简介：针对卫星姿态测量系统(SAMS),将径向基函数RBF(RadialBasisFunction)网络和多传感器信息融合技术相结合,并将其应用在系统的故障检测与诊断中.研究结果表明,此方法是可行有效的,可以提高系统的测量精度和性能.

简介：为了实现光纤陀螺组合小型化、低成本和高精度,进行了三轴一体化光纤陀螺样机的研制。该样机包括光学表头和陀螺解算电路两部分,其中,三个安装在三维空间正交支架上的敏感线圈共用一个光源,并且和其它独立的光学器件组成光学表头。陀螺解算电路由一块FPGA芯片处理三路探测器输出信号,输出与角速度成正比的数字信号。与传统光纤陀螺组合相比,三轴一体化光纤陀螺的组合结构缩小60%,成本降低20%,功耗降低一倍,但制作工艺较复杂。经过测试,其性能和单轴陀螺相当。此项研究技术可广泛应用于对体积要求严格的战术型号上。

简介：本文讨论了测试转台全数字化系统设计方法，并成功地应用于某型单轴测试台。实验结果表明，全数字化控制系统设计能够有效避免模拟控制中的积分漂移和无刷力矩电机的干扰噪音，可保证位置控制精度达到±１＂，最低平稳速率达到０．０００１ｄｅｇ／ｓ。

简介：讨论了一种适用于双轴测试转台的全数字化控制系统结构。该系统采用了多单片机并行实现的主从分布式控制方法，不仅大大简化了系统硬件设计，提高了可靠性；而且其控制器完全由软件来实现，易于实现模拟电路难以实现的复杂的控制规律；同时也为在不改变硬件的前提下进一步扩展系统功能，改善系统的动、静特性提供了基础。实验表明，文中提出的全数字化控制系统结构完全能满足双轴测试转台的控制需要。

简介：研究了多传感器信息融合技术在地形辅助/惯性/GPS组合导航系统中的应用,并在此理论基础上,采用一种新的仿真方法研究该组合导航系统,即采用多种高级语言混合编程,对该组合系统进行可视化仿真.仿真结果表明:采用联合滤波器的地形辅助/惯性/GPS组合系统具有较高的导航精度,最终达到可视化仿真研究的目的,从而对组合系统性能的研究起到了积极的推动作用.

简介：以近空间尖前缘高超声速巡航飞行器的研制为背景，作者在前一阶段采用模型理论分析方法，陆续研究了沿微钝前缘驻点线的化学非平衡流动和气动加热相似律，文章是上述研究的综合回顾和深化讨论．稀薄条件下，驻点附近流动和传热出现一系列与连续流动模型不同的新特征，超出了经典气动热预测理论的适用范围．作者建立了一个沿驻点线能量传递和转化的广义模型，并分别推导了具有实际物理意义的边界层外离解非平衡流动判据和边界层内复合非平衡流动判据．基于这些判据构建了预测非平衡流动驻点气动加热的桥函数，并讨论了稀薄非平衡真实气体流动和气动加热的相似律，发现新型近空间尖前缘飞行器遭遇的气动热环境不同于传统大钝头航天器再入问题，传统的天地换算相似准则将会失效．这些理论分析结果可为稀薄非平衡化学反应流及气动加热的实验和计算提供一个标模检验的手段．

简介：Schuler振荡阻尼技术是提高惯导长期工作精度的关键技术之一。针对采用低阶阻尼网络的惯导系统抑制高频和低频参考速度误差难以兼顾的问题,基于互补滤波思想,提出一种高阶水平阻尼网络设计方法。将两个采用低阶网络、分别具有优良高频和低频特性的Schuler回路通过一对互补滤波器进行组合,形成双Schuler回路组合系统。它等效于采用某高阶网络的单Schuler回路,该回路对高频和低频参考速度误差的衰减率可同时达到40dB/10deg或更高。计算机仿真和海上试验结果均表明：采用所设计高阶网络的系统对参考速度误差兼有优良的高频和低频滤波特性,综合滤波性能优于采用低阶阻尼网络的系统,具有工程应用价值。

简介：为实现网络差分系统的高精度差分定位,利用虚拟参考站技术提出一种网络RTK差分改正信息的生成方法。利用VRS技术建模生成了虚拟参考站的双频伪距观测值、双频载波相位观测值,重点推导了关键的载波相位数据项参数的算法公式,遵循RTCM2.3国际标准协议编码生成了RTCM3、RTCM18、RTCM19号差分改正电文,通过同步实验的方法与标准RTCM相应的主要参数进行了数值对比。实验表明,该方法生成的差分改正信息主要数据项与标准值的误差小于0.04cycle,当被用于GPS网络差分定位时,移动站的平面精度优于5cm.

简介：在干扰大的外界环境中,传统滤波法对组合导航系统进行状态估计的精度难以满足要求,为此提出了引入Elman神经网络.描述了它的状态估计的设计方法,对如何获取训练样本及网络的训练算法给予了详细的介绍,并把优化后的算法与原有方法进行仿真对比.最后以INS/GPS组合导航系统为例,分别用传统滤波法与Elman神经网络法进行状态估计.仿真结果证明了该法的有效性和实用性.

