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。      

中山站前沿固定冰破冰方案及船舶操纵方法

为了向"雪龙号"提供一条可行的卸货用航行水道,中国第一艘自主建造的破冰船"雪龙2号"急需在南极大陆的中山站前沿复杂的固定冰中制订一条破冰路线.在"雪龙号"过去多年积累数据和经验基础之上,通过详细分析破冰水域的航行环境、固定冰区当年冰情、最新气象辅助资料以及可用的先进设备,制订一条破冰计划路线.采用首尾破冰、进退速度控制...     

IMM-SRUKF在GPS/INS组合导航中的应用

针对无迹卡尔曼滤波(UKF)鲁棒性不强的问题,结合全球定位系统/惯性导航系统(GPS/INS)紧组合模型特点,提出了基于交互式多模型(IMM)的混合平方根无迹卡尔曼滤波(SRUKF)算法.该算法采用交互式多模型结构,克服了模型不确定性因素的影响;采用平方根滤波技术,解决了协方差矩阵难以保持正定的问题.同时,考虑到内部滤波器与线性/非线性模型不匹配,引入混合滤波思想,对SRUKF进行了优化.将新算法应用于紧组合模型进行仿真,结果表明:新算法能够以适当的时间复杂度,获得较强的鲁棒性能,适用于复杂的导航环境.     

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。     

嵌入式系统在车载导航中的应用

为了提高车载导航系统的功能,针对嵌入式系统的特点,在分析了车载导航系统及嵌入式技术的基础上。指出嵌入式操作系统是开发车载导航系统的首选途径,对嵌入式技术在车载导航系统中应用的关键技术进行了研究。得出使用嵌入式操作系统是开发车载导航系统得最佳途径,并且介绍了嵌入式操作系统在车载导航系统中的相关技术和要领。     

激光捷联惯性导航中不可交换性误差补偿算法研究

针对激光捷联惯性导航系统姿态和速度算法中所引入的不可交换性误差进行了原理上的分析，重点分析了速度计算过程中不可交换性误差产生的原因．从工程化应用观点出发，提出利用等效转动矢量的单子样算法消除不可交换性误差，并且推导出了相应的姿态和速度的误差补偿算法．实际跑车实验结果表明，误差补偿后的系统定位误差下降为原来的二分之一，表明激光捷联惯性导航系统误差补偿算法的设计思路是可行的，设计的系统性能能够达到预定的要求．     

改进的车载DR系统自适应扩展卡尔曼滤波模型及仿真研究

提出了车载ＤＲ系统改进的自适应扩展卡尔曼滤波模型及其滤波算法。由于考虑了速率陀螺漂移误差中的马尔柯夫过程成分,和采用描述机动载体运动的“当前”统计模型及自适应算法,提高了ＤＲ系统模型的准确性。计算机仿真结果表明,应用该模型和算法与改进前相比,ＤＲ系统的定位精度得到明显提高。     

基于改进型最小二乘搜索的 GNSS 姿态测量方法

结合全球卫星导航系统(global navigation satellite system,GNSS)用于姿态测量具有基线已知的特点,提出了一种改进型最小二乘搜索算法:将整周模糊度分为基本组和剩余组,在伪距精度和基线长度约束条件下确定出基本模糊度组的搜索空间;然后根据模糊度与基线俯仰角、航向角的关系,并以俯仰、航向角度组合作为联系基本组和剩余组的中间变量,通过搜索基本模糊度组来确定出剩余模糊度组合;最后利用最小二乘解算基线矢量,在二次残差比值检验条件下,完成整周模糊度的固定及姿态解算.实验结果表明,改进算法不仅有效减小了模糊度的搜索空间,而且缩短了模糊度初始化时间,具有较高的测姿精度,适用于GNSS姿态测量.     

基于粒子群算法的导弹模糊导引律设计

针对传统模糊制导律的模糊设计随意性,提出采用粒子群优化算法对模糊导引律的参数优化的方法．利用粒子群优化方法调整模糊变量隶属度,比例因子等参数,并通过反复优化使模糊推理规则接近于最优．该方法克服了模糊逻辑设计中的随意性,提高了模糊制导律的精度和鲁棒性．仿真结果表明了这种优化方法得到的模糊比例导引律明显优于传统比例导引律．     

A new adaptive state space construction method for the mobile robot navigation

In order to solve the combinative explosion problems in a continuous and high dimensional state space, a function approximation approach is usually used to represent the state space. The normalized radial basis function （NRBF） was adopted as the local function approximator and a kind of adaptive state space construction strategy based on the NRBF （ASC-NRBF） was proposed, which enables the system to allocate appropriate number and size of the basis functions automatically. Combined with the reinforce- ment learning method, the proposed ASC-NRBF method was applied to the robot navigation problem. Simulation results illustrate the performance of the proposed method.