种方法大大提高了组合导航系统的稳定性和跟踪性。     

基于数学基准修正的机载SINS/CNS组合定位算法

针对传统天文定位算法中水平基准对其机载应用的制约,提出基于数学基准修正的机载天文位置确定方法;提出首先利用惯导姿态信息,构造天文测量数学水平基准,通过惯导姿态阵实现载体系下的天文测量输出到当地水平基准坐标系下的变换,从而使高度差法的机载定位得以实现;为保证数学基准的准确有效,提出数学基准修正方案:利用高精度星敏定姿修正惯导姿态,以修正基准中耦合的惯导姿态误差。仿真实验表明,采用该方法进行的天文导航能有效解决其机载应用下水平基准制约问题,验证了其有效性,具有良好的工程实际应用前景。     

一种利用GPS定位与测速相结合的动态定位方法

提出了一种利用GPS定位与测速相结合的动态定位方法。引入模糊人工神经网络技术对GPS数据进行处理,利用BP网络实现模糊化知识集的记忆和模糊判决的功能;最后,对处理前后的结果进行了对比。试验结果表明,该方法可以有效地提高GPS在开阔场地的定位精度。     

INS／SAR组合导航系统中的误差修正方法

—本文介绍了ＩＮＳ／ＳＡＲ（合成孔径雷达）组合导航系统中的误差修正原理和方法，描述了如何获得观测量和构造ＩＮＳ／ＳＡＲ组合滤波器。给出的仿真结果证明，这种修正方法能大大提高导航精度，并且具有很强的初始捕获和对准能力。     

航空重力匹配定位方法

为了在重力特征显著区域内实现航空重力匹配定位,定义了匹配区重力场模糊度指标作为匹配结果可信度的度量指标,提出了一种基于Monte Carlo方法的重力匹配算法。由于航空重力仪的测量值中包含各种误差因素,使用常用的相关匹配算法估计出的匹配位置往往不是飞行器的真实位置,而是随机分布于真实位置周围。根据这个特点,将地形匹配中的均方差算法(MSD)和Monte Carlo方法结合,形成一种新的重力匹配方法。该方法根据惯性导航系统指示位置从重力图上提取参考重力数据,将重力测量数据进行若干次随机干扰后和参考重力数据使用MSD算法进行匹配,得到若干个匹配位置,取其均值作为最终匹配位置。仿真结果表明,算法在重力场特征显著区域内匹配效果优于常用的相关分析算法。     

水下爆炸爆源定位方法与误差分析

提出了一种采用最小误差逼近法对水下爆源进行定位计算的方法。通过验证性实验表明,在有效传感器观测数据不小于4个的情况下,该方法完全可以满足现场测量的要求;该方法在个别测量数据准确性较差的情况下,仍能得出较好的计算结果。最后分析了测点数据准确性、测点布置紊乱度、模型参数的准确性和测点数量对计算误差的影响,提出了定位计算实验所需要注意的问题。     

基于惯性测量的机载数字侧滑仪建模方法

机载侧滑仪是监测飞机在空中侧向受力的重要仪表。为解决机械侧滑仪精度无法量化的问题,提出了一种基于惯性测量的机载侧滑仪数字化建模方法,实现了飞行侧滑实时定量数字化显示。首先,从运动学出发导出了侧滑仪的运动理论表达式;进而,以惯性测量信号为输入,基于侧滑仪的动力学分析建立了侧滑仪的力学模型;最后,考虑工程实际对侧滑仪模型进行了简化,仅保留天向比力和侧向比力,并进一步结合实验确定了数字侧滑仪模型的关键参数摆长为10米。由于机械侧滑仪作为目视仪表难以量化,基于图像识别设计了验证实验,对机械侧滑仪和数字侧滑仪的输出进行定量对比,结果显示Pearson相关系数大于0.98。基于所提建模方法设计的数字侧滑仪可以及时准确地监测飞机侧向受力,该数字侧滑仪已在某型飞机上得到应用验证。     

基于移动节点辅助定位的UWB室内定位方法

针对UWB室内定位精度易受环境影响的问题,在低速、多节点的情况下,提出了一种基于移动节点辅助定位的方法。设置一个增量队列来剔除异常点,然后使用最小二乘法计算得到定位初值。将定位初值代入扩展卡尔曼器滤波算法,得到较为准确的更新后的定位结果。当移动节点处于静止或低速状态时,其解算坐标较为精确,可以将其视作坐标已知的固定节点,来提高其他移动节点的定位精度。实验结果表明,在相同的实验环境下,所提方法的定位均方根误差比最小二乘法和Chan算法分别减小了15.89%和16.45%,最大绝对误差分别减小了60.99%和62.77%。     

电子束质心定位的数据处理方法

在强流直线感应加速器中,电子束质心位置的控制是一项重要的技术。要达到较好的控制效果,对电子束质心位置的准确测量和定位是前提。从实验和数据处理两个方面对具有时间分辨的电子束质心位置的测量和确定进行研究,指出了处理数据区域选取、处理方法等对质心位置的影响,确定的处理方法在实际处理时能够将电子束质心位置的偏移控制在2个像素内,可为束的调控提供准确参数。     

