引力波探测中惯性传感器的残余气体动力学特性机理研究

作为空间引力波探测的核心系统,惯性传感器在轨运行时的噪声干扰诱发机制解析是迫切需要解决的关键科学问题。惯性传感器中检验质量(TM)的残余加速度噪声是限制探测器灵敏度的最大噪声源。作为残余气体噪声的直接表征手段,惯性传感器复杂拓扑构型下气体分子逃逸时间动态特性解析亟待解决。文章首先考虑了狭小空间下检验质量块与周围壁面间的材料属性、放气特性等差异性,建立了异质空间复杂拓扑结构下的惯性传感器数理模型;其次解析出残余气体噪声与气体分子逃逸时间之间的定量约束关系,提取了逃逸时间核心影响因素;随后以蒙特卡洛模拟技术为切入点,得到约束条件下气体分子从板间扩散出去所需的逃逸时间及碰撞次数的模拟解。文章研究发现:不同气体成分、壁面性质对残余气体噪声有较大影响;考虑气体分子在壁面的滞留时间会大幅增加逃逸时间、降低碰撞频率。

卫星辅助的无人机视觉惯性自主定位方法

无人机在复杂环境中的自主定位是无人机智能化和应用的重要前提,但也面临着多种挑战,如传感器噪声、动态初始化等。为了解决这些问题,提出了一种基于卫星辅助的无人机视觉惯性自主定位方法,实现了无人机位置、速度、姿态和偏差等状态的实时估计。采用基于IMU预积分的闭式解模型,实现了视觉惯性导航系统(VINS)的动态初始化,有效降低了计算量和初始化时间;对GPS-IMU时间偏移进行建模,并对外部时间偏移进行在线校准,解决了全局位姿测量信息的时延问题,实现了全局位姿信息的异步更新;在单目惯性导航传感器和四旋翼无人机实验平台上进行了户外飞行实验,验证了所提方法的有效性和鲁棒性。实验结果表明,该方法在有间歇性GPS信号复杂环境中的定位精度达到了2.2 m,显著优于传统VINS方法的4.8 m,体现了该方法的高效性和鲁棒性,为无人机在复杂环境中的自主定位提供了一种创新的解决方案,为无人机的智能化和应用开辟了新的领域。