多传感器数据融合时权的最优分配原则

对多个同类传感器的输出数据进行融合时多采用和权平均法,权的分配对融合效果的影响十分明显。作利用多元统计理论分析了权的分配对融合精度的影响,推导出了权的最优分配原则,并采用多个陀螺仪对某一旋转角速度的实际测量进行了仿真,实验证实这种权的分配原则是最优的。     

测量融合组合导航方法研究

讨论了测量融合组合导航的两种方法,提出并研究了应用极大似然的估计的测量融合方法,并将该方法与基于线性一均方估计的测量融合方法作了比较。仿真研究表明测量融合方法在组合导航系统中具有良好的应用价值,特别是基于极大似然估计的测量融合方法,充分利用了测量值的冗余信息,其融合效果更好,组合系统的精度也有较大幅度的提高。     

基于UKF的INS/GNSS/CNS组合导航最优数据融合方法

为了提高INS/GNSS/CNS组合系统的导航精度,提出了一种基于UKF的多传感器最优数据融合方法。该方法具有两层融合结构,第一层中,GNSS和CNS分别通过两个局部UKF滤波器与INS组合,以并行的方式获得INS/GNSS和INS/CNS子系统的局部最优状态估值;第二层中,根据线性最小方差准则推导出一种矩阵加权数据融合算法,对局部状态估值进行融合,获取系统状态的全局最优估计。提出的方法无需采用方差上界技术对局部状态进行去相关处理,克服了联邦卡尔曼滤波(FKF)及其优化形式存在的缺陷。仿真结果表明,相比于FKF,提出方法的导航精度可至少提高36.4%;相比于UKF-FKF,其导航精度也可至少提高21.0%。     

基于H∞滤波的变权多通道数据融合方法研究

在对多通道定位数据进行数据融合中，采用H∞滤波可有效地解决各传感器数据误差模型不确定的滤波和状态估计问题。但由于数据采样时刻及精度的不一致性，对于多通道数据的融合应采用变权融合方式，以提高融合后数据的可靠性。该由此给出了一种基于H∞滤波的变权数据融合计算方法，通过对实测实时数据的仿真计算表明，其方法具有很好的实用性。     

基于低成本IMU的捷联航姿系统软件设计与实现

在已设计好的捷联航姿系统硬件平台基础上,集传感器信息处理模块、航姿解算模块和信息融合模块于一体,综合设计了基于低成本IMU的捷联航姿系统软件算法.特别是在信息融合模块中采用了基于模糊推理的变加权系数多传感器信息融合算法,从而实现对惯性数据的融合,减小了系统随时间积累的航姿误差,保证航姿系统的精度指标满足要求(静态航姿精度±1.0°,动态航姿精度±2.5°).软件算法的验证采用低成本MT9-B惯性测量组件的实测数据分别进行了静、动态实验.实验结果表明,所设计的软件算法可时实进行低成本陀螺的零偏估计与补偿,并能准确地进行多传感器信息融合,从而能够有效地提高系统的航姿精度.     

融合伪距和载波相位的DGPS/惯性组合导航

本文利用卡尔曼滤波方法对码伪距测量和载波相位测量进行了最优融合，并得到了融合后的伪距测量误差标准差曲线，用融合后的伪距作为观测量和惯导系统进行组合，可以有效地提高导航精度，避免整周模糊度的确定。本文研究了这种组合导航系统，进行了仿真试验，仿真结果表明该组合系统的精度得到了很大的提高，定位精度在1m以内，是一种高精度的导航系统。     

组合导航非等间隔联合滤波

组合导航系统中各种导航设备数据更新频率的不同会导致联合滤波算法无法在每个计算周期都融合局部滤波器的信息，从而导致信息丢失和引入人为误差。为此提出了一种可以最优融合不同测量周期信息的非等间隔联合滤波算法，并且给出了算法的最优性证明。这种算法通过设定不同的计算周期和融合周期，实现了非等间隔测量信息的最优融合。     

基于RBF网络的信息融合在SAMS故障诊断中的应用

针对卫星姿态测量系统(SAMS)，将径向基函数RBF(Radial Basis Function)网络和多传感器信息融合技术相结合，并将其应用在系统的故障检测与诊断中。研究结果表明，此方法是可行有效的，可以提高系统的测量精度和性能。     

