大尺寸空间测量中转站误差分析与估计

为了评价飞机装配过程中大尺寸测量系统的现场测量精度,介绍了激光跟踪仪转站测量的基本原理.通过分析激光跟踪仪转站过程中的测量误差传递过程,提出对转站参数误差和转站误差的理论估计模型.该模型描述了公共观测点的配置和激光跟踪仪对公共观测点的测量误差对转站精度的影响.基于该模型,实现了对转站参数误差和转站误差的不确定度评定.利用蒙特卡洛方法对激光跟踪仪转站过程进行模拟,验证了提出的转站参数误差不确定度评定方法和转站误差估计方法的正确性.     

齿轮参数激光测量系统运动学分析与仿真

齿轮参数激光测量系统的运动平稳性和可靠性是保证测量精度的重要因素。为了了解该测量机构的运动特性,通过使用Solidworks软件对齿轮参数激光测量系统进行实体建模,采用D-H法对该测量系统各个运动关节建立了坐标系并进行了正运动学分析。利用MATLAB中Robotics Toolbox工具箱,对该测量机构建立了运动学模型并对其进行了运动学仿真,对运动关节进行了轨迹规划仿真。通过运动仿真结果,可以更加清楚地了解测量系统在测量过程中的运动过程,对轨迹规划的仿真验证了运动机构的可靠性和平稳性。     

多站无源跟踪系统容错算法

针对多个雷达侦察站组成的无源跟踪系统,在用时间差法对目标进行跟踪时,各站点之间通信或信号测量被干扰,造成系统无法工作。该文提出基于单站多站、时差和角度测量组合的容错跟踪算法。该算法假定系统被干扰工作时使用基于时差测量的跟踪方法,而多站角度和单站角度跟踪方法作为备用,通过对每个周期目标状态变量的检测,判定是否需要切换为备用跟踪方法。该算法使跟踪系统有更强的适应性,而精度并没有下降。仿真实验验证了该算法的有效性。     

六自由度电磁跟踪系统定位模型与近场校正

为了研究电磁跟踪系统理想磁偶极子定位模型近距离定位精度,采用基于消息传递模式网络并行系统与区域分割技术实现了并行时域有限差分(FDTD)算法.以高斯脉冲为激励源,结合快速傅里叶变换,解决了FDTD难以模拟电磁跟踪系统低频正弦激励源的问题.引入勒让德多项式,建立了系统近距离工作的定位模型与校正方法.研究了系统定位距离对于理想磁偶极子定位模型精度的影响及参数定位计算的误差规律,验证了勒让德多项式近场校正模型可明显提高系统近距离工作时参数定位精度的结论.     

激光通信组网用捕跟机构设计

针对激光通信组网对多目标捕获和跟踪的需求,提出了一种基于旋转抛物面的多反射镜拼接式新型捕跟机构。首先探讨了激光通信组网的工作原理和过程,完成了捕跟机构设计,建立了反射镜驱动机构扫描捕获和跟踪两个阶段的运动学模型,并对模型进行了仿真,在此基础上,构建了室内原理试验系统,对捕跟机构的跟踪精度和交接效果进行了测试。测试结果表明：系统最终跟踪精度为22.14μrad（1σ）,交接过程中通信无误码,因此,本捕跟机构能够实现方位角范围360°、俯仰角范围30°一点对多点同时激光通信的要求。     

四象限传感器用于激光跟踪仪光斑偏移量测量

为了保证激光跟踪仪的跟踪速度和跟踪精度,要求发现目标靶镜运动和反映靶镜位移的四象限传感器信号的处理过程具有快速、准确的动态响应。推导出四象限传感器在对角线算法中的输出信号与光斑偏移量之间的关系为超越函数关系。针对超越函数关系不易快速解算的难题,结合激光光斑的特性,采用了泰勒级数展开算法。使用高精度直角坐标测量机对光斑偏移量测量系统进行了验证实验。实验结果表明:该测量系统实时性好,每秒测量次数达到1 050次;测量精度高,在±400μm测量范围内测量精度可达6μm。该系统可以广泛应用于需要微小位移测量的相关领域。     

齿轮激光跟踪在位测量的姿态调整模型

为了提高特大型齿轮激光跟踪在位测量系统的精度,降低测量过程中三维测量平台的运动自由度,设计了三维测量平台姿态调整系统。为实现三维测量平台的自动姿态调整,建立了2个姿态调整模型来实现姿态调整量的计算,构建姿态调整系统并分析姿态调整模型的调整精度。通过姿态调整系统的3个高度调整电机与1个角度调整电机,实现三维测量平台的姿态调整,最终实现三维测量平台坐标系与特大型齿轮工件坐标系的平行,在最佳姿态下测量特大型齿轮的误差项目。实验结果表明,姿态调整模型正确,系统可实现119"的调整精度,可应用于特大型齿轮激光跟踪在位测量系统。     

