一种改进的无人机FastSLAM1.0算法

无人机Fast SLAM1.0算法粒子滤波的预测过程没有考虑地标的观测值,并不能利用新的测量数据更新无人机的位姿,使得粒子集偏离无人机真实位姿,需要大量粒子改进粒子滤波的精度,增加了算法的计算复杂性。为此,提出采用模拟退火算法更新粒子的预测值,调整提议分布,使得粒子集中在无人机真实位姿的周围,并利用分层重采样解决粒子退化问题。在无人机环境下对该算法进行仿真研究,结果表明其估计精度明显优于Fast SLAM2.0算法,验证了算法的有效性和可行性。     

基于碰撞圆锥的无人机SLAM避障技术研究

为解决无人机在同时定位与地图创建时的障碍规避问题,采用基于碰撞圆锥的避障策略,通过建立一个碰撞圆锥,判断无人机避障的时机,以无人机的两维运动模型为例,对该算法进行仿真验证。结果表明,该算法不仅完成了无人机SLAM的功能,估计出无人机和障碍物中心的位置,而且达到了较好的避障效果。     

基于RBF神经网络的Kalman滤波在惯导系统传递对准中的应用

针对模型存在误差时传统的Kalman滤波算法误差变大甚至发散的缺点，利用RBF神经网络较强的非线性逼近能力，提出用RBF神经网络辅助Kalman滤波的新算法，将其应用于舰载机惯导系统的传递对准中。仿真表明该算法优于传统Kalman滤波算法。     

无人机SLAM 避障技术研究

针对无人机没有考虑障碍规避而导致无人机的同时定位与地图构建(simultaneous localization and mapping, SLAM)任务无法完成的问题,提出一种改进的人工势场法。通过建立一个包含无人机到目标点的距离、无人机到障碍物的距离及障碍物方差的势场函数,制定避障策略,从而解决无人机 SLAM的障碍规避问题,并在构建的无人机运动模型基础上,对提出的算法进行仿真验证。仿真结果表明：该算法在完成 SLAM任务的同时,能够有效地避开障碍物的威胁。     

无人机视觉SLAM算法及仿真

为将SLAM算法从地面机器人的两维空间扩展到无人机的三维环境,研究了SLAM的发展现状,指出无人机视觉SLAM面临的挑战,利用摄像机和惯导传感器的组合,建立了无人机视觉SLAM算法的数学模型;并提出了一种改进的延迟地标初始化的方法,为了便于理解和实施,简化了系统的状态和方差阵的结构,减少了存储和计算量。用EKF滤波对无人机视觉SLAM进行了仿真研究,得到了较好的估计效果,表明了SLAM在无人机上应用的可行性。     

飞航导弹中制导段惯性视线重构及误差传递

针对飞航导弹中制导段惯性视线重构的特点,基于映射函数的雅可比矩阵,研究了惯导姿态量测误差和捷联成像导引头体视线角量测误差对惯性视线重构精度的影响,推导出了中制导段惯性视线重构的误差传递近似公式,得出以下结论:(1)体视线角量测误差以单位增益传入到惯性视线重构中;(2)体视线角是影响惯导姿态量测误差传递增益的主要因素。仿真结果表明:应用误差传递近似公式进行惯性视线误差计算的精度可达96%以上,验证了公式和结论的正确性。     

某型飞机起落架运动的SIMULINK仿真

针对某型飞机起落架的运动，建立速度和加速度运动模型，利用动态仿真软件MATLAB／SIMULINK进行运动学仿真，得到各构件运动的速度和加速度的仿真曲线，为起落架的设计及飞机的加改装提供弘要的依据。仿真曲线与起落架的实际的运动相一致，表明模型的正确性。与传统方法相比，该方法大大简化建模过程，且所建模型易于修改、扩充，仿真结果直观，便于分析处理。     

舰船地磁独立导航系统

针对常用地球主磁场模型误差较大的问题,用描述小尺度区域下地壳异常场的矩谐模型代替,设计一种舰船地磁独立导航系统。将水面舰船的运动方程与矩谐模型表示的观测方程结合起来,构成独立导航系统。同时为了避免引入截断误差,采用无迹卡尔曼滤波算法。仿真结果显示:该导航系统有足够高的精度,位置误差不超过2 m,可以作为一种独立的导航方式使用。     

飞机EWIS 故障电弧定位技术研究综述

为实现有效而可靠的在线电弧故障定位,总结飞机电线电弧故障定位方法。介绍几种电弧故障定位技术, 详细阐述时域、频域和序列时域/扩展频谱时域反射计的电弧故障定位方法,分析现有故障定位技术的优缺点,探讨 未来的研究和发展情况。结果表明,实时电弧故障定位的研究仍处于初级阶段。     

LFM雷达对高超声速目标的数据关联研究

基于统计判决的关联决策是当前多雷达数据关联的一个有效途径.然而,在采用该方法对高超声速目标数据关联的问题进行研究时,却会出现随着雷达测量精度的提高,不同雷达数据关联的正确关联概率反而下降这一现象.针对这一情况,首先,利用线性调频（linear frequency modulated,LFM）雷达合理构建了基于统计判决的高超声速目标数据关联模型;接着,在现有的统计判决机制下,进一步分析了目标高超声速运动对多LFM雷达数据关联的影响,并得出了其关联判决函数（服从非中心卡方分布）与现有的关联判决门限（服从卡方分布）相矛盾的结论;最后,结合统计学的原理,通过对目标非中心统计参量的有效求解,合理解释了上述奇怪现象的出现.仿真结果表明,在目标高超声速运动的条件下,上述奇怪现象的出现是合理的.