惯性信息辅助的卫星导航欺骗检测技术

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。

惯性信息辅助的高动态弱GPS信号快速捕获

通过分析高动态弱GPS信号对捕获的影响,提出了一种惯性信息辅助的快速捕获算法。该算法利用惯性系统的速度估算GPS载波信号的多普勒频移,减小频率搜索范围。同时,通过改进基于快速傅里叶变换(fast Fourier transform,FFT)的相干-非相干积分捕获策略,克服了导航数据位边沿和多普勒速率引起的能量扩散,提高了捕获的灵敏度和速度。最后,对高动态弱GPS信号捕获进行了仿真验证,结果表明该算法仅用300 ms的输入数据就可以有效捕获载噪比为24dB-Hz的GPS信号。

惯性信息辅助高动态接收机捕获问题的研究

高动态环境为GPS接收机快速捕获信号带来了困难,通过外部的惯性信息辅助,接收机能预先估算高动态载体产生的多普勒频移,缩小频率搜索范围,减小捕获时间。本文在GPS信号捕获原理的基础上,介绍了多普勒和码偏移误差对检测概率的影响,给出了惯性信息辅助接收机捕获的方法,着重分析了GPS接收机在冷启动和温启动的情况下有惯性辅助和无惯性辅助的平均捕获时间。结果表明在高动态环境下采用惯性信息辅助GPS接收机捕获的方法可以明显地减少接收机捕获的时间,提高接收机捕获的性能。

基于惯性信息辅助的北斗动动定位方法的研究

针对北斗动动定位中接收机信号易受遮挡导致无法实时准确定位的问题,对复杂信号条件下的动动定位测试进行了研究,提出了一种利用惯性信息辅助解算动态模糊度的方法,即一种将运动载体的惯导信息与北斗测量信息相结合,实现两运动载体之间精确动态相对定位的算法;通立基于载波相位双差的观测模型,采取融合滤波算法,讨论在不同卫星数目下的模糊度求解方法;在此基础上,利用实地车载试验完成了对上述组合定位方法的试验验证以及精度测试,事后着重对各历元数据进行解算,对定位精度、可用性进行了研究;结果表明,基于惯性信息辅助的北斗动动定位可用性指标变好,定位精度有一定的提高。

基于惯性信息辅助的金字塔式图像匹配法

图像匹配是是立体视觉的核心问题,针对当前图像匹配算法运算时间长、不能得到稠密匹配点的缺点,提出一种惯性信息辅助的金字塔式图像匹配算法。采用两层图像金字塔,使用非极值抑制法控制特征点的数目,前后左右4幅图像分别利用极线约束和惯性信息限制匹配点的搜索范围,进行绝对差值和比较。仿真实验结果证明,该算法可以控制得到的匹配点数目,并且实时性和匹配点的置信度得到很大提高。

惯性信息辅助的源信息不同步的数据链相对定位方法

针对无人机集群高精度、高可靠导航信息保障需求,研究了一种惯性信息辅助的源不同步的数据链相对定位方法。数据链是时分多址系统,通过测量三个及以上已经定位的源成员发送的广播消息(PPLI)的到达时间,实现与多个源间相对距离的测量,进而完成新加入成员的相对位置计算。由于不同源成员的PPLI消息是在不同时隙发送的,因此新加入成员测量的与多个源成员间的距离也是不同的。采用卡尔曼滤波算法,通过惯性信息辅助对载体运动进行精确估计,对测量矩阵中时延进行补偿,实现了源信息不同步的数据链相对定位。仿真结果表明,当源位置误差10 m,相对测距误差30 m情况下,无惯性信息辅助时,相对定位误差为54.2 m;增加惯性信息辅助,惯导速度误差0.5 m/s的情况下,相对定位误差降低到9.8 m。

运动惯性信息在视频编解码中的应用

为了改善视频编解码器的性能,提出了一种惯性预补偿技术,可以跟踪由物体运动惯性引起的视频序列在时域上的相关性。借助这种技术,为视频编码器的运动估计单元寻找到相当精确的初始运动矢量,给运动补偿结果带来近1dB的增益。同时,结合简单的前背景分割,这种预补偿技术可以使解码端在仅使用块运动矢量的情况下得到比传统帧插值技术更平滑的重建效果,有效地提高了视频回放的帧率。H.263编解码器的实验表明:上述方法可以提高视频编解码器的实际性能。

