基于星敏感器的姿态确定算法研究

为实现惯性/天文组合导航,提高导航精度,本文研究了基于星敏感器的天文导航姿态确定原理,在理论上推导了用于载体姿态解算的TRIAD算法、最小二乘算法、Eular-q算法和QUEST算法,并通过仿真和实验对以上四种算法进行了比较。仿真和实验结果表明,QUEST算法在四种算法中具有解算精度高而运算速度快的优点。由仿真和实验可知,绕星敏感器光轴方向的姿态解算误差大,这可为惯性/天文组合导航系统的方案设计提供指导。     

卫星位置和速度的Lagrange插值算法分析

导航接收机中通常采用开普勒轨道参数法计算卫星的三维位置和速度.这种算法计算量较大,在资源有限的廉价用户机或要求高频度输出卫星位置和速度的高动态接收机中会使处理器资源非常紧张.采用Lagrange插值算法可以获得相同精度的卫星位置和速度,且大大降低计算量.利用GPS数据对不同插值区间长度和插值阶数的Lagrange插值法的计算精度和处理时延进行了定量分析.结果表明,Lagrange插值算法计算卫星位置和速度可以使处理时延降低十几倍,这在每个历元的导航解算需要同时计算多颗卫星位置和速度的接收机中具有重要意义.     

基于鉴相器的矢量跟踪环设计

基于鉴相器的矢量跟踪环是锁定导航卫星码和载波的一种跟踪算法,这种算法适合于在弱信号环境下进行跟踪。矢量环不仅充分利用信号跟踪和导航状态解算之间的内在耦合关系,而且每一通道中采用鉴相器和锁频环结合的方式,系统一步内完成信号跟踪和导航解算任务。反馈控制量NCO是由导航滤波器和环路内部滤波器共同产生。实验表明,矢量跟踪环具有快速重捕获特性,能够在弱信号的环境下运行,比起传统环路有更小的跟踪误差。     

一种适应多DSP应用的动基座对准滤波分布式计算方法

工程实际应用受限于DSP芯片在线解算能力、器件精度的约束,无法在短时导航周期内完成大量高精度迭代运算,尤其一般的单DSP芯片无法满足系统庞大的数字处理需求和实时性要求,只能采取调整算法或者在软件上降低计算精度来让步处理,增加了系统复杂度的同时也影响了算法最终的解算精度。利用多嵌入式DSP系统同步处理高效、编程方便和应用程序容易维护的特点,配合一种多元统计的主成分分析方法,设计了分布式滤波计算方法,用于解决动基座对准运算复杂、矩阵计算量大等问题,具有较强的应用价值。     

基于MIMU的适应多步态的步行导航算法

针对目前国内外步态导航算法中引入的零速检测大都不能很好的对多种步态的行走进行辨识的问题,提出了基于低成本MIMU（微惯性测量单元）、且能兼容多种步态的步行导航算法。算法通过采集安置在行人脚部MIMU输出的测量信息,用捷联惯性积分算法进行导航解算。其间,提出一种新的零速检测方法对行走时变化的步速和步型进行准确辨识,进而找到脚步的零速时刻点,并通过设计的扩展卡尔曼滤波（EKF）对导航解算结果进行零速修正（ZUPT）,实现系统的反馈。最后进行两组实验对算法验证。结果表明,该步态导航算法能对行走时的多步态问题有很好的兼容性,零速修正时刻辨识准确度高,两组实验的导航解算误差均达到0.6%以内,进一步提高了步态导航算法的精度和实用性。     

极区横向地理系空间稳定型惯导算法研究

针对地心惯性系和当地地理系的空间稳定型惯导系统导航算法在极区导航失效的问题,提出了适用于空间稳定型惯导系统的极区导航算法。该算法通过伪经纬网构建了横坐标系参考框架,建立了横向地理系空间稳定型惯导系统力学编排,并在此基础上重新推导了通用的误差模型。最后,通过极点附近区域与穿越极点区域仿真分析了算法的极区有效性。仿真结果表明该算法在极点附近区域解算的伪航向角误差小于3′,伪经度误差小于4′;在穿越极点区域解算的伪纵摇角、伪横摇角误差小于0.3′,伪航向角误差小于3′,伪东向、伪北向速度误差小于1m/s,伪经度、伪纬度误差小于4.2′。该算法克服了极区导航计算溢出、误差放大等问题,提高了系统的极区导航精度,能够满足极区导航要求。     

