常规弹药滚转角磁测算法中偏航角干扰分析

在常规弹药利用地磁场信息制导中根据其弹道特点通常将偏航角设为零进行弹体滚转角解算,这就会导致偏航角变化时滚转角解算精度受到影响.针对滚转角磁测算法中假设偏航角为零时偏航角变化会引起滚转角解算误差的特性,采用非线性系统小扰动线性化的方法求出偏航角对滚转角解算精度的具体影响规律.首先分析了利用地磁场信息进行滚转角解算的原理并说明算法中偏航角引起滚转角解算误差的原因,然后推导了滚转角解算的系统误差方程并分析影响解算精度的因素,最后进行仿真和半物理实验验证.仿真和实验结果表明,此误差方程能够计算出偏航角变化对滚转角解算误差造成的具体影响,从而为后续常规弹药制导中弹体发射条件提供理论依据.     

航路点方位校正方法在飞行器导航中的应用研究

方位误差是造成航位推算误差的主要误差源之一,利用航路点来提高方位对准精度在车辆导航中是一种非常有效的方法;在对航位推算误差进行分析的基础上,给出了利用航路点对飞行器的方位误差进行校正的方法,并对引起校正误差的主要因素进行了详细的分析;另外考虑到飞行器所选航路点距出发点距离一般都比较远,此时地球曲率已不能忽略,推导了地球曲率不可忽略时的方位校正算法;最后通过计算机仿真验证了航路点方位校正方法的有效性。     

四旋翼惯性导航姿态解算算法的改进与仿真

为了实现四旋翼飞行器的高精度导航,提出了互补滤波法和四元数算法对传感器获得的数据进行修正,最大限度的抑制干扰误差并提高姿态角解算的准确度;首先简单推导了捷联式惯性导航系统的算法基本原理并利用互补滤波算法进行改进,然后给出了惯性导航系统的力学编排模型分析旋翼飞行器的运动姿态;最后仿真验证数据选用惯性仪表MPU6050和HMC5883所得到实测数据采集并进行仿真分析,平台处理器选用STM32来仿真惯性仪表的测量速度,最终得到实验结果证明算法可行性。     

基于Anti-windup PID的四旋翼飞行器姿态控制研究

针对四旋翼飞行器姿态控制问题,设计一种Anti-windup PID姿态控制器。结合四旋翼飞行器简化的数学模型,在飞行器在垂直速率、俯仰速率、翻滚速率、偏航速率4个独立通道上分别设计了PID控制器和Anti-windup PID控制器。在MATLAB/SIMULINK环境下,对控制四旋翼飞行器姿态的两种算法进行仿真分析。仿真结果表明,Anti-windup PID控制方法在性能上明显优于PID,对飞行器有良好的控制效果。用Anti-windup PID算法搭建的四旋翼飞行器的物理实验平台更好地验证了该算法的有效性。     

IMU/GPS/DCM组合导航系统全组合算法研究

通过分析姿态组合算法中平台误差角与姿态误差角物理意义的不同,推导并得到了二者之间的转换关系;利用联邦滤波技术,设计了弹载IMU/GPS/DCM组合导航系统,其中IMU为战术级捷联式惯导系统,GPS为普通民用级;仿真结果表明在元器件精度很低的情况下,使用文中的算法及系统设计依然可以实现高精度导航;组合导航系统的姿态误差角可控制在10角分左右,位置精度在3 m以内,具有较高的实际应用价值。     

一种水下晃动平台姿态数据的获取及补偿方法

该文提出了一种利用TCM2电子罗盘获取晃动平台的三态角：俯仰角、偏航角、翻滚角和3轴磁强度，温度等数据信息的方法，并对理想状态晃动轨迹进行分析，提出利用三态角信息描述平台轨迹的理论公式，符合电子罗盘对平台信息的描述，可以充分利用电子罗盘获取的信息研究分析平台晃动。最后利用自适应LMS算法跟踪平台的晃动情况，将平台实际轨迹和理想轨迹之间的误差补偿为零，即可以估计出晃动平台在任意时刻的姿态参数，在软件上实现晃动姿态的跟踪和补偿，这为平台准确定位目标提供了保障。     

神经网络补偿算法在基于MEMS的姿态检测中的应用

针对基于微机电传感器的姿态检测领域存在的姿态测量误差问题,为进一步提高姿态检测的精度,提出了一种基于神经网络的姿态估计误差补偿方法。采用开源的微型飞行器在室内环境进行真实飞行实验采集的数据集,借助BP神经网络的非线性映射能力,建立了关于微机电传感器的输出与姿态估计误差之间的姿态误差补偿模型;根据微机电传感器的输出信息,直接预测得到横滚角、俯仰角和偏航角的误差补偿角度。实验结果表明,利用所提出的神经网络进行姿态补偿之后,姿态估计误差大大减小,表明神经网络对于提高姿态检测的精度具有一定的作用。     

无人机滑降着陆控制系统设计

针对滑跑型无人机回收阶段对下滑角跟踪以及触地时姿态角的高要求,设计了一种无人机滑降着陆控制方式。首先,给出了滑降控制系统结构图,在此基础上分别进行了滑降横侧向控制器和滑降纵向控制器的设计,具体进行了直线航迹和圆航迹的控制方法以及下滑段的高度控制量算法的分析。然后,进行了滑降着陆控制模式设计,将滑降过程分解为降高、平飞、下滑以及拉平四个阶段分别进行设计,并在拉平阶段给出了俯偏航距仰角控制量与离地高度的关键技术公式。仿真结果表明,该无人机滑降着陆控制系统平飞段偏航距小于5m,接地时偏航距约为0m;平飞段高度跟踪误差为0m,下滑段高度跟踪误差2m;落地姿态角为0.4度。具有高度控制误差小、偏航距离短、落地姿态角安全性高的优点,能满足滑跑无人机对滑降阶段的控制要求。     

高超声速飞行器神经网络动态逆姿态控制器设计

以一类通用高超声速飞行器纵向模型为研究对象,推导了飞行器纵向姿态运动方程。考虑受到飞行器附加攻角扰动以及气动参数不确定性的影响,对运动方程中速率变化快慢不同的攻角和俯仰速率分别引入精确线性化动态逆反馈,并利用神经网络对系统逆反馈误差进行补偿,有效地抑制了模型参数摄动,实现了对攻角指令的精确跟踪。将设计的控制器对高超声速非线性模型进行系统闭环仿真,仿真结果说明所设计的姿态控制器具有抗参数摄动的性能,能够满足高超声速飞行器复杂飞行条件下的姿态控制要求,具有较强的鲁棒性。     

基于互补滤波和粒子滤波融合的球形机器人姿态解算

针对球形机器人在运动控制中难以实时、准确地获取机器人的位置和姿态估计精度的问题,提出了一种基于互补滤波和粒子滤波相融合的姿态解算算法.为了避免使用磁力计数据参与四元数计算时俯仰角和横滚角误差较大的问题,使用陀螺仪和磁力计互补滤波算法单独对球形机器人的偏航角进行解算,同时,通过信息熵评估磁力计噪声大小,动态调整磁力计在互补滤波中的权值.实验结果表明,在外部磁场干扰实验中,偏航角误差在3?以内,在球形机器人动态和静态实验中,偏航角误差在0.3?左右,俯仰角和横滚角误差能够控制在0.1?之内.因此,该算法能够保证球形机器人姿态解算的实时性,增强准确性和和抗干扰能力,有效提高球形机器人运动控制的精度.