基于图像的惯性导航信息标记点识别技术

与条形码、标准答题卡相比较,惯性导航信息标记点的图像有许多不可预测的污染,比如曝光质量差、灰尘、指纹以及其他形式的污迹;另外,扫描分辨率不同、参考标记点的起始位置不确定也会影响标记点的正确识别与定位。提出了一种基于聚类的一维投影波形分析算法,并成功应用于航拍胶片数字图像上的惯性导航信息标记点的自动识别技术中。在一定程度上解决了在噪声不可控的情况下进行标记点识别定位问题。通过统计方法,降低了噪声对结果的影响;通过把投影转换成一维信号的概念,提供了一致的分析方法,提高了处理效率;通过引入聚类思想计算标记点高度、宽度以及标记点的间距,大大提高了算法的稳定性。

基于惯性测量信息的跟踪脱靶量延时补偿技术

目前,图像跟踪系统对惯性运动信息应用不充分,针对近距离移动目标、大机动环境等特殊状态的跟踪模型不完善,未能充分挖掘跟踪系统潜力。论文以光电探测、星体跟踪等经典图像跟踪系统为研究对象,将跟踪稳定过程从扰动源角度分解为载体运动隔离与目标移动跟踪,并从跟踪手段角度分解为物理伺服跟踪与图像数字跟踪。建立了一套与上述扰动源对应的工程实用数学模型,充分发挥了惯性信息对目标跟踪的辅助作用。

基于惯性传感器和LSTM神经网络的人体运动识别方法

面向人体惯性运动捕捉系统,提出一种基于长短期记忆网络(LSTM)的人体运动模式识别方法。设计1个包含2层LSTM层的深度学习神经网络对人体三维加速度信息进行自动特征提取并对多类运动模式进行时序建模,从而实现对运动模式的快速实时识别。实验基于WISDM公开数据集,对人体右腿前口袋部位的三维加速度信息进行分析,验证模型识别人体慢跑、步行、坐、站、上楼、下楼运动过程的准确率为97.5%,并通过对比实验验证了该方法的有效性。为基于移动设备及可穿戴设备的人体运动识别研究提供了一个可行的方法。

一种陀螺稳定平台瞄准线漂移的惯性补偿方法

针对陀螺稳定平台系统中地球自转引起的瞄准线漂移问题,提出一种基于惯性姿态信息的瞄准线漂移补偿方法。该方法根据惯导系统解算得出的平台地理坐标和姿态信息计算出地球自转角速率在光电稳定平台坐标系上的投影,稳瞄控制单元利用该投影信息自动补偿平台上的速度反馈数据,消除由地球自转造成的瞄准线漂移。试验结果显示,使用该补偿方法后的方位漂移及俯仰漂移分别是1.69mrad/h和1.84mrad/h,远小于不加该补偿方法时的方位漂移6.89mrad/h及俯仰漂移7.32mrad/h,证明该方法可有效补偿瞄准线漂移。

基于雷达的导航信息传递系统设计

针对无人机低精度微惯导系统的动态对准和校准的问题,提出了一种基于雷达的母子导航信息传递系统。将雷达及其载体当作一个刚体,设计了基于雷达的母子导航信息传递系统结构;采用雷达被动测向仪和快速求根的对称压缩测向改进算法,对雷达主瓣波达方向(DOA)进行了估计;基于SystemVue,构建了基于雷达的导航信息传递仿真实验系统。仿真结果表明,基于雷达的方位传递误差≤0.5°,可以满足无人机微惯导系统初始对准和校准精度的要求以及无人机飞行和执行任务的需要。

信息运动学与动力学:信息运动三定律

该文诊述的信息运动定律,象牛顿运动学三定律。信息牛一定律就是信息惯性定律、信息运动学第一定律。信息第二定律、信息牛二定律,是信息力的独立性或叠加性原理,也是信息力的关系式及单位"比特.m/s2"来源。信息第三定律、信息牛三定律,信息的作用力和反作用力定律,可以从牛二定律引伸出。信息力学的单位量纲是物理学的扩展,增加一个基本量,信息量,及单位比特(Bit),并有信息力学通式。

考虑刻度尺误差的捷联成像系统惯性视线重构方法

图像捷联制导输出的弹体视线角信息因耦合有弹体姿态信息而无法直接用于比例导引系统,需要利用相应的解耦及滤波算法实现视线惯性视线重构。而惯性陀螺及导引头固有的刻度尺误差对惯性视线信息提取带来了大的挑战。文中详细分析了刻度尺误差对制导控制系统带来的影响,并提出一种基于无迹卡尔曼滤波算法(UKF)实现的捷联成像系统惯性视线重构算法,可在线快速解耦惯性视线角,提取惯性视线角速率,并辨识导引头刻度尺误差。仿真结果表明,该方法可有效滤除刻度尺误差对惯性制导信息的影响,平滑准确地估计惯性视线角速率,提高制导控制系统稳定性和命中精度。

