引入虚拟目标的高超声速巡航导弹智能机动突防策略

针对高超声速巡航导弹机动突防时弹道偏离难以约束、突防策略对不同作战场景的泛化性能较差等问题,提出一种基于虚拟目标和上下文马尔可夫决策过程的智能机动突防决策算法。在以预定弹道为轴线的管状弹道包络面内选定多个静止的虚拟目标,采用深度强化学习算法对其相对预定弹道的位置参数进行决策;用比例导引律引导巡航弹依次攻击这些虚拟目标,在包络面内塑造出能满足突防要求的机动弹道。基于上下文马尔可夫决策过程,将针对单个作战场景的最优突防策略拓展到作战场景的概率分布上,提升突防策略对不同作战场景的适应性。仿真结果表明:该智能机动突防策略能在突防的同时约束弹道偏离,在拦截弹发射位置和机动能力发生变化时仍能保持良好性能。

一种游动傅科机械编排的捷联惯性间接极区导航算法

针对指北方位、游移方位等机械编排的惯性导航系统在极区附近出现计算溢出、导航误差发散、方向基准缺失等问题,本文提出了一种基于游动傅科机械力学编排的捷联惯性间接极区导航算法。首先,推导了传统坐标系和横向坐标系下的游动傅科机械编排位置、速度和姿态转换关系,并设计了完整的捷联惯性极区导航流程。其次,在详细分析载体沿经线穿越极点时的导航解算性能基础上,提出了一种游动傅科机械编排的捷联惯性间接极区导航算法。实验结果表明,该算法能够实现传统导航与横向导航方式的平滑切换,并借助横向导航信息解决载体穿越极点时无法导航的难题。

基于GNSS/UWB的多无人机协同定位技术

针对多无人机之间位置信息的求解问题,提出基于GNSS/UWB的分布式协同定位方法,并基于因子图理论构建了一套分布式数据融合框架,在无人机之间引入消息传送与接收以实现信息共享,然后采用和积算法求取无人机节点位置信息的边缘概率密度函数。设计了基于改进EKF的迭代滤波器对无人机状态进行估计,对算法进行仿真。仿真结果表明,该分布式协同定位算法有着接近于集中式协同定位算法的定位精度,并且优于单点独立定位算法的定位精度。

面向室内弱光环境的视觉与惯导融合算法研究

针对视觉惯性里程计算法在低光照或黑暗等复杂条件下定位精度差的问题,提出了一种基于多状态约束卡尔曼滤波(MSCKF)算法的适应弱光环境的视觉惯性里程计算法。结合离散余弦变换(DCT)同态滤波和限制对比度的自适应图像均衡化处理图像,然后将增强后的图像应用于MSCKF中,计算出精确的初始位姿估计。基于多状态观测约束策略计算特征重投影误差,以更新系统状态。该算法在公开数据集EuRoC上进行了测试。结果表明,不管在正常光照还是弱光照的场景下,该算法相较于原始算法精度均有所提升,最大均方根误差从1.778 m降低到0.249 m,平均均方根误差降低57.7%。

基于TOA的迭代最小二乘定位算法研究

室内环境中基站与标签之间的距离会受到随机误差的影响,针对超宽带(UWB)系统的定位特性,提出了一种迭代加权最小二乘(IRLS)算法削弱测距随机误差的影响。首先,利用加权最小二乘算法获得标签的三维坐标。其次,通过构建中间变量,利用中间变量与位置坐标的关系构造迭代关系,并通过迭代计算提高标签三维坐标点位精度,得出最优解。仿真结果表明,在静态定位实验中,IRLS算法与经典最小二乘(LS)算法的平均点位误差分别为11.96 cm和13.42 cm,IRLS算法的定位结果优于LS算法;在动态定位实验中,经过卡尔曼滤波算法平滑处理后,IRLS算法的点位精度相比经典LS算法提升了12.82%。因此,IRLS算法可以显著提高UMB定位系统的点位精度。

基于Kalman滤波的分段积分闭环回溯快速粗对准方法

快速启动能力是惯导系统的重要性能指标。为应对车辆与武器系统等在短时间内完成初始对准的需求,在基于Kalman滤波的闭环粗对准基础上提出了一种闭环回溯粗对准方法,并设计了一种分段积分矢量构建方法,使得算法能够在多次回溯的过程中构建更多不共线矢量,进一步减少粗对准所需的数据量并提升对准精度。经三轴转台及车载惯导30 s和50 s对准实验验证,本算法在短时间内的对准精度优于优化对准方法和基于Kalman滤波的闭环粗对准方法,能够满足载体进行快速初始对准的需求。

