模糊自适应滤波算法在自主水下航行器组合导航系统中的应用

复杂水下工作环境中的诸多不确定因素均有可能导致自主水下航行器(autonomous underwater vehicle,AUV)导航系统的量测噪声模型发生变化,且噪声统计特性难以准确获得.为获得更为准确的状态估计值,提出一种基于模糊逻辑的自适应滤波算法,使量测噪声方差阵可以根据实际情况进行自适应调整从而逼近真实量测噪...     

单轴旋转SINS轴向陀螺漂移精确标校方法

为提高单轴旋转捷联惯导系统长时间导航精度,提出了一种精确标校轴向陀螺漂移的方法。在静基座条件下分析了轴向陀螺漂移、初始姿态和航向角误差对系统经纬度影响,将水平阻尼网络引入到导航算法流程中以抑制系统舒拉振荡误差。建立了经纬度误差与轴向陀螺漂移、初始航向角误差之间的数学模型,并设计了一种合理的标校流程,采用最小二乘法对轴向陀螺漂移进行精确标校。对该方法进行了数学仿真与实际系统验证实验。实验结果表明,当系统陀螺漂移误差为0.01(°)/h时,经过12.5 h精确标校后轴向陀螺漂移的辨识精度达到0.001(°)/h,系统的定位精度优于1.5 n mile/48 h。     

组合导航系统中异步多传感器信息融合算法

针对组合导航系统中多个传感器采样频率不同且存在量测滞后的问题,提出一种基于多尺度数据分块的组合导航信息融合算法.建立最高采样率下的系统模型,通过状态和观测的分块得到基于多尺度的系统模型,利用不同尺度上的观测信息在各尺度上进行Kalman滤波,并经融合最终获得基于全局的状态估计值.将该算法用于SINS/DVL/TAN组合导航系统仿真,结果表明,在异步多传感器量测的情况下,基于多尺度数据分块的信息融合算法与非等间隔Kalman滤波算法相比,北向速度最大误差减小24.1%,纬度最大误差减小23.8%,东向速度最大误差和经度最大误差均略有减小.因此,信息融合算法具有较高的滤波精度,有利于提高系统的导航定位精度.     

基于单片机的自动泊车系统设计

针对城市人群泊车困难的问题,设计基于单片机的自动泊车系统.系统硬件主要由单片机、传感器、舵机、直流电机和数码管组成,软件由主程序、循迹程序、避障程序、超声波程序、感光程序和电机控制模块组成.采用STC89C52单片机为核心接收并处理传感器采集的路面信息,控制电机模块做出相应的动作,实现小车的行走控制、入库时的安全距离监...     

单轴旋转SINS方位陀螺漂移精确估计方法

为了减小方位陀螺漂移对单轴旋转捷联惯性导航系统(strapdown inertial navigation system, SINS)长时间定位精度影响,提出了一种方位陀螺漂移在线估计方法。对SINS误差参数进行分析,指出东向陀螺漂移和方位失准角精度决定方位陀螺漂移估计值精度。利用优化后的卡尔曼(Kalman)滤波器在线估计SINS失准角并进行补偿,在此基础上进一步使用Kalman滤波器估计惯性测量单元(inertial measurement unit, IMU)误差。进行了转台三轴摇摆和车载行进间验证实验,车载行进间验证实验中,IMU误差估计完成后转入到纯惯性导航,其12 h的定位误差为2.12n mile,系统定位精度满足中等精度单轴旋转SINS长时间导航需求。