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。     

三回路自动驾驶仪特点分析

对三回路自动驾驶仪的工作原理及特点进行了分析. 研究表明,这种驾驶仪的内回路是姿态驾驶仪,可以对静不稳定导弹进行稳定,闭环稳态传递系数不受气动参数变化的影响,驾驶仪输出对舵机零位误差不敏感,系统响应速度较带积分校正的过载驾驶仪快,且三回路驾驶仪比标准驾驶仪对噪声有较强的滤波能力.     

轮式炮车驾驶训练实时运动仿真

参见汽车运动模型建立相应的炮车模型,应用齐次变换理论给出炮车位姿的解算方法,并运用一种3 RPS型三自由度并联机器人结构的动感平台来实现运动模拟,而且给出了动感平台中作动器的速度方程,以确保驱动机构控制作动器按指定的速度运动,从而使动感平台能够实时模拟炮车行驶过程中的运动位姿·仿真实验验证了所建计算模型的正确性,也说明该火炮模拟训练系统方案是正确可行的·     

基于MEMS传感器的助老型机构人体姿态识别方法

研究一种基于MEMS传感器的助老型机构人体姿态识别方法,通过对老人的坐起、卧起、走路、上下楼梯五个动作识别,验证该识别方法的有效性.将7个传感器模块置于老人的腰部、大腿、胳膊等部位,采用坐标变换的方法,将采集到的相关部位四元数信息转化到腰部坐标系下,并组建标准矩阵,提取标准矩阵的均值、方差等特征值,通过基于阈值的两层识别算法快速判断动作类型,并采用支持向量机融合多种特征值作对比实验.实验表明,使用融合后的特征,平均识别率提高了18.4％.本研究完成了老人日常生活中五个动作的识别.     

复杂光照与背景下的Double肤色模型人脸检测算法

针对复杂光照与背景的图像中难以准确检测出人脸的情况,提出一种复杂光照与背景下的Double肤色模型人脸检测算法。采用一种改进的光照补偿方法对图像进行光照预处理,融合改进的高斯肤色模型和非线性肤色模型,通过对融合算法进行收敛性验证与实例检验,证明了其可行性。实验结果表明,该算法能够对复杂背景及光照下多人脸、多姿态、遮挡、动态视频图像等情况的人脸检测有较好的检测效果。     

基于四元数互补滤波的无人机姿态解算

针对无人机低成本姿态解算这一基本问题,考虑到传统姿态算法运算量大、不易调试,采用微惯性单元(MEMS)测量无人机原始姿态数据,采用基于四元数的互补滤波算法,有效降低姿态解算的运算量,实现MEMS各传感器的信息融合。从理论上证明了基于四元数的互补滤波器的稳定性,分析了滤波器的性能。采用无人机真实数据验证了算法的有效性,解算得到的俯仰角、滚转角精度小于1°,航向角精度小于2°。与传统姿态算法比较,本算法简单有效、运算量小、易于调试。     

基于惯性测量单元旋转的陀螺漂移估计和补偿方法

陀螺仪的漂移误差是影响惯性导航系统的姿态测量精度的重要因素。常用的陀螺漂移估计及航向角误差修正方法需要用磁强计或GPS等外部传感器的辅助数据来实现,存在室内、磁干扰等环境下应用受限的问题。对此该文提出了惯性测量单元旋转的改进方法。该方法在测量过程中对陀螺仪施加独立于物体运动的特定旋转,通过旋转前后不同姿态下陀螺仪和加速度计输出的倾角数值,得到惯性测量单元漂移估计。实验表明,该估计算法可有效地提高航向角的测量精度。     

捷联系统姿态算法的优化

该文对姿态计算四元数方法进行了研究.通过对计算姿态矩阵的U-S分解,清楚地表达了不同算法的标度误差、歪斜误差和漂移误差;同时也对整流误差、算法优化以及陀螺输出速率信号的提取阶次与计算误差间的关系等问题作了探讨     

椭圆轨道上卫星的混沌姿态运动

基于土星卫星上所观察到的混沌运动,研究了中心引力场中Ｋｅｐｌｅｒ椭圆轨道上非对称卫星的姿态运动,其系统的Ｈａｍ ｉｌｔｏｎ 函数可用ＳｅｒｒｅｔＡｎｄｏｙｅｒ变量写出．通过无限小接触变换,将系统等价为无力矩作用下自由刚体运动,但其转动惯量仍随时间周期地变化,从而化作周期摄动的ＥｕｌｅｒＰｏｉｎｓｏｔ运动．应用Ｍｅｌｎｉｋｏｖ 方法预测其存在混沌运动,并利用Ｐｏｉｎｃａｒé截面的数值计算验证此结论的正确性．