简介：本文针对某型陀螺启动特性进行了试验研究，在陀螺启动漂移特性试验数据基础上，用神经网络建立了启动漂移速率温度的非线性模型，并对模型进行了检验，证实了神经网络的有效性

简介：从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。

简介：针对传统压电型声矢量传感器无法兼顾小体积与高灵敏度的问题,利用MEMS电容加速度计作为拾振器,实现矢量传感器的小型化设计。首先采用机电类比分析的方法得到内置加速度计的刚硬球体的声致振动响应;然后进行硅微电容加速度计选型和参数分析、设定,并设计制作了一只二维球形矢量传感器样机;最后对样机进行了参数测试,结果表明两矢量通道均具有良好的方向性,声压灵敏度分别为？185dB和-186dB（1kHz,0dBref1V/μPa）,通道间相位差与理论值保持一致,验证了利用MEMS电容加速度计设计矢量传感器的可行性。

简介：针对亚轨道可重复使用运载器（SRLV）的应用需求,在将卫星投送到预定轨道同时确保SRLV安全返回的前提下,对基于记忆原理的轨迹/总体参数一体化优化方法进行了研究。记忆优化算法是一种具有全局收敛性的随机搜索方法,每次搜索的试探解优劣状态由记忆元来存储。利用记忆原理的记忆增强和遗忘规律来衡量优化搜索过程中试探解的状态,并以燃料最省作为优化指标。同时采用三种不同的搜索策略,实现对试探解的随机搜索,避免陷入局部极小问题,并以此来提高搜索速度。仿真表明：卫星入轨速度偏差小于2m/s,高度偏差小于10m,轨道倾角偏差小于0.0001°。SRLV最终与着陆场的位置偏差小于100m,速度偏差小于5m/s。相较于传统的轨迹优化方法,新方法适用于复杂的轨迹/参数一体化优化问题,搜索速度快,求解精度高,有利于算法在工程实际中的应用与推广。

简介：为了提高潜器导航定位精度，针对等值线算法在惯导系统初始误差较大时易发散的问题，提出基于概率神经网络调优的等值线改进方法。首先，在搜索区域内，利用概率神经网络算法对惯导系统航迹进行调优，并经过卡尔曼滤波器与惯导系统航迹进行信息融合形成待匹配航迹；在此基础上利用实时等值线算法得到最佳匹配位置。分别在不同初始条件下进行仿真分析，得出概率神经网络算法在大的初始误差下不易发散但定位精度不高的结论，然后在潜器行驶6h后，初始误差为5.438？的条件下进行仿真验证，结果表明，改进方法定位精度均值优于0.537？，从而证明改进方法是有效的，即使在大的初始误差下仍然能够达到较高的定位精度。

简介：光纤陀螺（FOG）温度漂移误差是影响其输出精度的主要误差源之一。针对基于传统BP神经网络FOG温度误差补偿方案适用性较差的问题,提出了优化预测数据的BP神经网络补偿算法,利用最优线性平滑技术以及滑动平均技术对神经网络待补偿数据进行预处理,可以有效减小FOG输出白噪声对温度漂移网络模型补偿精度的干扰,优化神经网络模型的补偿效果。使用FOG温度漂移实测数据对所提出的优化算法进行验证,结果表明利用本文提出的两种建模及补偿方案进行补偿后的FOG温度漂移数据标准差相比传统BP神经网络补偿方法减少50%以上。

简介：基于传统小卫星对轨道和姿态参数确定采用分别计算的复杂模式,提出了一种利用地磁场和天文信息同时确定卫星轨道和姿态参数的新方法.首先通过分析小卫星轨道动力学J2模型和卫星姿态动力学模型,建立系统状态方程.其次将三轴磁强计与地磁场模型参考值的矢量作差,分析微分差值与状态变量的数学关系,建立定位/定姿观测方程.利用星敏感器提供的高精度姿态信息,建立定姿观测方程,同时利用星敏感器间接敏感地平观测折射恒星,建立定位观测方程.最后提出基于信息融合的先进滤波算法,并通过对多种导航模式进行数值仿真及结果分析,论证所设计一体化方法提高了系统定轨/定姿的精度和可靠性.

简介：开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.

简介：针对系统误差的不确定性可能会引起滤波精度降低或发散的问题，提出一种新的基于模型预测滤波的前向神经网络算法。首先，采用模型预测滤波估计网络在正向传递过程中的模型误差，并对其进行修正，以弥补模型误差对隐含层权值更新的影响；然后，利用模型预测滤波为神经网络提供精确的训练样本，学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统，并与扩展卡尔曼滤波进行比较，仿真结果表明，提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内，滤波性能明显优于扩展卡尔曼滤波算法，表明该算法能提高组合导航定位的解算精度。

简介：针对转发式卫星欺骗信号传播方向同真实卫星信号的差异，提出一种在惯性信息辅助下，利用载波相位双差观测量进行欺骗信号检测的技术。根据转发式欺骗的特点，推导欺骗条件下的载波相位双差观测方程。利用INS提供的姿态信息，建立载波相位双差与接收机天线基线矢量的关系。将载波相位双差观测值和预测值的差值作为欺骗检测的检验统计量。从故障检测的角度进行检测概率分析，当载波相位双差预测值达到0.3周时，假定虚警概率为0.01，可在单个测量历元内到达99.99%的检测概率。最后通过仿真分析验证了惯性信息辅助下欺骗信号检测的有效性。

简介：分布式联邦滤波器在多传感器信息融合领域得到广泛的重视，联邦滤波中的信息分配原则直接影响滤波器的精度和容错性，而常规的标量形式联邦滤波信息分配方法无法满足高动态环境下状态的动态变化特性。信息分配是设计和实现联邦滤波器的关键环节，基于系统误差协方差阵和可观测阵。文中考虑系统状态估计精度和系统的可观测性，提出了一种新的联邦滤波信息分配方案和算法。新的联邦滤波算法允许每一个系统状态变量具有不同的动态信息分配因子，从而改进了联邦滤波信息融合的精度。仿真结果表明，与传统联邦滤波算法比较，改进的信息融合算法精度能提高30％以上。