量测信息引导的组合导航融合滤波方法

针对组合导航系统中各子系统量测输出速率不同的情况,提出了一种量测信息引导的组合导航融合滤波方法.该方法采用信息量与信息当量来描述当前时刻的所有可用信息,并基于加法原理,利用状态预测和当前可用的量测值来更新状态估计,实现最优融合估计.仿真结果表明,该方法能够应用于多量测信息非等间隔输出的情况,即使某子系统失效时也能正常工作,且能够取得较好的融合滤波效果,相较于联邦滤波和集中滤波具有更好的实时性能.     

采用双机协同的指令修正惯性中制导方法

为了修正中远距空空导弹惯性中制导过程中的导航误差,提出了采用双机协同的指令修正惯性中制导方法。首先,建立中制导段的运动方程,介绍双机协同探测获取导弹位置信息和角度信息的原理,给出弹上计算机解算导航信息的方法;其次,设计含有指令修正的捷联惯性导航系统(SINS),列出系统的状态方程和量测方程;最后,为解决导航系统的非线性问题,引入无迹卡尔曼滤波(UKF)算法。仿真结果表明:双机协同定位方法能够在一定的精度范围内解算出导弹的导航信息,UKF算法能很好地解决导航系统的非线性问题,采用双机协同的指令修正方法能够修正SINS的导航误差,提高中制导的精度。     

一种基于IDDF的多AUV协同导航算法研究

为提高多自主水下航行器(AUV)协同导航效果,克服由于水声通信限制引起的协同更新频率低,进而导致的先验估计误差大、协同导航效果差,以及大初始化误差条件下协同收敛速度慢的问题,提出一种基于迭代插值滤波(IDDF)的多AUV协同导航算法.该算法将迭代滤波技术与插值滤波(DDF)算法相结合,不仅降低了传统EKF(扩展卡尔曼滤波)算法模型截断化误差对滤波精度的影响,而且通过量测信息的迭代更新,保证了系统在弱可观测条件下量测信息的充分融合.仿真结果表明该算法明显改善了系统的协同导航效果,证明了该算法对于多AUV协同导航系统的有效性.     

一种多无人机协同定位与稠密地图构建算法

针对VINS-Mono(monoculor visual-inertial state)算法定位精度较低且构建的稀疏点云地图包含的信息较少无法用于无人机的自主导航的问题,提出了一种集中式多无人机协同定位与稠密地图构建算法。该算法通过提高回环闭合中特征点匹配准确度以优化多无人机之间的定位精度,为了建立多个无人机之间的连接约束,使用四种不同类型的坐标系进行坐标转换优化,采用双向检测匹配法对关键帧进行特征点匹配,结合PROSAC(progressive sampling consensus)算法剔除误匹配,通过对有回环闭合约束的多无人机的位姿与全局地图进行全局位姿图优化,结合Voxblox构建了可供五架无人机协同导航的全局稠密地图。在EuRoc数据集的五个序列中,提出的多无人机协同定位与稠密地图构建算法与VINS-MONO算法相比,绝对轨迹误差分别降低了34%、26%、42%、24%、19%。实验证明,改进算法有效提高了多无人机之间的定位精度,并且构建的全局一致稠密地图包含距离信息与梯度信息,可以用于多无人机的自主导航。     

基于Lyapunov导航向量场的无人机协同跟踪地面目标

针对多架无人机协同跟踪一个地面移动目标进行研究.通过基于Lyapunov导航向量场的航向控制使各架无人机收敛到位于目标上空的极限环,绕目标展开跟踪.进一步通过相位控制,使各架无人机均匀分布在极限环上,对目标进行协同跟踪.以3架无人机协同跟踪沿S型公路匀速前行的地面目标进行仿真.结果表明该方法能使无人机成功地完成协同跟踪任务.     

三体对抗中的自适应协同突防策略

针对三体对抗中由目标飞行器释放的弱机动防御弹难以精确打击高机动来袭拦截弹的问题,提出了一种目标-防御弹的自适应协同突防制导策略。首先,根据已知的拦截弹的制导策略和运动信息,以最小化脱靶量和控制代价为目标,通过系统降阶,利用最优控制理论设计了目标-防御弹的最优协同制导律。接着,考虑实际攻防对抗中拦截弹制导策略未知的情况,采用基于平方根容积卡尔曼滤波的多模型自适应滤波器估计拦截弹的制导策略和运动信息,利用模型概率对各模型的最优协同制导律进行混合输出,得到自适应协同突防制导律。仿真结果表明:最优协同制导律能让目标飞行器协助防御弹在不具备机动能力优势的情况下成功打击拦截弹,且脱靶量小于0.1m;自适应协同制导律能够准确地估计拦截弹的运动状态,并使得防御弹在目标飞行器配合下以较小的控制代价精确地打击拦截弹,脱靶量有97%的概率落入小于0.765m范围内。     

