学科分类
/ 1
7 个结果
  • 简介:为了提高组合导航的精度,提出了一种伪/伪率/双差分载波相位组合导航方法。通过构造双差分载波相位观测量,以消除组合导航中若干误差源,避免整周模糊度的求解。为了避免组合后误差积累发散,引入伪/伪率信息,设计了一种新的滤波器。该滤波器能发挥载波相位高精度和伪/伪率包含绝对信息的优势。最后利用GPS实测数据和仿真惯性导航数据进行组合导航试验。试验中对比了伪组合、双差分载波相位组合等常见组合导航方法。两小时试验结果表明,提出的组合导航方法比传统伪组合方法的平均水平定位精度高61.13%,方法可行。

  • 标签: 组合导航 捷联惯导 双差分载波相位 伪距 伪距率
  • 简介:传统惯性/卫星紧组合导航系统采用载波相位平滑伪可以有效提高伪观测量精度,但平滑伪后观测量噪声不符合白噪声特性而导致卡尔曼滤波器容易发散;同时由于周跳的存在会更加严重影响滤波器的稳定性。针对上述问题,分析了平滑伪噪声特性并建立了噪声模型,在此基础上设计了鲁棒自适应滤波算法对观测噪声进行实时估计和补偿,结合抗差估计理论进行滤波以减小观测量噪声水平和模型不确定对滤波器带来的影响。理论分析和仿真结果表明,在复杂环境下,基于载波相位平滑伪的鲁棒自适应紧组合导航系统定位精度提高了一倍以上。

  • 标签: 平滑伪距 鲁棒自适应滤波 载波相位 紧组合
  • 简介:由于北斗卫星所处轨道远离地球,无源北斗接收机输出伪的误差较大,影响了与惯导进行伪组合时的滤波定位效果。考虑到无源北斗伪误差建模复杂,且Kalman滤波要求误差模型准确,作者研究了采用单机伪差分的方法减少滤波量测值误差,通过理论分析建立了基于伪差分的三星无源北斗/SINS组合模型。跑车试验表明,该组合导航算法可有效提高系统的定位精度,并具有滤波参数调整简单的优点。

  • 标签: 无源北斗 钟差 伪距差分 捷联惯性导航系统 组合导航
  • 简介:为了解决乘波体偏离设计条件下气动特性会恶化,特别在低速时,升力严重不足这个问题,提出了通过增大后掠角生成前缘涡,增加背风面的升力,以改善乘波体低速气动性能.首先使用VisualBasic编程语言,并通过CATIA软件二次开发技术,实现了锥导乘波体的参数化设计和自动生成.再通过控制圆锥角和流场长度这两个设计参数,获得了大后掠乘波体构型.最后,运用剪切应力输运(shear-stress-transport,SST)模型,计算了所得乘波体的气动特性,并分析了流场变化,发现乘波体在设计状态下激波能很好附着在前缘上,在小的正攻角下,乘波体可获得比设计状态更高的升阻比,满足巡航要求.运用I.模型计算了乘波体的低速气动特性,得到了不同攻角下升力、阻力和升阻比的变化规律.研究结果发现,乘波体在低速下产生了明显的涡结构,在合适攻角下,能产生数量可观的附加升力,提高了乘波体的水平起降性能.

  • 标签: 高超声速 气动特性 宽速域 乘波体 涡升力
  • 简介:为了实现侵彻弹药的高效毁伤,硬目标侵彻引信必须完成最佳炸识别和起爆控制任务。对比研究了两类炸精确控制方案:一类是基于侵彻深度经验公式,另一类是基于侵彻引信记录装置中的高g值加速度计测量信息。前者的精度完全依赖于先验信息,而后者的精度则取决于冲击加速度的精确测量和控制算法的实时解算。给出了基于伪自相关的空穴识别算法。冲击加速度信号自乘实现调频脉冲压缩,再通过低通滤波即可提取出平滑的侵彻信号包络线。进一步,详细推导了实时计算侵彻深度的积分算法。利用数学仿真的侵彻两层钢靶和实测的侵彻五层混凝土靶冲击加速度进行了算法验证。空穴识别算法能够准确识别出侵彻介质的层数,而冲击加速度的双积分与弹体实际位移保持一致,相对误差约3%。

  • 标签: 硬目标侵彻引信 经验公式 高g值加速度计 空穴识别 侵彻深度
  • 简介:针对非合作航天器的相对导航问题,提出了一种利用云矩形面特征测量非合作航天器位姿的方法。首先从云数据中提取矩形面;然后根据矩形面点云数据计算出点云分布矩阵,通过特征值分解求出相对位置和姿态,并解决了因矩形面对称而产生的多解问题;最后设计了卡尔曼滤波器,确定目标星与追踪星的相对位置参数以及目标星的姿态、角速度。仿真结果表明:相对位置的估计精度优于0.005m,目标星姿态精度优于0.1°,验证了该方法的有效性。

  • 标签: 非合作航天器 点云 矩形面特征 位姿测量
  • 简介:针对1RANSAC(RandomSampleConsensus)单目视觉EKF(ExtendedKalmanFilter)算法中的滤波发散问题,分析了滤波发散的产生原因,提出了一种基于渐消记忆滤波的1RANSAC单目视觉姿态估计算法。该算法通过在EKF滤波方程中引入加权因子,逐渐加大当前数据的权重,相应地减少旧数据的权重,有效地扼制了算法中的滤波发散问题。最后通过两组验证性实验验证说明了算法的有效性。实验结果表明:该算法能够有效地解决1RANSAC单目视觉EKF算法中的滤波发散问题,具有更高的精度。第一组双轴联动实验,航向角的平均误差减小2.4158?,俯仰角平均误差减小0.1782?;第二组偏航轴大角度转动实验,摄像机航向角的估计误差一直保持在1.5?以内。

  • 标签: 1点RANSAC算法 渐消记忆滤波 单目视觉 滤波发散