机载分布式POS传递对准建模与仿真

为了提高机载分布式POS中子POS的测量精度,补偿机翼的挠曲变形,提出了一种机载环境下传递对准方法。为验证该方法的有效性,搭建了机载分布式POS地面演示系统。针对该地面演示系统,提出了运用ANSYS辅助力学建模的方法建立了模拟机翼杆挠曲运动模型,并将由机翼挠曲运动产生的挠曲变形角和挠曲变形角速度增广为卡尔曼滤波的状态变量。在此基础上,详细推导了考虑挠曲变形时姿态误差量测方程,设计了基于"速度+姿态"匹配方式的卡尔曼滤波器。仿真结果表明,采用该挠曲变形补偿方法进行传递对准,水平失准角精度优于3?,方位失准角精度优于5?。仿真结果验证了该方案的可行性,为机载分布式POS提供了工程应用参考。     

车载定位定向系统误差在线补偿方法

针对里程计输出为位置增量,传统SINS/里程计组合方法会对位置增量进行微分或积分从而会产生一定噪声或误差,且里程计标定残差影响高精度定位定向系统性能的问题,提出了一种基于位置增量组合的定位定向系统误差在线估计和补偿方法。该方法除了将惯性器件误差列入状态量外,还将里程计安装误差残差、标度因数误差等纳入状态量进行实时估计,将惯性导航系统输出的速度增量进行积分获得位置增量,同时与里程计输出位置增量进行比对,构建量测方程。设计跑车试验对该方法进行了验证,结果表明该方法可以有效估计惯性器件误差和里程计参数误差,同时相比速度组合方法而言,定位精度可提高40%。     

基于集值决策的机载冗余惯导系统状态判决方法

针对多套惯导系统冗余配置中,余度管理策略的有效性和完备性难以分析和评估的问题,采用集值信息系统构建机载冗余惯性参考系统状态集值决策系统,为余度管理策略的评估和分析提供理论依据。分析传统机载惯性余度管理策略存在的决策风险,建立包含不确定项的冗余惯性参考系统状态决策系统,并基于各状态隶属度函数评价各子系统状态变化特性,确保决策系统的完备性。开展仿真试验,验证对比两种余度管理策略对三种典型的惯性传感器故障类型的故障识别率。试验结果表明：改进的策略对于典型故障类型中的两种时变故障的识别率,相较于传统策略分别提高了 3.9%和 6.9%,提高了判决指标接近判别门限时的状态判决准确性。     

机载导弹大安装偏差下的快速二次传递对准方法

针对机载导弹大安装偏差下非线性传递对准模型复杂、计算量大等缺点,提出了一种基于双线性模型的快速二次传递对准方法。基于分级修正思想,在兼顾对准精度与计算复杂度的前提下分两次完成对准:一次对准采用9维线性模型完成对安装偏差角的粗估计,以其结果为依据将主惯导本体系旋转至虚拟过渡坐标系,从根源上消除大失准角,保证了二次对准线性模型的准确性;二次对准利用一次对准存储的数据和惯导实时输出数据,采用12维线性模型完成对安装偏差角的修正和陀螺仪零偏的估计,从而获得更高的对准精度。地面试验结果表明,该方法与基于无迹卡尔曼滤波的非线性传递对准方法相比,在不影响对准精度的前提下计算复杂度降低了70%,有效解决了机载导弹大安装偏差下传递对准的工程实现性问题。     

基于动力特性的结构损伤定位方法

本文推导出关于结构应变的一阶交分关系,从中揭示出结构损伤定位的合理方案．     

低成本车载MEMS惯导导航定位方法

当GPS卫星信号受到遮挡,车载GPS无定位输出时,通过低成本MEMS惯导进行定位是车辆导航的一种弥补方法。然而低成本MEMS惯导测量误差大,定位误差会快速累积。针对此问题,研究了一种应用于MEMS惯导导航定位的Kalman滤波算法。通过分析车辆的运动特性,在已有的研究基础上,提出了向心加速度差值误差这一新型观测量,并推导了误差状态系统模型的状态转移矩阵和观测矩阵。200 s时长的实车实验表明,单纯MEMS惯导定位的误差率是75.27%,而所述新方法的定位误差率是3.86%,定位精度有了大幅度提高,取得了良好的效果。     

潜地导弹初始定位误差估算方法

针对潜地导弹初始定位误差的估算问题,提出一种基于发射惯性系下遥外差数据进行解算的初始定位误差分离方法.该方法基于制导工具误差的产生机理及传递关系.推导出了初始定位误差与遥外测位置差之间的关系,分析了定位误差对导航计算初始速度装订的影响,建立了利用地面测试数据估算初始段制导工具速度误差的数学模型.结合飞行试验数据对该误差分离方法的精度进行了分析,同时还讨论了遥外差信息的选取原则,计算结果证实了该估算方法的可行性.     

基于SALDE-UKF-SVM算法的WLAN室内定位方法

针对室内复杂环境,WLAN信号强度信息高维时变特性,提出一种引入监督能力的自适应局部线性判别嵌入算法(SALDE)和改进支持向量机(SVM)的室内无线定位算法。首先,该算法利用SALDE对所采集的WLAN信号进行特征提取,达到降低维度和增大类别间判别信息的双重作用。然后,在低维流形空间中,利用SVM对数据进行特征分类判别,缩小定位区域,同时建立位置坐标与信息强度的非线性映射模型;最终利用无迹卡尔曼滤波算法(UKF)对估算位置进行滤波处理,提高定位精度与稳定性。仿真结果表明,该算法在定位误差2 m范围内精度达到72.4%,在4 m范围内精度已经高达95.8%,相比于传统SVM算法2 m内精度提高18.2%,在4 m内的精度提高17.7%,定位精度得到明显提升,可以较好地满足室内定位的需求。