集群无人机导航实验教学平台开发

随着多无人智能群体技术发展和应用场景的拓宽,对满足不同复杂环境下多无人智能群体及其搭载装置的多源导航系统可靠与稳定性能也提出了较高要求.应用场景的不断扩大,使得越来越多的行业对多无人智能群体的协同感知能力提出了迫切的应用及开发需求.针对多无人智能群体协同装置在面对多种多样的复杂协同工作环境下,容易出现导航系统中常用传感器受磁场等干扰性能不稳定的问题,除了需要进一步优化改进导航传感器自身的测量性能以外,更多地提高多智能群体协同装置的多类异构传感器信息融合的精度和可靠性显得尤为重要.为了应对这一实际需求,也为了使实验课程教学紧跟学科发展,需要开发一套适合于无人机集群导航研究的实验教学平台,供学生系统研究影响多智能体协同装置运行可靠性与安全性的导航问题.     

深空天文测角测速组合导航滤波算法研究

针对天文光谱测速导航量测中存在的常值量测误差、慢时变量测误差、光谱畸变量测误差,提出了扩维自适应容积卡尔曼滤波算法.本文通过状态扩维将常值测速量测误差及慢时变测速量测误差作为状态量之一,在导航滤波中进行同步估计并在量测中进行补偿.针对天体表面活动导致的光谱畸变量测误差,通过Sage-Husa噪声估计器对滤波算法中的量测噪声协方差阵进行自适应估计以降低含该误差量测的影响.同时,为了进一步提高导航的精度,将天文光谱测速信息与天体方向矢量信息结合,并通过联邦滤波器进行信息融合.以火星接近段为背景的仿真结果表明,该算法能够有效抑制上述量测误差对导航精度的影响,实现高精度天文自主导航.     

全域空间无人机集群协同干扰模型

为了提高无人机集群的协同干扰效果,本文基于3维方向图函数提出了一个全域空间无人机平台分布优化模型,基于遗传算法求解该模型,并进行了性能分析. 仿真结果显示,与传统的球面及柱面分布相比,该模型得到的主波束方向图的峰值旁瓣电平更优. 在此基础上．本文结合应用背景对无人机位置偏差、无人机毁伤情况、无人机集群容量、群内最小间距以及无人机集群分布范围进行了研究,得到了干扰效果对于误差及参数的依赖性．     

MIMU/偏振光互补滤波组合导航算法研究

针对偏振光导航中存在的输出角度模糊性和三维状态下航向角计算问题,提出利用互补滤波对MEMS惯性测量单元(MIMU)和偏振光传感器进行信息融合的姿态更新算法。该算法利用偏振光传感器测量模型构造太阳位置的估计矢量和实测矢量,通过PI(proportional-integral)补偿策略实现3轴陀螺仪偏差的最优估计和补偿。通过对比纯惯导系统INS、单偏振光导航系统、MIMU/地磁和MIMU/偏振光4种导航系统的输出姿态角,表明该算法能够有效滤除惯导系统的低频噪声和偏振光传感器测量值中的高频噪声,并且能够获取无人机360°范围内的航向角估计量,为偏振光组合导航提供了一种行之有效的解决方法。     

对电文翻转不敏感的导航信号载噪比估计算法

对于导航接收机而言,获取通道信号载噪比可辅助其提升跟踪精度和定位速度。但在使用传统的宽窄带功率比值法做载噪比估计时,由于该方法对导航电文数据比特的符号翻转敏感,导致其估计精度较低且运算量大。针对这一问题,提出一种对电文翻转不敏感的导航信号载噪比估计算法,该算法立足于在通道稳定跟踪时信号能量集中在I路,且噪声能量均等分散在I、Q两路,使用I、Q路信号能量做载噪比估计。首先,通过公式推导得出其运算表达式,再经计算机仿真确定最佳的单次积分时长和运算组数。结果表明,相较于宽窄带功率比值法,虽然该算法总积分时间略长,但对导航电文翻转不敏感,估计精度可提升5.72 dB或更高。在总积分时间相等的条件下,算法运算量相较于宽窄带功率比值法降低了33.6%。所提算法不仅提高了估计精度,同时降低了运算量,在导航接收机中有一定的应用前景。     

卫星导航增强系统中一种天线阵抑制多径方法研究

本文对卫星导航增强终端的天线阵多径抑制方法展开研究,设计多相关器数字接收机结构.天线阵各阵元接收信号数字化后,在导航接收机的每个通道内,相关处理出各阵元接收该通道跟踪卫星的载波相位,进行相干信号二维来波方向估计、数字波束形成,跟踪相应卫星信号,抑制其多径.本文研究分析了立体阵来波方向估计方法,及立体阵估计相干来波方向的去相干方法.电偶极子组成立体天线阵——球体阵,接收相干来波,体积小,结构紧凑.X,Y,Z轴三个线阵分别采用前后向平滑技术去相干,组成去相干后的接收数据相关矩阵,用MUSIC方法估计出相干来波的二维方向,不需要对估计出的来波方向进行匹配.结合卫星直达信号来波方向的导航电文处理结果,确认多径的来波方向.本文仿真中用估计出的卫星直达信号来波方向和多径信号来波方向形成权值,使天线阵波束形成指向卫星直达信号方向,零陷指向多径入射方向,抑制多径干扰.     