基于ESO-CPC的激光追踪测量系统电机仿真方法

针对现代精密测试测量系统中常规的PID方法控制电机已满足不了激光追踪测量系统中高精密测量要求的问题,结合永磁同步电机的数学模型和激光追踪测量系统的电流控制方法,建立了基于扩张状态观测器电流预测控制算法模型,并运用Matlab/Simulink软件进行仿真分析。仿真结果表明了激光追踪测量系统电机控制模型的有效性,避免了由模型误差和不确定性干扰的影响和电机的内外扰动,能够有效地减小激光追踪控制系统电流环扰动和转矩波动,并且激光追踪测量系统表现出较好的动态响应特性和速度控制特性;对提高系统稳态跟踪精度、增强系统鲁棒性有重要的现实意义。     

一种激光跟踪测量中的滤波算法

在跟踪问题的处理中，以往所经常采用的是白噪声观察模型，但是实际上测量噪声却经常是有色噪声，有色观测噪声会使跟踪算法的性能减退，为了提高跟踪精度，必须有效地消除有色噪声，因此，有效地消除了有色噪声是处理跟踪问题的关键所在，本文把观测噪声的成形滤波器假设为AR模型，提出了一种在线估计色噪声参数的方法，通过在线估计色噪声参数，即AR模型的参数，对测量噪声去相关来提高Kalman滤波精度，并且最终将这种方法应用于激光跟踪，仿真结果表明这种方法具有较好的去相关能力，大大提高了激光跟踪过程中角度速度的跟踪性能，具有很好的实用价值。     

多传感器跟踪型数据滤波融合算法

在实际系统中，常用的数据融合方法是基于扩展的卡尔曼滤波法的融合算法，但是这种融合算法的跟踪精度并不是很高，通过对滤波跟踪数据融合的研究，提出了基于转换测量值卡尔曼滤波算法的非线性系统中的数据融合方法，研究表明，在利用激光干涉仪进行目标跟踪时，这种基于融合算法的集中式融合算法的跟踪性能优于分布式融合算法，但是，从仿真结果可以看出，两种融合算法的差别并不大，结果基本相同，因此，在非线性系统中，基于转换测量值卡尔曼滤波算法的分布融合算法可以重构集中式融合算法。     

六自由度装配机器人的动态柔顺性控制

为了提升工业机器人装配的精确性与柔顺性,提出适合工业六自由度装配机器人的动态柔顺性控制策略,使之不仅能够实现快速高精度的参考轨迹跟踪,而且能够动态地切换到工件装配时的接触力控制,并能够保持良好的柔顺性接触力.构建机器人关节空间的标准动力学模型,并变换到末端执行器操作空间,获得操作空间的动态特性.给出该控制策略,主要包含参考轨迹给定模块、内环的轨迹跟踪控制器以及动力学参数辨识模块等.采用滑模算法设计轨迹跟踪控制器;采用阻抗滤波器,生成装配作业时末端执行器的期望运动轨迹;采用sigmoid函数设计轨迹跟踪与接触力控制的判别模块;采用最小二乘算法,设计动力学参数辨识模块.采用Lyapunov函数证明了该控制策略的大范围渐进稳定性和收敛性.基于装配实验台上进行现场装配和动态轨迹跟踪的对比性仿真实验研究.仿真实验结果表明：与典型的比例微分（PD）控制相比,动态柔顺性控制能够在较宽广的范围内实现更精确的空间轨迹跟踪和接触力柔性控制,平均相对误差可以有效地控制在-4%到+4%之内.     

基于非量测CCD相机和SVM的模型视觉检测

针对传统模型观测方法中存在的观测装置或传感器安装麻烦、工作量大、采样点有限等缺点。提出利用数字近景摄影测量技术量测模型变形。用高分辨率数码相机获取模型不同模拟开挖状态下的多组数字影像,采用改进的粒子群支持向量机方法自动检测和识别标志点,通过边缘跟踪和椭圆拟合算法确定标志点中心影像坐标。提出并推导了利用二维直接线性变换关系式和共线方程分解出影像外方位元素初值的实用算法,最后利用自检校光束法平差对标志点空间坐标进行精确定位。试验结果表明,空间坐标的测定精度高于±1 mm,所测位移场与实际变形情况比较一致,可以满足矿山岩层和地表移动相似材料模型观测要求。     

基于梅尔频谱分离和LSCNet的声学场景分类方法

针对现有频谱分离方法进行声学场景分类研究时其分类准确率不高的问题,提出了一种基于梅尔频谱分离和长距离自校正卷积神经网络(long-distance self-calibration convolutional neural network, LSCNet)的声学场景分类方法。首先,介绍了频谱的谐波打击源分离原理,提出了一种梅尔频谱分离算法,将梅尔频谱分离出谐波分量、打击源分量和残差分量;然后,结合自校正神经网络和残差增强机制,提出了一种长距离自校正卷积神经网络;该模型采用频域自校正算法以及长距离增强机制来保留特征图原始信息,通过残差增强机制和通道注意力增强机制加强了深层特征与浅层特征间的关联度,且结合多尺度特征融合模块,以进一步提取模型训练中输出层的有效信息,从而提高模型的分类准确率;最后,基于Urbansound8K和ESC-50数据集开展了声学场景分类实验。实验结果表明:梅尔频谱的残差分量能够针对性地减少背景噪音的影响,从而具有更好的分类性能,且LSCNet实现了对特征图中频域信息的关注,其最佳分类准确率分别达到90.1%和88%,验证了该方法的有效性。     

