量子传感的导航应用研究现状与展望

量子传感技术以光子、原子等量子系统为介质,利用量子效应可实现突破标准量子极限制约的超高精度和灵敏度的物理量测量,为基于时空参量测量的传统导航定位授时技术体制的突破带来新的机遇.量子传感改变了导航系统中导航传感器的感知机理,能够实现高精度的时空参量观测,并利用量子系统的非经典特性,实现导航信息的安全可靠传输和探测,提升导...     

基于分步式Kalman滤波器的AGV姿态角估计方法实验研究

针对AGV的定位问题,设计了多传感器分步式Kalman滤波器,通过其对编码器、陀螺仪和超声波传感器等测量信息的融合实现了对AGV姿态角的准确估计。仿真结果表明所设计的滤波器是可靠的、有效的,实验结果验证了所设计的滤波器可实时、精确地实现AGV的姿态角估计,定位精度可满足实际生产中对AGV的使用要求。     

船用导航雷达数据处理神经网络方法的研究

基于α－β滤波的处理思想，用神经网络对目标数据进行滤波处理，不断调整神经网络的连接权值，经过多次训练，使目标波输出摊商目标航迹的变化规律，仿真结果表明，神经网络方法用于船用雷达平滑跟踪是可行的，其跟踪误差是收敛的，而且通过合理选择网络参数，可使跟踪误差很小。     

基于地磁定轨和扩维卡尔曼滤波的导航算法

为了克服扩展卡尔曼 (Kalman)滤波算法对噪声统计特性的约束 ,针对磁强计量测噪声为有色噪声伴常值干扰的特性 ,提出了一种基于扩维Kalman滤波算法的地磁导航算法 .该算法为了使量测噪声白噪化 ,引入了 2个新的状态变量 ,此时测量噪声是均值为 0的高斯白噪声 ,并满足扩展Kalman滤波算法的约束条件 .对由此构成的系统使用扩展Kalman滤波算法 ,可以得到扩维Kalman定轨导航算法 ,利用该算法可以获得国产磁强计的导航精度 ,其地心距模的估计误差为 2 0km ,速度模的估计误差为 10m/s .卫星的实测数据仿真结果表明 ,该导航算法具有较好的稳定性和收敛性 ,克服了扩展Kalman滤波算法的发散问题     

基于压缩感知的脉冲星轮廓构建算法

利用有限的观测时间获得高精度的累积脉冲轮廓,对于X射线脉冲星导航具有重要意义.提出一种基于压缩感知的脉冲星累积脉冲轮廓重构算法.首先,研究脉冲轮廓,获取先验知识,在此基础上构建波形匹配冗余词典,得到脉冲轮廓的稀疏表示;然后,设计观测矩阵,利用原始观测数据得到具有较少点数的非自适应随机测量值;最后,采用匹配追踪方法从随机测量值中恢复脉冲轮廓.利用罗希X射线探测器的实测脉冲星数据进行实验,结果表明：利用相同时段的观测数据,该算法得到的累积脉冲轮廓的信噪比远高于周期叠加方法得到的累积脉冲轮廓.     

GNSS自适应抗干扰天线阵相位中心校正

为在干扰环境实现实时精密定位、测距和姿态测量等应用,需要尽可能降低天线阵相位中心引起的误差。建立了抗干扰天线阵相位中心补偿模型,每个阵元视作多相位中心天线,推导了自适应抗干扰天线阵等效相位中心位置的计算方法,分析了抗干扰RTK系统中由相位中心偏移引起的误差。通过补偿载波相位观测量,实现了天线阵相位中心校正。仿真结果表明,GNSS接收机抗干扰天线阵等效相位中心的位置与干扰环境及所用抗干扰算法有关,不能通过预先建立固定查找表的方式进行补偿,只能根据抗干扰计算结果实时计算出等效相位中心位置,再补偿载波相位观测量。      

可重构制造系统的车间作业调度策略

提出了一种实用的分层调度策略，通过对制造系统组织的重构，以最小作业生产延迟和最大系统设备利用率为目标产生可行的次优调度方案．该策略分3个阶段：首先，采用增广拉格朗日松弛法获得复杂可重构制造系统的车间作业预调度方案，该方法能将复杂作业调度问题分解成多个任务层的子问题，通过求解子问题获得任务的作业时间和对应工序加工的生产设备类型；然后，对制造系统进行组织重构以形成多个虚拟制造单元，旨在使制造单元内的生产设备间物流传送(由自动导航小车承担)费用最小；最后，通过离散动态规划形成虚拟制造单元的生产作业调度次优可行方案．通过数值仿真分析，该策略能针对快速变化的产品需求，有效地重构生产制造系统，产生次优的调度方案．     

浙江省地壳形变监测网络的构建及其应用前景展望

近年来,GNSS技术取得了长足进展,特别是GNSS的相对定位精度有了显著提高.GNSS技术已经成为监测地壳形变和板块运动的主要手段,它可以提供各活动构造带地壳水平运动的可靠结果,建设浙江省的地壳形变监测观测网,可获取大量监测区域地壳形变震兆信息,对于研究浙江省的地壳形变运动,监测板块边缘及内部的构造变形,提高浙江省地震预报水平有很重要的意义.     

编者按

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性.针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法.首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降.仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度.     

变电站巡检机器人导航方法研究

随着移动机器人技术的发展和变电站无人值守的开展,变电站巡检机器人应运而生。稳定的导航是巡检机器人能够正常工作的前提保证,因此针对变电站巡检机器人的导航方法进行研究。影响导航的关键因素有导航方式和导航算法,变电站巡检机器人采用视觉与电磁融合的导航方式,运用自适应位置型PID控制算法,对于脱离导航线的错误处理采用模糊控制的思想,实现了巡检机器人的导航并得到了实际应用,实际运行的结果说明此种方法抗干扰能力强、收敛性好。