基于最优滤波的卫星和惯性组合导航方法

针对目前三种主流导航方法各自的不足,提出了一种基于最优滤波法的卫星、惯性组合导航方法,采集这两种导航系统实时测量得到的伪距、伪距率的差值,通过设计合适的最优滤波器,以校正系统误差,获得高精度位置、速度、姿态的用户定位结果,从而弥补了惯性导航误差随时间离散和卫星导航易受外界电磁环境干扰、无法直接提供用户姿态信息的问题。     

基于频率值传播的药物副作用发生频率预测方法

确定药物副作用发生频率是药物风险-效益评估的关键问题.随机对照临床试验方法性能有限且成本昂贵.随着药物临床试验数据的增加,基于数据驱动计算方法研究药物-副作用关系成为可能.文章提出一种基于药物-副作用协同传播模型的药物副作用发生频率预测方法.该方法基于已知的药物副作用发生频率信息构建相似网络,基于已知频率信息在网络中高阶协同传播过程预测药物副作用发生频率.此外,提出一种基于邻域学习的相似网络构建方法,进一步提升模型预测性能.在SIDER 4.1和ADReCS 3.1中获得的真实的药物-副作用频率数据集上进行实验,相较于现有最优方法,提出的方法在均方根误差和平均绝对误差指标上分别下降了6.98%、7.23%.     

UKF和UPF在惯导初始对准中的应用研究对比

捷联惯性导航系统是新型航位推算系统,在惯导系统执行工作任务之前需要进行初始对准,以保证系统的正常运行。对捷联式惯导系统,初始对准就是确定初始时刻的姿态阵,利用惯性元件的输出信息,选用合适的滤波方法,将计算的导航坐标系与真实导航坐标系的失准角估计出来,来修正姿态矩阵,使计算坐标系与真实坐标系尽可能重合。在实际的导航系统中,状态方程和量测方程通常都是非线性的,对于非线性特性,传统的解决方法是利用EKF滤波算法,但它只适用于弱非线性模型的估计,系统的非线性越强,引起的估计误差就越大,甚至会引起滤波发散。为此提出两种滤波算法UKF与UPF,并将两者进行了仿真对比,结果表明UPF算法比UKF算法收敛速度更快,估计精度更高。     

并行计算机互连网络虫孔寻径通信方式的分析建模

采用生灭过程理论建立并行计算机互连网络虫孔寻径的消息延迟分析模型 ,用于对各种并行计算机互联网络进行分析评价 .分析了模型中网络通道的消息到达率和通道消息密度的关系 ,描述了消息传输延迟、消息在结点的等待时间以及消息在通道间的分布密度的数学关系 .与一般排队论分析模型相比 ,该模型对系统的假设更为实际 ,对网络通信过程的描述更为具体 ,因而分析结果与实际情况更加接近 .分析计算结果与软件模拟结果吻合     

基于卫星导航/惯性单元松耦合的低速智能电动汽车航向角估计

低速智能电动汽车近年来发展迅速,组合定位技术是其关键技术,航向角估计是组合定位技术中重要组成部分。基于低速智能电动汽车,提出了GNSS(global navigation satellite system)/IMU(inertial measurement unit)组合的航向角估计方法。介绍了GNSS/IMU松耦合条件下的航向角估计方法,提出基于IMU的航向角积分方法,推导了松耦合条件下误差动态与测量模型。针对GNSS信号质量时变问题,使用残差自适应卡尔曼滤波算法对航向角误差进行估计。针对GNSS信号质量设计了航向角误差反馈修正策略。通过在不同GNSS信号条件下进行的多组实车试验,验证了所提出的航向角估计算法的有效性。     

模糊蚁群优化算法在交通导航系统中的应用

为了能处理交通导航系统中的模糊信息,并且能快速的综合多种信息求解最优导航路径,将模糊逻辑推理技术与改进的蚁群算法相结合提出了一种新的算法——模糊蚁群混合优化算法。实验表明,该算法不仅能够处理导航系统中的各种模糊信息,并且能利用改进的蚁群算法快速求解最优导航路径。     

巡检机器人全球定位系统/里程计组合定位方法

摘要：针对巡检机器人在校园环境中工作时,GPS信号易受树荫及较高建筑物遮挡而出现定位不准确的问题,提出GPS和ODO组合定位方法。该方法以GPS坐标信息为初始位置,里程计信息为主导航,GPS接收机的脉冲信号作为实时修正数据,利用卡尔曼滤波算法对系统状态进行最优估计,得到较为准确的状态估计值,最后利用状态估计值去修正系统的导航误差。同时在实验平台上进行验证仿真,实验结果表明,机器人以150cm/s的速度行驶80s后其轨迹误差能控制在5cm以内,得出利用多传感器融合技术可以提高机器人的定位精度和可靠性的结论,即通过对GPS和ODO组合定位方法能够有效提高机器人实时定位精度。