单目视觉室内无人飞行器运动目标测距技术研究

为了准确检测动态背景中运动目标并对其测距,实现室内无人飞行器避障需求,本文研究一种基于单目视觉的运动目标测距方法。在惯性信息辅助提高运动目标检测跟踪效率的同时,推导基于小孔成像几何约束的测距算法。在初步解算距离情况下,研究针对摄像机俯仰角误差的测距补偿方法。实验结果表明,本文算法不仅能够完整检测和跟踪运动目标,并且便于准确快速求取运动目标到摄像机的距离,具有重要的工程参考价值。

INS辅助的GPS接收机快速捕获技术研究

GPS信号的快速捕获是设计高动态GPS接收机所必需解决的一项关键技术。在高动态环境下,载体和GPS卫星之间的高速运动使信号产生很大的多普勒频移,同时由于频域带宽的增加,使频域搜索点的个数增多,给接收机快速捕获带来了困难。在分析了传统捕获方法的基础上,研究了在惯性信息辅助下进行快速捕获的方法,结果表明在高动态环境下采用惯性信息辅助GPS接收机捕获的方法可以明显的减少接收机捕获的时间,提高接收机的捕获性能。

基于短基线的北斗动动定位方法的几点探讨

针对北斗动动定位中接收机信号易受遮挡导致无法实时准确进行相对基线测量的问题,本文提出了一种利用惯性测量信息辅助动态模糊度的解算方法。通过载波相位差分观测方程与惯导观测方程组合的方式,讨论在共视卫星数目在不同观测条件下的模糊度求解方法。在此基础上,建立了基于惯导信息辅助的动动定位组合试验系统,利用车载试验进行了相关测试。结果表明,在可视卫星数目较少的情况下,BDS定位精度效果优于GPS;利用IMU信息辅助提高了定位连续性和精度。

基于改进粒子群算法的配电网重构策略

针对有源配电网对安全可靠性的要求较高,而现有的配电网重构算法精度低、速度低的问题,提出了基于蛙跳分组思想的自适应惯性权重的全信息简化粒子群算法。首先,从降低网络有功功率损耗、提高电压稳定性、均衡馈线负荷三个角度考虑,建立配电网多目标数学模型;然后,通过基于Pareto支配原则,采用模糊隶属函数的标准化满意度将多目标转化为相同量纲、同一属性、相同数量级的单目标,弥补加权法带有主观性、量纲不统一的弊端;最后,为保证种群多样性,避免随机初始化产生大量不可行解,结合蚁群优化(ACO)算法随机生成树和改进粒子群算法制定出一种针对含分布式电源(DG)的多目标配电网重构策略。通过对含DG的IEEE33节点配电网系统仿真验证,实验结果表明,与标准粒子群优化(PSO)算法相比,该重构策略寻优效率提高了41.0%,与重构前相比,该重构策略降低配电网有功损耗41.47%,降低电压偏移指数57.0%,改善系统负荷均衡度31.25%。该重构策略有效提高了寻优精度,提高了寻优速度,从而提高了配电网运行的安全可靠性。

惯性基多信息在线后处理技术研究

为深入挖掘利用导航系统各测量信息,提高系统导航精度,提出一种惯性基多信息在线后处理技术。通过对系统存储的历史信息进行在线后处理,实现系统实时导航性能的改善,并以其在捷联惯导系统初始对准中的应用为典型案例,展示了惯性基多信息后处理技术在实际工程中的应用效果。仿真结果表明,在线后处理技术可以充分挖掘已有信息价值,有效提高实时导航性能。

基于CNN-LSTM网络模型的散打动作辨识方法

针对散打运动的动作特点,设计和制作一套人体惯性运动捕捉系统。系统包括一系列数据采集节点和一个收发主机以及上位机软件,建立一个用于验证算法模型的散打动作数据库,进而设计出含有两层一维卷积神经网络(CNN)和一层长短期记忆网络(LSTM)的深度学习神经网络模型,能够实现对散打技法的准确、实时识别。实验数据集采集于某校散打队,通过穿戴在身的传感器采集惯性信息获得,经分析后可识别左右勾拳、左右摆拳、左右直拳这6种散打动作,识别准确率达98.5%。