GMR-1卫星通信系统中的降低切换时延算法

相对于地面移动通信系统,高轨道静止卫星系统(high orbit geostationary satellite system,GEO)具有波束覆盖大、信号传输时延长、星上资源受限等特点.当前地面移动通信系统切换算法不能满足GEO卫星移动通信系统实时性要求.提出了一种降低卫星通信系统切换时延算法,该算法利用卫星通信移动终端位置信息和历史测量信息获得切换位置区域,根据规划导航路径是否经过切换位置区域进行切换预判,结合移动终端移动矢量和移动速度对可能跨越切换位置区域进行更精确切换判决.与现有地面移动通信系统切换算法相比,该算法不仅利用了移动终端的功率测量和接收信号质量等传统参量,而且综合考虑了移动终端位置以及移动矢量信息.仿真结果表明,该算法不但可以大幅降低卫星波束切换的时延,而且降低切换的乒乓效应.     

基于蚂蚁导航的未知环境下机器人路径滚动规划算法简

研究了一种栅格法环境建模下机器人路径滚动规划新方法.在未知环境内机器人根据视野域栅格环境与目标点信息,基于蚁群算法巧妙规划出局部导航优化路径.机器人沿着导航路径按照一定的步长前进一步,并重新动态规划出新的导航路径.机器人始终沿着较优化导航路径前进,机器人路径不断动态修改,当目标点在视野域范围内时直接规划出局部优化路径并直接到达目标点.该方法克服了传统子目标映射的复杂度高和智能化程度低等问题,仿真实验验证了本文方法的有效性.     

基于蚂蚁导航的未知环境下机器人路径滚动规划算法

研究了一种栅格法环境建模下机器人路径滚动规划新方法.在未知环境内机器人根据视野域栅格环境与目标点信息,基于蚁群算法巧妙规划出局部导航优化路径.机器人沿着导航路径按照一定的步长前进一步,并重新动态规划出新的导航路径.机器人始终沿着较优化导航路径前进,机器人路径不断动态修改,当目标点在视野域范围内时直接规划出局部优化路径并直接到达目标点.该方法克服了传统子目标映射的复杂度高和智能化程度低等问题,仿真实验验证了本文方法的有效性.     

基于动态组合优化的切换型离散系统最优控制

讨论了一类切换型混杂系统的最优控制问题.离散子系统切换次数固定且性能指标为二次型时,基于动态规划原理,将多级决策问题转化为易于求解的单级决策问题,得到切换离散系统最优控制的全局解析解.利用作为演化计算重要分支的遗传算法,对切换顺序和切换时刻进行全局搜索使性能指标达到极小,并给出具体求解步骤.最后用数字算例验证了该算法的有效性,仿真结果表明该算法可以解决一类切换线性系统的最优控制问题.     

GPS信号与Galileo信号特性分析

信号体制是卫星导航定位系统技术体制中最重要的部分之一,合理的信号体制对于卫星导航定位系统实现其导航,定位,授时,通信和测距等功能和满足性能要求十分关键。该文首先介绍了GPS信号和GALILEO导航信号的特点,对他们的信号体制进行分析与比较。阐述了GPS、Galileo两种卫星信号的特性,包括频率及调制格式、相关性特性、功率特性;比较分析了两种信号功率谱的区别,对两种卫星信号特性进行了深入的比较与分析。     

基于车载GNSS与IMU组合定位系统的改进定位算法

结合车载全球导航卫星系统（GNSS）与惯性测量单元（IMU）组合定位系统,针对传统定位算法中实际路况变化带来的数据融合噪声误差的问题,以车载传感器收集的运动数据作为阈值条件进行自适应滤波动态切换,提高组合定位系统的稳健性与适应性. 提出一种改进的自适应动态组合定位方法,将扩展卡尔曼滤波（EKF）与无迹卡尔曼滤波（UKF）算法,基于实时运动模型结合,以此抑制在车辆运动模型变化时传统单一算法产生的误差干扰.改进后算法的均方根误差（RMSE）相较于传统的EKF滤波与UKF滤波算法分别提升了约75.26%和58.48%.在高架桥下的实际车载场景实验中,改进算法的平均距离误差为2.32 cm,相较于改进前的定位性能提升了约61.65%.在复杂的城市交通的环境下,能够实现精准定位.     

基于导航势函数法的六自由度机械臂避障路径规划

以MOTOMAN MH6型机械臂为研究对象,运用导航势函数法对机械臂的无碰撞路径规划展开研究. 根据机械臂的几何特点对机械臂进行简化,并结合球型包络算法分析了障碍物与机械臂碰撞的临界条件,计算出机械臂运动的自由空间. 导航势函数法有效解决了传统人工势场法的"局部极小值陷阱"问题,由于预先消除了目标点以外的极小值,机械臂能够顺利到达目标点. 通过数值仿真,解决了导航势函数控制参数的选取问题,并在基于OpenGL的虚拟实验平台中进一步验证了该方法的有效性和可行性.      

