基于直线模型的微型飞行器姿态角计算

利用地平线进行微型飞行器(MAV)稳定飞行控制中的姿态估计.根据地平线的直线模型,将地平线视作一条直线,依据线性摄像机成像投影关系,建立地平线在世界坐标系和图像坐标系中的位置对应关系.通过推导得出图像坐标系中地平线的直线方程参数与摄像机姿态角的对应关系,实现通过地平线的直线方程参数计算MAV的姿态角.实验验证了该方法的正确性.在对俯仰角的求取问题上,与使用占天面积比的方法进行了比较,通过仿真实验论证了该方法的优势.     

微型飞行器的微型无线数据传输系统

提出了应用于微型飞行器中的新型无线数据传输系统。与传统的无线数据通信系统相比,其质量低、体积小、功耗低,可应用多种场合,抗干扰能力强,误码率达到10-6,传输有效半径达1.5km。通过微型飞行器三维模拟转台搭载微机电系统(MEMS)微型方位水平仪和微型无线数据传输系统组合的姿态测控系统,实现了对该无线数据传输系统的可靠性仿真测试。     

自适应滤波器在微型姿态确定系统中的应用

基于MEMS的IMU由于低成本、体积小和低耗能得到了很广泛的应用.但是,惯性MEMS传感器有很大的噪声、偏差以及刻度误差,由于传统低成本的MEMS传感器使用的捷联算法很难取得令人满意符合性能要求的姿态确定值.利用改进的自适应增益卡尔曼滤波器在随机模式下建立一个小型姿态确定系统.这个改进的滤波器在一个时间变量转移矩阵中有六个状态量,它们分别是:三个姿态倾斜角和三个陀螺偏移误差.滤波器用三个加速度计的测量量和磁罗盘来驱动状态的更新.当系统处于非加速度状态下,加速度计对重力加速度的测量以及磁罗盘对航向的测量很显然可以产生很好的状态估计量;当系统处于高速动态状态并且偏移可以收敛到一个精确估计值时,对姿态的估算就需要很长一段时间.自适应滤波器可以在动态状况下用加速度计自动调整增益产生最佳性能.提供了这种技术的算法,并且对此进行分析,之后给出实验结果.     

基于神经网络专家系统的卫星姿态确定系统故障诊断

介绍了一种基于人工神经网络与专家系统相结合的智能故障诊断系统,将专家系统与神经网络结合运用取长补短,发挥各自的优势.给出了系统的结构组成,并具体描述了神经网络专家系统的工作原理.采用的RBF网络有效地克服了BP网络收敛速度慢,且易陷入局部极小的缺陷.同时利用神经网络的并行处理功能,有效地解决了传统专家系统的推理复杂、时间冗余等缺点.仿真结果证明了该方法应用于卫星姿态确定系统的故障诊断是有效的.     

微型飞行器动力学模型的系统辨识

利用系统辨识方法建立了某型微型飞行器纵向及横向的动力学模型。首先给出了微型飞行器纵向及横向的传递函数模型结构,然后设计了辨识实验。通过设计数据采集装置采集试飞数据,基于该数据利用最小二乘系统辨识方法建立了微型飞行器纵向及横向的传递函数模型。最后通过交叉验证表明,该模型能够较好地反映微型飞行器纵向及横向的动力学特性。     

基于组合载波相位的飞行器姿态确定

为解决全球导航卫星系统(GNSS)姿态测量中整周模糊度的快速求解问题,提出一种基于组合载波相位的短基线整周模糊度解算方法,利用单个历元的观测数据解算整周模糊度.根据多颗卫星的单频载波相位整周模糊度解算结果,应用最小二乘原理对基线向量进行精确求解,进而由基线向量确定出飞行器的姿态角.仿真结果表明,该模糊度解算方法在单个历元内至少能够解算出8颗卫星的载波相位整周模糊度,解决了GNSS动态测姿领域的一个关键性问题.测姿结果显示,偏航角和俯仰角的测量误差均小于0.2°.该研究成果可以为GNSS姿态测量系统在航空、航天等对实时性要求较高的领域中的应用创造条件.     

国际上微型飞行器研究的进展及其关键技术

微型飞行器（MAV）是MEMS传感器和驱动器技术发展的必然产物,同时也是当今先进国家竞相研究的科技前沿课题。该文综述了世界各国对微型飞行器在固定翼、旋翼、扑翼以及微型动力系统方面的研究进展,指出了MAV研究的几项关键技术,并结合我国实际,提出了我国研究MAV的建议。     

基于多台GPS接收机的三维姿态确定与精度分析

根据一个模拟动态定位实例,采用多台GPS接收机动态定位,得到单历元定位结果,然后采用不同的天线组合解算姿态.结果显示,对于约5 m长宽的基线组合,获得的航向角精度约为0.05°,横滚角和纵摇角的精度约为0.2°;对于约10 m长宽的基线组合,航向角精度约为0.03°,横滚角和纵摇角的精度约为0.11°.可知,姿态角的精度与纵横向的基线长度有关.当基线长度相同时,航向角的精度高于横滚角和纵滚角.其中,航向角和纵滚角的精度主要与航向长度有关,而横滚角则与横向长度有关.基线越长,对应的姿态角的精度越高.     

