基于固定里程量测的车载捷联惯导/里程计组合导航算法

针对车载里程计小量微分引起噪声放大和脉冲计数截断误差造成里程增量误差,进而影响系统精度的问题,提出了基于固定里程量测的组合导航方法.该算法采用位置量测方案,将固定里程范围内捷联惯导解算的位置信息和里程计航位推算之差作为量测值进行组合导航,并提出了里程计脉冲计数截断误差修正方法.仿真表明,该方法可以快速分离组合导航系统各传感器误差,具有较高的定位定向精度和推广应用价值.     

车载捷联惯导系统陀螺漂移在线自标定方法研究

为提高车载捷联惯导系统标定效率,提出了一种基于卡尔曼滤波的陀螺漂移在线自标定方法,该方法利用北向陀螺漂移的完全可观测性,在近似水平条件下,通过卡尔曼滤波估计出两个不同位置的等效北向陀螺漂移,然后利用该估计值和解算出的方位角计算出陀螺漂移实际值,实现陀螺漂移的在线自标定。仿真结果表明,该方法简单可行,标定精度能够满足车辆导航要求。     

基于简化CKF/降维CKF混合滤波的非线性对准技术研究?

为了降低非线性对准的计算量而不损失对准精度,针对容积卡尔曼滤波( CKF)采样点数与状态维数成正比、计算量较大的问题,提出了基于简化CKF/降维CKF混合滤波的非线性对准方法。利用大失准角模型和基于线性观测方程的简化CKF算法进行水平对准;使用大方位失准角模型和降维CKF完成精对准。仿真结果表明,该方法摆脱了CKF算法的“维数灾难”和降维CKF对准应用条件限制,能够完成任意失准角下的初始对准并获得较高对准精度,具有重要的工程应用价值。     

履带车辆磁流变液半主动悬挂系统动力学模拟实验台研究

基于磁流变液(MRF)构造出的半主动悬挂系统,可以用于对车辆振动的实时控制,半主动悬挂系统模拟试验台是实行实车动力学分析进而实现上述目标的基础性设备.首先,按照相似定理,进行了履带车辆磁流变液半主动悬挂系统动力学模拟实验的台架设计,实现了动力学模拟;进而,结合履带车辆行驶的典型越野路面,提出一种路面激励输入设计方案;最后叙述了基于LabVIEW虚拟仪器的磁流变振动实验台状态监测系统的构成.     

磁流变液半主动悬挂系统动力学模拟系统研究

基于磁流变液构造出的半主动悬挂系统,可以用于对车辆振动的实时控制,半主动悬挂系统模拟试验台是实行实车动力学分析进而实现上述目标的基础性设备.按照相似定理,进行履带车辆磁流变液半主动悬挂系统动力学模拟实验的台架设计,实现动力学模拟;结合履带车辆行驶的典型越野路面,提出一种路面激励输入设计方案;叙述了阻尼系数的确定,包含动力学分析和试验台参数选取.对整个动力学模拟系统的构建进行了全面的分析和设计.     

一种gshare分支预测器的低功耗设计方法

功耗与性能在高端嵌入武计算系统中都是非常重要的设计指标。基于深度流水处理器中所使用的动态分支预测器的微结构特点，提出了一种利用分页技术来有效的降低gshare分支预测器的功耗的设计方法，详细分析了分支预测器的大小、分页数以及功耗、面积之间的内在关系。     

基于运动学约束的履带通信车组合导航研究

履带通信车由于结构限制,存在滑移、滑转问题,受里程计安装位置及传动比影响,在不同运动状态下,履带通信车里程计输出与实际车辆行驶距离不同,直接采用履带通信车里程计输出作为辅助导航信息会降低捷联惯导组合导航精度。该文在分析履带通信车不同运动状态下等效转向半径及里程计输出与实际履带通信车行驶速度关系的基础上,提出了履带通信车运动状态识别判断方法,根据判断出的运动状态,提出了基于履带通信车运动学约束的里程计修正补偿法,该方法能够对履带通信车的不同运动状态进行识别,并对里程计输出进行实时修正,对履带通信车滑移和滑转产生的横向速度进行补偿。实车试验验证了该组合导航方法的有效性。     

USB-HOST实时数据采集嵌入式模块的实现

提出利用 SL811HS 和 8 位单片机实现 USB-Host 实时数据采集嵌入式模块。该系统的数据传输,遵守大规模存储协议和 USB　1.1 协议规范,可作为嵌入式设备的数据输入输出模块。它以文件的形式,与 Slave 端的 USB 移动存储器进行数据传输。     

强跟踪UKF 在高动态组合导航中的应用

为解决载体在高动态下大幅度运动出现的滤波发散问题,提出强跟踪无迹卡尔曼滤波(strong tracking uncented Kalman filter,STUKF)算法。分析组合导航模型和研究经典的无迹卡尔曼滤波(uncented Kalman filter,UKF) 算法,将强跟踪UKF 算法应用于SINS/GNSS 组合导航系统,并与经典UKF 算法和衰减记忆UKF 算法进行比较。 分析结果表明：该强跟踪UKF 算法性能较好,能明显缩短滤波时间,减小速度误差和位置误差,从而提高组合导航 的准确性和稳定性。     

小波分析和灰色神经网络融合的光纤陀螺误差建模与补偿

为补偿捷联姿态测量系统中光纤陀螺因外界干扰引起的高频噪声和强漂移,提出一种基于第二代小波变换和灰色Elman神经网络融合的误差建模和补偿方法。采用Allan方差法分析了在外界干扰下的光纤陀螺输出信号,利用第二代提升小波单独重构的方法分离出陀螺误差模型中的漂移误差和白噪声,灰化漂移误差数据后建立了Elman神经网络模型并进行了补偿。实验结果表明,相较于传统的灰色理论模型和单一的Elman神经网络模型,新算法有效滤除了白噪声,并将预测模型的精度提高到96%以上,证实了模型的有效性。