基于切换模型的跳变负载下电机自适应控制

基于负载反复切换的电机模型设计了参考模型自适应跟踪控制器.首先,构建电机的切换系统数学模型,并将负载更替看作切换信号.其次,对切换系统进行自适应控制器设计,解决了负载切换后出现的误差瞬增问题,保证了系统的渐进跟踪.最后,给出仿真算例,验证所设计控制器的性能,并说明了切换信号对系统动态特性造成的影响.     

基于自适应模糊神经网络的机器人路径规划方法

为了解决传统反应式导航中的复杂陷阱问题,优化导航控制,减少计算复杂度,提出了基于自适应模糊神经网络的机器人导航控制及改进型虚目标路径规划方法.首先根据移动机器人运动学模型,融合神经网络的自主学习功能与模糊控制的模糊推理能力,提出了基于自适应模糊神经网络的机器人导航控制器,将生成的Takagi-Sugeno型模糊推理系统作为机器人局部反应控制的参考模型.该自适应模糊神经网络控制器实时输出扰动角度,在线调整移动机器人的预瞄准方向,使移动机器人能够无碰撞趋向目标.然后,提出了一种改进型虚目标方法,优先选择机器人可能逃脱陷阱状态的路径,简化了设计难度,改变了虚目标切换方式,避免了大量复杂计算.实验结果表明,提出的方法可以帮助机器人在全局信息未知的复杂环境中导航,在趋近目标点的过程中能有效避障,无冗余路径产生,且轨迹平滑.     

SINS/GPS组合导航的机载SAR姿态算法

针对SINS/GPS组合导航定位系统中高分辨率机载SAR运动补偿问题,通过建立SINS/GPS组合导航定位系统误差模型开展机载SAR运动过程中姿态解算,根据SINS中姿态四元数微分方程特点,利用二次Padé逼近法构造一种四元数范数规范化计算公式,使四元数迭代计算过程中具备保范性,利用5阶CKF算法构建SINS/GPS组合导航定位系统的误差模型算法.仿真结果表明,与传统UKF、CKF模型算法相比,该算法收敛速度快,滤波精度高且计算量小,满足机载高分辨率SAR的姿态估算要求.     

适于配送车辆导航路径规划的改进型粒子群优化算法

路径规划在车辆导航系统中具有举足轻重的作用,是配送车辆导航系统中的一个重要的模块。为解决物流配送车辆导航中的路径规划问题,文章以点对点模型为基础,对基本粒子群优化算法在初始种群的产生方法和种群的进化策略方面进行改进,提出适于配送车辆导航中路径规划点到点模型的改进型粒子群优化算法,并通过仿真试验验证算法的有效性。结果表明该算法具有快速的运算能力和较好的收敛性。     

车联网中一种面向路侧单元的自组网路由协议

提出一种面向路侧单元的自组网路由协议．该协议采用树形拓扑结构,路网分为若干交通控制子区,各子区设有交通控制子中心,网络采用无线或有线方式与控制总中心相连,各子区内以交通控制子中心作为根节点,路侧单元作为路由子节点,通过自组网路由协议,构建路侧单元自组网络．实验仿真表现,借助路侧单元自组网络,实现相互车路通信和车车通信,很大程度上改善了车载自组网的信息发布与数据聚合．     

基于位置服务的动态车辆路径问题研究

针对实际车辆路径计划的动态性和传统VRP解决方案的局限性,提出动态VRP的概念和研究内容,设计了基于位置服务的动态VRP求解的技术路线,研究了动态VRP路网模型.     

基于非线性自适应回归神经网络的GPS/IMU组合导航方法

车道级高精度定位导航是智能网联汽车的基本配置,全球定位系统(globlal positioning system,GPS)/惯性测量单元(inertial meansurement unit,IMU)组合导航是高精度定位的关键技术之一。根据汽车行驶过程中高精度定位要求,提出了应用于智能网联汽车的基于非线性自适应回归(nonlinear autoregressive exogenous,NARX)神经网络的GPS/IMU组合导航方法。首先,根据IMU传感器数据特性,建立了基于扩展卡尔曼滤波的惯性导航系统(inertial navigation system,INS)模型,其次,基于NARX神经网络,建立了GPS/INS组合定位训练和预测模型,然后,基于全球导航卫星系统(global navigation satellite system,GNSS)、实时动态差分技术(real-time kinematic,RTK)、INS等技术,设计了智能网联汽车RTK高精度定位数据采集实验系统,并收集了实验数据。最后,对NARX网络训练误差和GNSS信号长时间失效情况下定位预测误差进行了讨论与分析。实验结果表明,该方法在GNSS信号失效5 min情况下,定位预测误差在2. 5 m以内,满足一般情况下,短、中、长隧道中智能网联汽车定位应用要求。     

