一种冗余配置的MEMS单轴旋转式惯导系统设计

针对载体运动削弱旋转调制效果这一问题,提出了一种在旋转轴向冗余配置一枚与载体捷联的轴向陀螺,利用其敏感信息为电机提供反旋信息,从而隔离载体轴向运动的方法。利用中低精度MEMS器件,从惯性测量系统结构入手,突破传统旋转调制系统结构限制,设计了可自由旋转的单轴旋转式微惯导系统,并且解决了数据不同步的问题,实现了MIMU的自由旋转,补偿了系统安装误差角,进行了静态与动态导航试验,结果表明,该系统可有效实现旋转调制,在减小微惯导系统测量误差的同时,为后续深入开展旋转调制研究工作提供了硬件基础,具有一定的工程应用价值。     

Self-alignment of full skewed RSINS：observability analysis and full-observable Kalman filter

Traditional orthogonal strapdown inertial navigation sys-tem （SINS） cannot achieve satisfactory self-alignment accuracy in the stationary base： taking more than 5 minutes and al the iner-tial sensors biases cannot get ful observability except the up-axis accelerometer. However, the ful skewed redundant SINS （RSINS） can not only enhance the reliability of the system, but also improve the accuracy of the system, such as the initial alignment. Firstly, the observability of the system state includes attitude errors and al the inertial sensors biases are analyzed with the global perspective method： any three gyroscopes and three accelerometers can be assembled into an independent subordinate SINS （sub-SINS）;the system state can be uniquely confirmed by the coupling connec-tions of al the sub-SINSs;the attitude errors and random constant biases of al the inertial sensors are observable. However, the ran-dom noises of the inertial sensors are not taken into account in the above analyzing process. Secondly, the ful-observable Kalman filter which can be applied to the actual RSINS containing random noises is established; the system state includes the position, ve-locity, attitude errors of al the sub-SINSs and the random constant biases of the redundant inertial sensors. At last, the initial self-alignment process of a typical four-redundancy ful skewed RSINS is simulated： the horizontal attitudes （pitch, rol ） errors and yaw error can be exactly evaluated within 80 s and 100 s respectively, while the random constant biases of gyroscopes and accelero-meters can be precisely evaluated within 120 s. For the ful skewed RSINS, the self-alignment accuracy is greatly improved, mean-while the self-alignment time is widely shortened.     

GFMIMU/GPS组合导航系统信息融合技术研究

GFMIMU/GPS(Gyroscope Free Micro Inertial Measurement Unit/Global Positioning System)组合导航系统具有抗高g值冲击、低成本、长寿命、较高精度等优点,在低成本精确制导武器和微小型无人机具有广阔的应用前景。针对工程应用中信息融合的精度和实时性两方面的要求,运用基于模型误差预测的扩展卡尔曼滤波MEP-EKF(Extended Kalman Filter base on Model Error Predictive)方法,将MEMS(Micro Electromechanical Systems)加速度计的误差作为模型误差来考虑,对GFMIMU/GPS组合导航系统进行建模仿真,将其与EKF和UKF(Unscented Kalman Filter)方法进行了仿真比较,在方位误差角的估计上取得了比他们精度高的仿真结果,而且MEP-EKF所需时间是UKF的10%.     

利用惯性传感器数据实时示教下肢外骨骼步态的研究

为实时、灵活和方便地示教下肢外骨骼机器人的步态,提出利用惯性传感器实时示教步态的方法。通过示教者下肢末端的传感器,实时采集脚掌的位姿数据,再根据逆向运动学理论建立下肢各关节角的算法,从而实现每条下肢只需一只传感器即可示教步态的要求。通过安放在小腿和大腿上的其他惯性传感器实测的数据,验证该方法可行性。研究结果表明,该方法时间滞后0.15 s,关节最大误差在2°范围内,能够实现步态的实时示教控制。     

面向公路施工成本模型的优化PSO算法研究

传统的施工项目管理方式和资源优化方法造成了资源浪费,因此研究提出了基于PSO算法的公路成本优化模型,首先通过对现行公路施工管理下成本指标进行分析,得出了施工成本计算模型并将其分为多部分的目标优化模型,同时应用粒子群算法对多目标优化问题进行求解。通过仿真表明,PSO算法模型优化之后成本减少了316.1万,而施工实践缩减了98天。实验证明,基于PSO的公路施工成本优化模型可以有效减少公路施工中的时间消耗和成本资源消耗。     

对称机动飞行时飞行员人体动态体表压力分布研究

论述了飞行员人体动态体表压力分布对于飞行过载动感仿真的重要性。给出坐姿人体体表压力模式及其等效压力分析方法。在对称机动飞行情形下,建立了飞行员人体动力学方程,该方程考虑了歼击机飞行员实际坐姿。导出了动态体表压力公式,动态体表压力与飞行员人体加速度之间的惯性传递矩阵。给出与动态体表压力相关的歼击机飞行员人体参数计算方法。以某飞机眼镜蛇机动为例,通过数值求解,得到该机动飞行时飞行员人体动态体表压力分布。研究结果可用于指导过载椅设计。     

多传感器融合定位控制系统设计

为实现水田作业机械的精确定位,在惯性传感器定位的基础上,设计了一套基于激光的多传感器融合定位系统.该系统以激光、陀螺仪与编码盘等传感器模块为硬件基础,结合卡尔曼滤波算法实现了多传感器的数据融合.试验结果表明:在50 m×50 m的测试范围内,静态定位误差小于10 cm,系统定位可靠,精度较高,达到了预期研究目标.     

挤压油膜阻尼器油膜压力的1种实用计算方法

针对挤压油膜阻尼器(SFD)长轴承模型,根据含有流体惯性项的Navier-Stokes(N-S)方程,通过建立油膜惯性速度分布模型,提出了1种工程上实用的油膜压力计算方法,即解析法与数值计算相结合的方法,给出了油膜压力和作用力的表达式.     

城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先,为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次,为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后,为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明,所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。