X射线脉冲星信号时延的实时估计方法

针对在频域内计算X射线脉冲星信号延时量存在滞后性,进而难以为航天器自主导航提供实时信息的问题,提出将脉冲星信号延时估计转化为时域内标量估计的方法。首先,通过人工神经智能网络获得脉冲星信号的标准轮廓函数作为状态方程;应用粒子滤波算法对脉冲星信号延时量进行实时估计;其次,为了避免标准粒子滤波器中的粒子退化现象,推导并证明了一种新型粒子滤波算法;最后,推导出粒子滤波算法的精度函数,为航天器的导航策略提供参考。以航天器在轨运行中可能遇到的3种情况为背景,验证了所提粒子滤波算法的正确性与有效性。     

一种无陀螺捷联惯导系统角速度解算组合算法

无陀螺捷联惯导系统仅利用加速度计就可完成惯性测量与导航,然而采用积分法解算载体的角速度时误差积累严重,发散迅速。文章采用一种常用的九加速度计配置方案,设计一种积分法补偿算法,并针对其初始时段误差过大的问题提出了一种组合算法。仿真验证能有效地抑制解算误差的发散,提高了解算精度。     

改进的粒子滤波算法在软着陆小天体中的应用

针对小天体软着陆过程中估计目标天体质心视线的导航方法失效问题,给出了一种基于特征点信息的自主光学导航方法。为了进一步提高对轨道参数的估计精度,考虑到系统中存在的非高斯噪声,以及基本粒子滤波算法带来的粒子退化和采样枯竭问题,给出了一种改进的粒子滤波算法。最后,通过仿真计算,验证了所给出的自主光学导航方法以及改进的粒子滤波算法的可行性和有效性。     

粒子群混合算法在变导向器面积计算中的应用

求解非线性方程组经典方法具有严格的局部收敛性;粒子群等进化算法解决了全局收敛的问题,但计算效率偏低,存在最优解不稳定的问题。结合经典Newton-Raphson法的超线性收敛速度和粒子群算法全局收敛能力的粒子群混合算法具备2类算法的优点。在迭代初期采用粒子群算法获得的近似全局解作为Newton-Raphson算法的初始值,以确定高精度的解。利用粒子群混合算法在发动机变导向器面积的大偏离计算中获得了较好的收敛效果,解决了常规Newton-Raphson法不收敛的问题。     

基于Canny的改进图像边缘检测算法

边缘检测是图像处理领域中最重要的关键技术之一。针对经典边缘检测算法抗椒盐噪声性能较差及阈值选取适应性不强等问题,提出了一种基于Canny的算法架构,结合自适应中值滤波(Adaptive Median Filtering,AMF）、大津法(Otsu）以及最大熵法(Maximum Entropy Method,MEM）的改进图像边缘检测算法。该算法首先结合改进自适应中值滤波对图像降噪,从而在保留图像细节的同时较好地滤除了椒盐噪声干扰。而后利用基于Otsu和MEM提出的改进双阈值选取方法,获取自适应的高低阈值对图像边缘进行检测,边缘检测准确度可以达到96%以上。实验结果表明,本文算法在椒盐噪声干扰下针对背景复杂的图像有更好的边缘检测效果。     

一个均衡调整算法

本文对任务分配问题提出一个新算法－均衡调整算法，该算法具有变异性，均稀性以及均衡持久性，并以均衡定理的形式加以论述和证明，从而证明了均衡调整算法的正确性。     

一种改进的DTR算法

在机队相继萌生疲劳裂纹的间隔比q小于1的假设下，建立了一种修正的DTR计算模型，并用算例进行了验证。验证结果表明：修正DTR计算模型与原DTR计算模型的DTR计算值相对差随疲劳裂纹萌生条数的增加而增大；随相继裂纹萌生间隔比的增加，两种计算模型的DTR计算值相对差减小。     

