基于中心差分卡尔曼滤波的航天器视觉相对导航算法研究

在航天器视觉相对导航过程中,量测方程的非线性特性会影响航天器相对位姿的估计精度.分析了扩展卡尔曼滤波方法(EKF)将非线性模型线性化时存在的缺点,研究了中心差分卡尔曼滤波方法(CDKF),提出用中心差分卡尔曼滤波方法来解决视觉导航中两航天器的相对位姿估计问题,并给出了EKF与CDKF的仿真结果.仿真结果表明在相同条件下,CD-KF算法比EKF具有更高的精度和稳定性,该方法能够在航天器视觉相对导航中应用.     

地球静止轨道三轴稳定气象卫星辐射计——可见光通道CCD星敏感

地球静止轨道三轴稳定气象卫星辐射计可见光通道既有对地观测功能又有星敏感能力。根据卫星图像导航与配准系统要求,辐射计可以中断对地观测任务,工作模式转换到星敏感模式。在星敏感模式下,辐射计根据地面命令,在视场东西23°×南北22°的四个角上,探测预先选择的3颗恒星。根据理想扫描位置和实际探测位置的差异,确定仪器姿态,补偿由于轨道、姿态漂移和热形变引起的辐射计光轴指向变化。辐射计星敏感利用了扫描辐射计的两维扫描机构、光学系统和可见光探测器。     

丘陵地区柑橘园采收搬运机器人系统的研制

针对丘陵地区柑橘园地形多为坡地,柑橘采收搬运困难、劳动强度大,严重制约丘区现代柑橘园发展的问题,通过计算机三维设计、电路搭建和软件控制等方法,研制了丘区柑橘园采收搬运机器人系统,并通过性能测试.试验结果表明,该机器人能够满足丘陵地区柑橘园采摘搬运检测准确率和跟随运输精度要求,检测准确率高于97%,跟随运输精度超过90%.     

浅谈基于重点学科导航库的网络资源元数据

通过对网络资源特点的分析,提出了基于中南大学重点学科导航库的网络资源元数据标准。     

基于SINS/GBAS组合导航的高精度进近着陆导航技术

可重复使用运载器在进近着陆阶段对位置偏差有较高的精度要求, 而现有的组合导航方式的导航误差波动幅度较大, 难以满足运载器在进近着陆段的导航要求。因此,本文利用捷联惯导系统(strap-down inertial navigation system,SINS)的非线性误差传播模型, 以陆基增强系统(ground based augmentation system,GBAS)输出的精确位置信息为基础, 建立SINS/GBAS组合导航方法, 并给出“输出+反馈”的组合导航复合修正结构。通过在GBAS中引入电离层误差及对流层误差, 从而实现了对于运载器定位误差在厘米级的精确定位。此外,通过引入扩展卡尔曼滤波技术, 有效地抑制了惯导误差漂移的问题。通过数值模拟仿真, 证明SINS/GBAS组合导航对飞行器进近着陆段的水平与高程定位误差不大于0.05 m, 测速误差不大于0.05 m/s, 从而证实了SINS/GBAS组合导航方式在可重复运载器在进近着陆段导航的可行性。     

程序管制下考虑高度层穿越的航路容量评估模型

针对RNP(required navigation performance)规范和程序管制手段下的航路容量评估方法进行研究,采用数学建模的方法,根据程序管制规则和RNP运行规范,建立了一种考虑高度层穿越(crossing flight level,CFL)的航路容量评估模型.量化航空器上升率和穿越间隔裕度之间的关系;确定了CFL的间接影响;考虑程序管制中同向和逆向穿越确定了CFL的直接影响;使得模型评估值更接近实际运行值.通过成都—拉萨B213航路的模拟测试和调研数据分析,评估其规划平行航路前后的容量值,验证了本文模型的准确性,且证实实施RNP后航路容量的提升.为成拉复线的开通提供了理论支撑,对评估我国西部地区的航路容量有一定的参考价值.     

潜器水下重力匹配导航研究进展

由于水下重力匹配导航是提高潜器水下导航精度的重要手段,因此本文对海洋重力场、重力仪、重力梯度仪的研究进展进行综述。首先,总结了海洋重力场国内外研究进展,回顾了SS系列、KMS-DNSC-DTU系列全球重力场模型的发展历程;其次,重点介绍了重力仪/重力梯度仪种类、精度水平、国内外研究进展,列出了不同类型重力仪/重力梯度仪的代表型号;最后,简述了钱学森空间技术实验室天空海一体化导航与探测团队阶段性研究成果。     

基于北斗 GPS GSM的远程目标无线监控系统

为了解决目前远程物标远程监控存在的地域覆盖不广、信号不稳定、容易被监听和干扰等问题,通过对北斗、GPS、GSM的定位、通信性能的分析,提出基于北斗、GPS和GSM联合实现移动物标监控的解决方案,并且介绍了在开发过程中的遇到的数据通信编码和位置滤波等一些关键技术问题。该系统开发周期短,安装方便,因此具有广阔的应用前景。     

基于情景经验与稀疏点云的移动机器人导航

针对稀疏点云地图用于自主导航任务的信息不充分问题,融合情景经验实现环境认知,提出一种基于情景经验与稀疏点云的移动机器人导航系统,获取全局最优路径,提高机器人导航精度.构建点云地图来保存环境显著路标.受人类基于情景经验方式导航启发,模拟经验积累过程,构建封装了场景感知、位姿信息和事件转移集的情景经验地图,实现机器人对环境在拓扑关系上的理解.结合环境稀疏点云地图定位机器人,根据情景经验地图规划路径与控制机器人行为.实验结果表明:该导航系统能够根据不同的导航任务规划出全局最优路径,并且具有较高的导航精度.     

基于改进Rake模型的多径BOC信号精确捕获方法

针对多径二进制偏移载波(binary offset carrier,BOC)信号自相关函数的多峰性导致的捕获模糊性问题,提出了一种基于改进Rake模型的精确捕获方法。该方法依据Rake接收机可以有效利用多径分量的优点,首先将接收的多径BOC信号分离后经过带有载波相位估计功能的Rake模型,得到了采用最大比合并方法后的近似单径信号,然后采用带有频偏校正的相关重构方法对BOC信号进行捕获,并详细阐述了相关重构原理。理论和计算机仿真分析表明,在同一条件下,该方法较其他方法具有精度高、易实现的优点,且BOC信号阶数越高效果越好。