一种新的电子罗盘校准算法研究

针对复杂磁环境下磁强计误差补偿算法效果不理想而导致电子罗盘精度较低的问题,本文对磁强计的误差来源进行了详细分析与建模,提出了一种基于模拟退火算法(SA)的空间椭球磁强计校正方法,采用模拟退火算法,对磁强计测量数据进行空间椭球拟合,用估计的参数进行刻度系数与软磁干扰、硬磁干扰与零点偏移的整体误差补偿。最后,利用最小二乘法求解出非正交轴的方向余弦,进行非正交误差和安装误差补偿。最终利用设计的算法对某电子罗盘系统进行了航向角误差对比试验,实验结果表明该方法能准确计算出磁强计的误差参数,实测航向角精度从4.5°提高到0.4°,提高了一个数量级。该方法在电子罗盘的校准中具有了一定的工程参考价值。

基于UWB/INS的单兵班组协同定位算法研究

针对单兵作战系统易受室外GPS(Global Positioning System)信号遮挡失锁难以定位与INS自主定位容易发散的问题,提出一种基于单兵之间相互测距信息的EKF(Extended Kalman Filter)班组协同定位算法.利用角速度均方根阈值判别法进行单兵零速修正,UWB(Ultra Wideband)进行相互测距的同时传输协作单元位置估计和协方差信息,通过构造距离量测方程在零速区间协同定位.实测试验对比单兵INS定位算法与基于相互测距信息的EKF班组协同定位算法,试验结果表明:基于UWB/INS的单兵班组协同定位算法明显优于单兵INS算法自主定位,其位置误差减小了一个数量级,有效抑制了单兵INS定位误差累积.该算法可以在我军反恐作战、抢险救灾等极端环境下单兵班组协同定位中使用.

基于事后RTK的广域无线传感网络节点低功耗高精度定位模块设计

针对爆炸场测试、道路探伤等广域空间物理场采集和监测工程中,无线传感网络节点高精度、低功耗定位且需要时钟统一的需求,提出通过硬件方法为节点提供统一时钟脉冲,提供统一的时间零点及时钟信号,通过卡尔曼滤波加快定位速度,并在获取高精度位置后待机以降低功耗。进行传感网络及节点系统构成设计,通过具体的野外GNSS定位实验数据证明系统实现了毫米级定位,并且通过统计和测量证明了系统的硬件功耗为毫瓦级、时钟统一精度达纳秒级,证明该方案可行。

基于BP神经网络辅助的组合导航算法研究

针对INS/GPS组合导航系统在GPS信号被遮挡时,GPS接收机失锁导致导航精度迅速下降的问题,提出了基于BP神经网络辅助的组合导航算法。即在GPS信号锁定的时候,采用卡尔曼滤波对INS/GPS信号进行数据融合得到实时的精确位置,同时利用组合导航输出信息对BP神经网络进行实时在线训练;一旦GPS失锁,利用之前训练好的神经网络对INS系统进行误差补偿,解决精度迅速下降问题。通过跑车实验证明,速度精度在0.2 m/s以内,位置精度为25 m以内,该算法对INS/GPS组合导航系统有效。

制导炮弹用INS/GPS组合导航系统空中对准方法

实时高精度导航信息对提高制导炮弹制导精度尤为重要,在制导炮弹发射过程中,由于高过载导致INS系统初始姿态角难以获取,导致后续空中二次对准无法完成.针对此问题,提出了GPS定位前,姿态角由弹道信息和加速度计输出获得,在GPS定位后根据速度信息提取初始俯仰、航向角,惯导初始速度、位置由GPS速度、位置给出,完成空中粗对准.由于粗对准信息高动态性能差,需要进行空中二次对准.传统INS/GPS速度+位置卡尔曼滤波利用GPS信息修正INS系统导航信息,在此基础上,将航向角、俯仰角加入观测量,提高姿态角可观测性.为验证算法的有效性,进行了跑车实验,在25s的实验过程中,证明了该算法的有效性,具有重要的工程应用价值.

基于AD7779的高精度微振动采集系统

针对道路、桥梁监测以及矿洞B爆破等工程中对微振动信号的监测需求,设计了一种以24 b高精度ADC—AD7779进行数字采样,以STM32F405为处理器制成测试节点系统,从而建立了无线通讯的高精度无线传感网络微振动信号采集系统,利用AD7779的可编程放大器功能及SINC3滤波功能实现对微弱振动的高精度采集,实现对幅值为100μg的微振动信号的采集.

基于Cortex-M4F内核的无人机载解算硬件加速技术

无人机进行飞行姿态测量解算的过程中,高采样率、较大解算量造成CPU负载过重,会影响姿态解算的实时性和准确性。针对此问题,提出一种基于Cortex-M4F内核的机载算法硬件加速技术。在分析无人机姿态解算算法特点的基础上,通过Cortex-M4F内核集成的DSP与浮点运算单元,对算法中三角函数、矩阵运算以及浮点数解算进行加速优化,并利用内核中CCM存储器代替SRAM,保证CPU数据存取时总线数据传输带宽的相对独立,实现无人机算法的高更新率与实时解算。实验结果表明,在实际机载飞行过程中进行算法的硬件加速,单周期解算时长减少至原时长的63.4%,数据更新率提高至500 Hz以上,在保证无人机姿态解算精度的同时,能够满足高动态数据采样的实时性要求。