基于修正Rife算法的脉冲回波相参积累算法

针对目标径向运动导致回波在波门内出现距离走动的情况,提出了一种针对径向匀速运动目标回波信号长时间相参积累的方法。该方法根据傅里叶变换的时移性质——不同时刻回波频谱相关序列的频率包含了各回波到达的时间延迟,通过修正Rife算法估计此时间延迟,最终确定并补偿各个回波的距离走动分量。仿真结果表明:提出的方法可以有效补偿各回波间的距离走动;信噪比低至-6dB时,算法的性能即可达到最优;补偿后积累信号的信噪比可以达到理想积累情况下的93%。     

基于Mahony算法的游泳运动姿态测量快速对准算法

在游泳运动姿态测量中,由于水对各种信号的吸收以及折射问题,依赖外部信息的传感器不能准确提供信息,而惯性技术由于不依赖外部信息,适合应用于游泳运动姿态测量领域.惯性姿态测量需要初始对准技术提供初值,从而计算得到游泳运动过程中的姿态.而游泳运动员起跳时间不确定,传统的初始对准算法需要较长时间才能得到一个较高精度的结果.针对这一问题,提出了采用Mahony算法进行快速对准的方法,使用MEMS九轴惯性测量单元进行信息采集,通过角速度信息计算姿态角,加速度信息修正水平姿态角,磁场强度信息修正偏航角,使用互补滤波方法对多源信息进行融合,从而快速得到惯性姿态测量的初值.实验室实验验证了姿态角水平精度可以在3s内达到角分级别,满足了游泳运动的需求,在实际运动场景下的测试也验证了算法的可行性.     

基于GA优化BP算法的滑油状态监测

滑油状态的监测与分析是航空发动机状态监测与故障诊断的重要手段。为了解决以往滑油金属质量分数预测模型算 法的局部性、收敛速度慢及预测结果误差大等问题,结合遗传算法（GA）收敛速度快、鲁棒性好等优点,对反向传播（BP）神经网络 算法进行GA优化,通过GA对参数寻优,并应用于发动机滑油金属质量分数预测。由于滑油的状态参数并不能确定部件故障与 否,利用贝叶斯（Bayes）决策规则对诊断结果进行了错误率计算。将所提方法应用于某航空发动机滑油铁质量分数预测,结果表 明：采用GA优化后的BP神经网络（GA-BP）得到的预测结果具有更高的精度,其最大预测误差不超过6%,平均预测误差为1.7%, 所测数据与原数据具有较好的拟合性,利用Bayes决策规则对诊断结果进行分析,对于部件故障与否的判别更具说服力。     

An Adaptive Detection Algorithm

A general problem of signal detection in a background of unknown Gaussian noise is addressed, using the techniques of statistical hypothesis testing. Signal presence is sought in one data vector, and another independent set of signal-free data vectors is available which share the unknown covariance matrix of the noise in the former vector. A likelihood ratio decision rule is derived and its performance evaluated in both the noise-only and signal-plus-noise cases.     

一种新型层析成像重建算法

针对直接反投影重建的伪迹现象,提出了一种新型射线反投影重建算法。该方法基于反投影数据的“求交”运算,不同于常规反投影相叠加方法,可以较好地克服图像部分伪迹。仿真结果证明了该方法的有效性。     

一种改进的SVM算法

当训练集的规模很大特别是支持向量很多时,支持向量机的学习过程需要占用大量的内存,寻优速度非常缓慢,这给实际应用带来了很大的麻烦。文献[4]提出了一种针对大规模样本集的学习策略,该方法虽大幅降低了学习的代价,但存在着一个致命的弱点:如果初始样本集选择不当,SVM的分类精度将得不到保障。基于此,本文引入了“最远邻”,对文献[4]中算法进行了改进。实验表明,采用这种改进的算法不仅保留了文献[4]方法的优点,而且这样获得的分类器的分类精度完全可以与直接通过大规模样本集训练得到的分类器的分类精度相媲美,甚至更优。