适于配送车辆导航路径规划的遍历模型的改进型粒子群优化算法

车辆路径规划是物流配送导航系统中的关键环节,是实现物流配送路径引导的前提条件和车辆导航的技术保障.为解决物流配送车辆导航中的路径规划问题,文中建立了物流配送车辆导航路径规划(VND)遍历模型,设计了求解该模型的改进型粒子群算法,并对初始种群的产生方法及种群的进化策略进行改进,使原本不能直接用于求解VND模型的基本粒子群...     

基于转向限制的改进双向启发式最短路径算法

针对考虑转向限制的单源点单汇点最短路径问题,根据动态对偶图思想,建立道路交通网络对偶图,提出了基于存储对偶图节点的双邻接表存储地图数据;改进传统的A*算法,提出了基于可搜索无限邻域的双向启发式算法。该算法选用基于OSP的地图作为实验数据进行路径规划,并运用于基于SLAM算法的车型机器人上进行实验。结果表明该算法可在栅格地图上找到符合实际交通规则的更优可行路径,效率也可满足路径规划要求。     

基于启发式搜索算法的无人机航迹快速规划

基于无人机导航系统的自身特点,无人机在导航过程中会出现无法精确定位的情况,从而产生定位误差。如果不能及时校正随时间累积的定位误差,会使无人机无法到达预定目的地,从而导致飞行任务失败。为避免这种情况的发生,本文研究了考虑定位误差的无人机航迹快速规划问题。以航迹距离最短为目标,考虑定位误差校正约束与航迹约束,建立了混合整数规划模型。根据深度优先搜索算法与回溯算法的特点,设计了启发式深度优先搜索+回溯算法来求解问题,并在此算法基础上加入模拟退火机制对解的质量进行优化。以某飞行区域的数据为例进行仿真实验,结果表明启发式深度优先搜索+回溯算法可以快速有效地求解考虑定位误差的无人机航迹规划问题。     

车辆定位导航系统的新定位算法

依据大数定律及其相关的假设,用计算几何的若干知识,设计车辆定位导航系统的一种新定位算法.该算法通过计算凸壳、凸多边形三角剖分、凸多边形面积及直径等诸量获得车辆运行的近似路线.计算结果表明,用该算法可以提高车辆定位导航系统的定位精度,并优于基于卡尔曼滤波的GPS/INU/MM组合导航算法的结果.     

城市环境下的一种车辆自组织网络机会路由协议

车辆自组织网络(vehicular ad-hoc networks,VANET)的拓扑结构具有高动态性,设计适应其高速变化的路由协议具有很大挑战性。提出采用机会转发方式的地理位置路由协议,将每次转发的单一目标节点改进为一个集合,以降低高速变化的拓扑导致的节点接收数据失败的概率。提出了一种新颖的转发集构成方案,改进了传统的由数据包携带转发集的做法,将转发集合的计算和确定分布到每个接收节点,在很大程度上减少了路由控制信息开销。提出了一种动态的转发节点选择机制,并引入了对实时交通状况的考虑,在一定程度上依据实时交通密度选择转发路径,能有效应对车辆自组织网络连接不稳定性。仿真结果表明,所提出的路由协议在包投递成功率、端到端传输时延和归一化路由开销等方面都取得了较好的路由性能。     

基于GBAS系统的双座电动飞机导航定位可视化仿真

为了分析双座电动飞机基于GBAS系统在空间领域环境中的运行情况,以双座电动飞机模型为基础,设计并建立了基于三维可视化仿真FlightGear平台来模拟GBAS系统的运行引导效果。通过对导航数据分析处理,仿真了可见星和运行轨道的情况。针对传统的最小二乘伪距定位方法和载波相位平滑伪距算法的定位精度、可靠性都不能满足双座电动飞机定位着陆需求的问题,采用了增强算法卡尔曼滤波平滑伪距算法,对增强算法进行了仿真。采用FlightGear与MATLAB联合仿真,可以更直观的看出GBAS导航数据对双座电动飞机的引导效果,从而验证了双座电动飞机在终端区的导航定位着陆可以通过GBAS系统结合增强算法来引导。定位的水平平均误差和垂直平均误差都减小到 1 m 以内。