基于城市模型的微型飞行器三维路径规划

针对城市的三维环境,提出了微型飞行器(M AV)的路径和航迹优化设计算法。该算法把M AV的能量损耗(路径长度和路径高度变化)和风险度(威胁点对微型飞行器的威胁程度)作为路径的优化指标,用D e launay图生成路径网络的“节点”,采用D ijsk tra算法进行寻优,设计出符合指标要求的三维最优路径。将设计得到的折线路径进行圆滑处理,以得到飞行器的航迹。最后给出了仿真实例,生成的航迹成功避开建筑物和威胁点,并符合M AV的运动学要求。     

微型飞行器的研究现状及其关键技术

介绍微型飞行器的概念及其功能特点 ,重点综述了目前国内外微型飞行器的研究现状 ,归纳出微型飞行器的六大关键技术和目前存在的主要问题 ,提出了未来微型飞行器的发展趋势     

Attitude Determination for MAVs Using a Kalman Filter

This paper presents a Kalman filter to effectively and economically determine the Euler angles for micro aerial vehicles （MAVs）, whose size and payload are severely limited. The filter uses data from a series of micro-electro mechanical system sensors to determine the selected 3 variables of the direction cosine matrix and the bias of the rate gyro sensors as state elements in a dynamic model, with the gravitational acceleration to build a measurement model. For high speed maneuvers, rigid motion equations are used to correct the measurements of the gravitational acceleration. The filter is designed to automatically tune its gain based on the dynamic system state. Simulations indicate that the Euler angles can be determined with standard deviations less than 3°. The algorithm was successfully implemented in a miniature attitude measurement system suitable for MAVs. Aerobatic flights show that the attitude determination algorithm works effectively. The attitude determination algorithm is effective and economical, and can also be applied to bionic robofishs and land vehicles, whose size and payload are also greatly limited.     

基于单目视觉和惯性测量的飞行器自定位研究

为了获得飞行器高精度、高稳定性的定位结果, 结合低成本的单目摄像机和惯性测量单元, 通过对单目视觉和惯性测量进行多传感器融合, 实现飞行器的自定位。 视觉定位模块中, 对 3 种当前最新的单目视觉定位方法分别进行不同场景下的实验和比较, 分析它们各自用于飞行器定位时的优势和劣势。 为了解决视觉定位对图像特征的依赖问题, 引入一种基于扩展卡尔曼滤波的多传感器融合方法, 将视觉定位和惯性测量以松耦合方式进行融合, 用惯性测量补偿因视觉定位不稳定而产生的误差。 实验证明, 该方法在视觉定位不稳定的情况下能有效降低定位结果的误差。     

双星定位/捷联惯导组合导航技术

针对双星定位系统采用两颗地球同步卫星进行有源定位和存在定位位置滞后的特点,提出了双星定位／捷联惯性导航系统（SINS）组合的最优预测模型。该模型首先利用双星定位系统提供的滞后定位信息对组合系统进行最优预测,然后校正惯导。通过实际动态试验表明,利用本文提出的方法可有效地对组合系统进行较好的滤波与校正,定位精度较高。     

组合导航系统新息自适应卡尔曼滤波算法

全球定位系统(GPS)量测噪声的不稳定变化将造成惯性导航系统(INS)/GPS舰用组合系统卡尔曼滤波器性能下降,在对自适应卡尔曼滤波器分析的基础上,提出了一种新的基于新息估计的自适应卡尔曼滤波算法.该算法通过计算新息方差强度的极大似然估计最优估计,将新息方差计算直接引入卡尔曼滤波器的增益计算.仿真结果表明,本文方法较标准卡尔曼滤波器可以提高系统精度和抗干扰能力.     

基于解析法的全球定位系统姿态测量技术

提出了一种新的实时全球定位系统（GPS）姿态测量初始化方法,将超越方程的求解与模糊度函数法相结合,有效地提高了初始化计算速度．讨论了模糊度函数法,从几何角度描述了观测方程,给出了二元非线性观测方程组的解,并对实测数据进行了处理．结果表明,该方法与一般的方法相比,初始化的计算更有效,更经济．     

GPS组合导航系统在车辆导航中的应用

ＧＰＳ组合导航系统在车辆导航中的应用房建成，万德钧（东南大学仪器科学与工程系，南京２１００１８）统计资料显示，公路堵塞造成的直接和间接的经济损失惊人，仅美、日、法三国每年的损失就超过１１０００亿法郎．德国交通部门统计，在全德国，每年因汽车司机行错路线...     

光纤SINS/GPS组合导航系统分析

为提高光纤陀螺捷联惯导系统的精度,以光纤陀螺捷联惯导系统与全球定位系统（GPS Globle Position System）为研究对象,采用联邦卡尔曼滤波算法,构成了SINS/GPS(Strap-down Inertial Navigation Systerm/ Globle PositionSystem)组合导航系统。仿真结果表明,该算法能及时修正子滤波器的偏差,大大降低子滤波器的模型误差,进而提高整个滤波器的精度,并有效克服了滤波发散现象。     

基于惯性导航系统的轨道不平顺方法

针对目前轨道存在的不平顺现象,设计出了一种轨道不平顺检测系统。传统的惯性导航系统直接装在运载体上的底盘上,且为单惯性导航系统。振动信号传递不直接,采集数据不全面。通过在轨检车两侧的专用惯导平台进行双惯性导航系统的固装,信号采集更为直接和全面。内部导航采用四元数法进行姿态矩阵的实时更新。双惯性导航系统可以实现左右钢轨x、y以及z轴三轴数据的实时采集,对采集的数据进行拟合和积分,即可得到轨道的相关不平顺信息。且轨检车上搭配轴角编码器可以实现数据的同步采集,采样时间和采样里程的实时输出。通过系统动态测试和人为静态测试,验证了设计的合理性。左右轨垂向高低不平顺误差分别在(-0. 66 mm,0. 52 mm)和(-0. 43 mm,0. 56 mm);左右轨横向不平顺误差分别在(-0. 51 mm,0. 64 mm)和(-0. 42 mm,0. 43 mm)之间,轨距偏差在(-0. 55 mm,0. 83 mm)之间。     

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.