一种有效的不同类型传感器多目标跟踪融合算法

提出了不同类型传感器多目标跟踪的一种改进的分层融合算法，该算法不仅适合于不同类型同步数据融合，而且适合于不同类型传感器异步数据融合。仿真结果显示了该融合算法的有效性。     

多尺度递归融合估计在组合导航系统中的应用

多尺度递归融合估计是对多传感器系统进行的基于尺度的融合估计算法.利用小波变换中多尺度分析的思想,构造出多尺度动态模型,利用该模型对粗尺度上的状态估计值进行修正,递归获得最细尺度上基于全局测量值的最优估计值,该估计值是方差最小意义下的最优估计.将此算法应用于SINS/GPS组合导航系统中,仿真结果表明,应用该算法能取得较好的效果,获得了比仅在单一尺度上进行kaIman融合估计更好的结果,有效地提高了组合导航系统的精度.     

Preface

This special issue of PARTICUOLOGY is devoted to the first UK-China Particle Technology Forum taking place in Leeds, UK, on 1-3 April 2007. The forum was initiated by a number of UK and Chinese leading academics and organised by the University of Leeds in collaboration with Chinese Society of Particuology, Particle Technology Subject Group （PTSG） of the Institution of Chemical Engineers （IChemE）, Particle Characterisation Interest Group （PCIG） of the Royal Society of Chemistry （RSC） and International Fine Particle Research Institute （IFPRI）. The forum was supported financially by the Engineering and Physics Sciences Research Council （EPSRC） of United Kingdom,     

The 7th International Conference on Fluid Mechanics May 24-27,2015,Qingdao,China

正http://www.icfm7.org First Announcement and Call for PapersThe objective of International Conference on Fluid Mechanics(ICFM)is to provide a forum for researchers to exchange new ideas and recent advances in the fields of theoretical,experimental,computational Fluid Mechanics as well as interdisciplinary subjects.It was successfully convened by the Chinese Society of Theoretical and Applied Mechanics(CSTAM)in Beijing(1987,     

INFORMATION FOR CONTRIBUTORS

Contributions： The Journal, Acta Mechanica Solida Sinica, is pleased to receive papers from engineers and scientists working in various aspects of solid mechanics. All contributions are subject to critical review prior to acceptance and publication.     

Guide for authors

正Each of the sections below provides essential information for authors.We recommend that you take the time to read them before submitting a contribution to Acta Mechanica Sinica.We hope our guide to authors may help you navigate to the appropriate section.How to prepare a submission This document provides an outline of the editorial process involved in publishing a scientific paper in Acta Mechanica Sinica.     

基于鲁棒滤波的捷联导引头视线角速度估计方法

针对捷联导引头无法直接获取视线角速度等信息的问题,研究了鲁棒滤波在大气层外飞行器捷联导引头视线角速度估计中的应用。为了建立非线性滤波估计模型,考虑目标视线角速度的慢变特性,采用一阶马尔科夫模型建立了状态方程;推导了视线角速度的解耦模型,并建立了量测方程;考虑到实际应用中存在系统噪声统计特性失准的问题,基于Huber-Based鲁棒滤波方法,设计了视线角速度滤波器,并完成了基于Huber-Based滤波方法和扩展卡尔曼滤波方法的数学仿真。仿真结果表明Huber-Based滤波方法的视线角、视线角速度及视线角加速度估计精度分别达到0.1140'、0.1423'/s、0.0203'/s2,而扩展卡尔曼滤波方法的视线角、视线角速度及视线角加速度估计精度仅分别为0.6577'、0.6415'/s、0.0979'/s~2。仿真结果证明了该方法可以有效地估计出相对视线角速度等信息,并且在非高斯噪声的条件下,依然可获得较高的估计精度,具有一定的鲁棒性。     

Guide for authors

正Each of the sections below provides essential information for authors.We recommend that you take the time to read them before submitting a contribution to Acta Mechanica Sinica.We hope our guide to authors may help you navigate to the appropriate section.How to prepare a submission This document provides an outline of the editorial process involved in publishing a scientific paper in Acta Mechanica