采用H_∞滤波器的GPS/INS全组合导航系统研究

根据 H∞ 鲁棒滤波理论 ,提出了基于 H∞ 滤波技术的 GPS/INS全组合导航系统。该系统仅含有位置误差、速度误差和平台误差角 9维状态 ,并利用位置、速度和载波相位观测信息对全部状态进行观测 ,组成全组合导航系统 ,由 H∞ 滤波来提高系统的鲁棒性。对提出的全组合系统进行了动态仿真 ,仿真结果表明 ,该系统结构简单 ,状态估计精度高 ,系统鲁棒性好 。

基于STK的卫星导航原理与应用课程教学方法研究

在卫星导航原理与应用理论教学中引入卫星工具包STK辅助课程教学,对卫星导航原理与应用课程中的空间坐标系统、卫星轨道、卫星导航星座以及星间链路等知识点进行仿真。该仿真教学方法的实践证明,这一教学改革注重将仿真技术与专业课程教学相结合,提高了学生在卫星导航专业技术方面的实践创新能力,取得了良好的教学效果。

XNAV算法及其整周模糊度确定方法研究

X射线脉冲星导航(XNAV)是一种新型的航天器天文导航方法。研究了利用脉冲星脉冲相位观测信息进行导航卫星自主定轨的算法。首先分析了X射线脉冲在卫星和太阳系质心之间的传播时间方程,然后利用卫星与太阳系质心之间的相位差分观测量建立了系统的观测方程;结合导航卫星的轨道动力学特性,采用扩展卡尔曼滤波算法估计卫星的轨道。考虑到卫星轨道动力学预报得到的卫星位置值具有较好的精度,提出直接利用该位置预报值快速确定整周模糊度,并验证了该方法的可行性。数学仿真表明,该导航算法能够精确确定导航卫星在惯性系下的绝对位置。

基于抗差扩展卡尔曼滤波和外推-积累的RAIM方法

为了提高接收机自主完好性监测(receiver autonomous integrity monitoring,RAIM)算法对微小缓变伪距偏差的检测能力,提出一种基于抗差扩展卡尔曼滤波和外推-积累的RAIM方法。该方法结合了新息外推法和累积历元法在检测微小缓变伪距偏差上的优势,即在新息外推法的基础上,累加多个历元的检验统计量,来更有效地检测微小缓变伪距偏差;同时,利用抗差扩展卡尔曼滤波对偏差进行抗差处理,提高了定位精度。仿真结果表明,相比较于传统RAIM方法、新息外推法以及累积历元法,新的RAIM方法均提高了对微小伪距偏差正确检测的概率,缩短了对缓变伪距偏差的检测延时,且经过伪距偏差修正后定位精度提高。

地面目标特征识别与无人飞行器位姿估计

针对小型无人飞行器位置姿态估计问题,提出了一种基于视觉图像目标特征的相对位姿估计算法。应用Camshift算法获取目标初始位置,利用非线性尺度空间下的KAZE特征进行跟踪区域特征点提取,与源目标特征点进行匹配,得到精确的目标位置信息,实现了在图像平面内的目标快速跟踪,并得到机体轴系下无人飞行器与目标间相对位置和姿态角的估计值。对算法进行了实验验证,具有优良的跟踪性和实时性。

电动VTOL飞行器双目立体视觉导航方法

研究了在未知的、动态的室内走廊环境中,采用双目立体视觉引导电动VTOL(Vertical Take-Off and Landing)飞行器安全飞行的方法.使用安装在飞机上的两个微型摄像头从不同的位置获取图像,由双目立体视觉理论恢复其周围环境特征点的三维坐标.采用角点匹配方法计算视差,实现无人机在走廊中的横向坐标定位.采用区域灰度相关算法进行立体匹配获取视差图,从视差图上检测出障碍物,并给出避障导航点.初步实验验证表明,该方法可行性较高,可以作为进一步研究的基础.

捷联惯性导航、制导系统中方向余弦矩阵的递推算法

数十年来,四元数及其解法成功地应用于捷联惯性导航和制导系统中,成为经典的算法。它定义了从导航坐标系到飞行器体坐标系的四元数,然后给出四元数更新方程,再根据实时确定的四元数求出体系到导航坐标系的方向余弦矩阵,以便将测得的体系的视速度增量转换到导航系。从制导和导航角度看,上述方向余弦矩阵是必不可少的,而四元数却是中间变量,因此,本文跨越了四元数及其算法,根据方向余弦矩阵微分方程直接导出方向余弦矩阵的更新递推公式。数学仿真表明该算法的精度与四元数算法接近,但它具有更容易理解、计算量小、编程简单等优点,可以代替四元数方法。