Reduced parameter model on trajectory tracking data with applications

The data fusion in tracking the same trajectory by multi-measurernent unit (MMU) is considered. Firstly, the reduced parameter model (RPM) of trajectory parameter (TP), system error and random error are presented,and then the RPM on trajectory tracking data (TTD) is obtained, a weighted method on measuring elements (ME) is studied and criteria on selection of ME based on residual and accuracy estimation are put forward. According to RPM,the problem about selection of ME and self-calibration of TTD is thoroughly investigated. The method improves data accuracy in trajectory tracking obviously and gives accuracy evaluation of trajectory tracking system simultaneously.     

融合建筑信息模型的基站自标定技术

由于建筑材料的遮挡和吸收,室内的无线信号严重受损,致使全球卫星导航系统在室内场景中效果并不理想,因此基于基站的室内定位技术成为关键,其定位性能与基站标定精度关系密切.基于基站通常布置在建筑体墙面上的事实,提出了一种融合建筑信息模型的基站自标定技术,用于提升自标定性能,同时,使用克拉美罗下界进行理论性能分析.所提技术在半定规划算法中融入了建筑信息模型空间约束.克拉美罗下界分析和算法仿真实验结果表明,融入建筑信息模型中的空间约束有效地提升了基站自标定的精度.     

无线传感器网络下的并行粒子滤波目标跟踪算法

针对无线传感器网络环境下目标跟踪问题,提出一种基于分布式并行粒子滤波的目标跟踪方法.在建立了网络动态分簇模型和目标运动模型的基础上,将并行粒子滤波算法应用于动态目标进行跟踪.算法通过多个感知节点并行的运行局部粒子滤波器,得到每个节点对目标状态的估计,动态成簇的簇头节点对簇内每个节点的信息进行融合,形成动态目标的状态估计...     

基于交互式当前统计模型的变采样率跟踪算法

针对相控阵雷达跟踪机动目标时当前统计模型采用固定机动频率和机动加速度上限而难以适应多种目标机动环境,提出了基于交互式当前统计模型的变采样率跟踪算法．该算法将多个当前统计模型作为交互多模型框架下的模型组成,然后根据各模型相关过程噪声值合成计算雷达的采样间隔,实现变采样率跟踪,提高了适应目标机动的能力和跟踪精度．仿真结果表明,本文算法的跟踪性能明显优于基于Singerk模型的变采样率跟踪算法．     

基于BP_Adaboost的目标跟踪算法应用研究

BP神经网络对目标跟踪时,由于其学习效率低及易于陷入局部极小的缺陷影响了跟踪算法的准确性。为提高BP神经网络跟踪模型的准确性,将Adaboost算法和BP神经网络相结合,提出了一种BP_Adaboost神经网络跟踪模型。通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器跟踪模型,将该模型应用于视频运动目标跟踪进行有效性验证。实验结果分析表明．该方法对运动目标能够准确地进行跟踪．大大提高跟踪算法的兽椿性．     

群目标跟踪自适应IMM算法

为提高对机动群目标在高量测误差下的跟踪性能,提出了一种自适应IMM群目标跟踪算法.首先,在群质心状态估计中,引入带有多重次优渐消因子的强跟踪滤波算法,提高机动阶段时对群质心状态估计的精度.其次,在扩展状态估计中,考虑量测精度对于扩展状态的影响,将量测误差和扩展状态同时纳入到量测似然函数的构建中,应用新息计算和渐消记忆迭代过程自适应更新量测误差协方差矩阵.最后,通过quasi-Bayesian方法自适应更新模型转换概率,利用量测数据修正模型转换概率,抑制非匹配模型作用,放大匹配模型作用,实时匹配跟踪模型与目标运动状态.仿真实验结果表明,该方法有效提高了对群质心状态和扩展状态的估计精度.     

Generalized extended approximation algorithm for vehicle satellite communication on the move

In order to improve the tracking precision of the satellite beacon signal in the Vehicle Satellite Communication on the Move(SOTM) system, an improved frequency tracking algorithm based on generalized interpolation fitting is proposed. The algorithm establishes a joint generalized extended model based on the peak of the signal's initial power spectrum. The boundary points of the extension region satisfy the interpolation conditions, and the best fitting is achieved in the element region. A one-dimensional discrete solution space of the model solution and the initial peak value is established, and the occurrence of the error in the direction of the valuation is effectively avoided, and the accuracy of the whole domain is improved. The results of the static and dynamic tracking of the satellite signal show that, in 40s integration time, the frequency tracking error can be limited to within plus or minus 2Hz. The algorithm achieves a certain dynamic performance, and can effectively improve the tracking accuracy of the carrier frequency tracking loop. The mathematical model of the generalized extended approximation frequency tracking algorithm is robust and of low complexity, and it can be realized in the premise of ensuring the dynamic performance and high tracking accuracy.