多云天气天空偏振定向方法

为了在多云天气下实现天空偏振定向,提出了一种利用改进的U-Net深度神经网络结合偏振度阈值进行云分割的方法,并基于瑞利散射理论获取太阳方向与体轴夹角实现天空偏振定向。采用包含3个残差结构的Respath模块将UNet神经网络的编码区与解码区更好的融合,并在下采样时添加MultiBlock模块,使输入图像的特征更好地被学习。将神经网络预测的二值分割图与设置偏振度阈值为0.1的二值分割图进行或运算得到能够较好地分割云和蓝天的二值图。最后,将该二值图作为mask模板去除偏振方位角图中异常像素点,使保留的像素点符合瑞利散射理论,进而获取太阳方向与体轴的夹角。多云天气下的实验表明,该方法获取载体坐标系下太阳方位角的均方根误差为0.42°,能够满足实际导航需求。

基于速度障碍圆弧法的UAV自主避障规划研究

提高复杂环境下无人飞行器(unmanned aerial vehicle,UAV)自主避障能力成为亟待解决的关键问题。针对现有避障算法忽略"潜在危险"障碍的影响和对多障碍避碰复杂的问题,建立障碍物威胁分级模型,提出一种速度障碍圆弧法,该方法通过速度障碍圆弧参数量化了威胁障碍的影响。同时,给出了速度障碍圆弧参数的系统计算方法,考虑了复杂环境下UAV与威胁障碍之间不同相对位置和相对速度情况。基于速度障碍圆弧法给出相应的避碰算法。以路径规划为实例对避碰算法进行了仿真验证,仿真结果验证了算法的有效性和实用性。

多无人机协同导航技术研究现状及进展

UAV是无人驾驶飞机(Unmanned Aerial Vehicle)的简称,无人机相较于有人驾驶飞机具有用途广泛、成本低和生存能力强等特点,在军事民用领域都有着广阔的前景,受到了国内外研究者的关注。协同导航技术极大地扩展了无人机的应用范围,提高了多无人机定位的精度以及无人机编队的稳定性、安全性和可靠性。现阶段协同导航技术在编队导航、目标监测与跟踪等诸多方面都得到了研究与应用。从四个层次对协同导航的研究现状和进展进行探讨:首先是对多无人机协同导航的概念、基本原理、国内外发展现状和必要性进行阐述;其次对协同导航中相对导航方式进行了分类分析,并分别介绍了无线电导航与视觉导航的原理、优缺点和应用场景;然后从导航目的、协同导航优化算法、滤波方法、协同导航信息融合容错策略几个方面对协同导航进行分析归纳;最后,讨论了基于多无人机协同导航未来的发展趋势。

无人飞行器双目视觉位姿估计算法改进与验证

针对无人飞行器(UAV)在未知复杂环境下的导航问题,提出一种基于双目视觉的UAV位置和姿态估计算法.利用基于非线性尺度空间的KAZE特征构建立体图像对的特征点检测与描述,用Knn算法进行特征点匹配,导出相机坐标系下特征点三维坐标,用随机抽样一致(RANSAC)算法与L-M迭代算法获得UAV姿态和位置估计值.实验验证结果表明,基于KAZE特征的UAV双目视觉位姿估计算法的准确性、实时性与可重复性好,能满足UAV实时导航要求.

GPS姿态测量的载波相位整周模糊度快速解算

根据 ARCE方法可以将模糊度搜索空间从所观测到的 m颗卫星的 m -1维降为 3维独立整周模糊度搜索空间 ,结合整数高斯变换及基线长度约束减小模糊度搜索空间 ,利用 Cholesky分解提高模糊度搜索效率 ,实验结果证明该方法能够快速解算整周模糊度适于实时姿态确定等应用。

差分GPS载波相位测量整周模糊度的快速求解

对Ｃｈｏｌｅｓｋｙ分解整周模糊度的求解进行了改进，在求解整周模糊度的过程中，首先采用ＬＡＭＢＤＡ法对整周模糊度进行整数线性变换再作Ｃｈｏｌｅｓｋｙ分解，然后利用最优剪枝法（ｂｅｓｔｃｕｔ）对整周模糊度进行搜索，实验结果表明该方法具有快速搜索整周模糊度的能力，可以满足采用ＧＰＳ载波相位测量确定姿态以及ＧＰＳ载波相位测量与ＩＮＳ组合的实时性。

基于速度障碍法的多UAV可飞行航迹优化生成

研究无人飞行器(unmanned aerial vehicle,UAV)在线可飞行航迹的自主规划对UAV适应非结构化环境、提高机动作战能力具有重要的现实意义。提出了一种基于Pythagorean Hodograph(PH)曲线的UAV在线航迹生成算法,可以根据UAV当前的飞行状态、目标点信息及传感器探测信息实时规划出曲率连续的可避碰飞行航迹。考虑系统动态性能约束,采用分布估计算法对航迹参数进行优化选取,提出基于区间选优的全局精英个体概率选择机制,提高了航迹生成的速度及精度。根据速度障碍法原理,结合PH曲线的特点,给出了高动态环境下多UAV的实时动态避碰规划算法,该算法能使轨迹快速趋近于目标。对一组UAV的航迹规划在不同环境下进行了仿真实验,仿真结果证明了算法的有效性和实用性。