基于改进粒子滤波的无人机编队协同导航

针对主从式无人机编队协同导航问题,建立主从无人机编队的运动模型,并将闪烁噪声加入到观测模型 中,使用粒子滤波算法进行仿真实验,使实验结果更具现实性。针对粒子滤波在重采样过程中出现的粒子贫化现象, 在粒子权重归一化过程中引入权重影响因子,给出理论证明,并与标准粒子滤波算法进行对比。仿真结果表明：在 闪烁噪声下,改进后的粒子滤波使主从式无人机编队导航精度明显提高,具有一定的实用价值。     

基于正交相位编码信号的MIMO雷达测速测距算法

针对多普勒敏感带来的盲速问题,提出了基于正交相位编码信号的多输入多输出雷达(MIMO)的测距测速算法。该算法用遗传算法获取正交四相编码信号,以此作为多输入多输出雷达的发射信号;用匹配滤波法分离各路回波信号以增加相干叠加的脉冲数;用双脉冲对消和多脉冲叠加的动目标检测技术完成对目标距离和速度的测量。仿真验证结果表明:与传统的测距测速方法相比,提出的多脉冲叠加测速测距算法能够有效检测动目标的距离和速度,同时有效地解决了多普勒敏感带来的盲速问题,提高了测速精度,具有一定的工程应用价值。     

无人机导航场景中立体匹配算法研究

针对现有立体匹配算法难以兼顾无人机导航场景中匹配精度和幅度失真的鲁棒性,提出了一种基于改进Census变换的立体匹配算法。根据图像结构和色彩信息获得基于十字骨架的任意形状和大小的Census变换窗口,并利用改进Census变换的Hamming距作为匹配代价,采用局部优化（WTA）和左右一致性校验得到视差结果,获得高精度的视差图。实验表明,该算法不仅能够获得高精度的视差图,更对幅度失真有很强的鲁棒性,能够很好地适用于无人机导航场景。     

基于GPS/DR的无人机导航定位方案研究

为提高无人机 GPS 绝对定位时的精度。文中提出了波。该方案具有对硬件要求低、良好的费效比等特点,仿真证明该方案定位精度高而且有效地解决了无人机机动时的适时定位问题。     

测角测距信息下的双机协同高精度定位算法

针对现有双机协同定位仅采用测角信息来解析求解误差较大的问题,提出基于测角和测距信息的双机协 同高精度定位方法。利用现有飞行器中的导航定位传感器,采用粗精两级定位模式,粗定位采用传统的几何解析方 法提供较为准确的初始解,精定位采用非线性迭代优化方法获得目标位置的最优解,并进行一系列仿真验证。仿真 结果表明,测角测距信息下的协同定位方法能够获得较高的协同定位精度。     

基于GPS/航路推算的无人机导航与控制研究

给出了一种小型隐身性无人机的平面导航与控制方案。基于GPS/航路推算组合导航方法,文中利用Matlab的SimuLink工具箱建立了无人机六自由度模型,设计了相应的水平控制与导航方案,给出了一种风场估计方法以及风场下的航迹修正方案,并针对某具有隐身功能的无人机进行了导航控制律设计,最终的仿真结果验证了该组合导航方法以及相应制导律的可靠性和实用性。     

基于混沌蚁群算法的集群无人机协同任务分配

针对无人机集群协同任务分配问题,以无人机集群完成所有任务的总航程和未完成任务数最小为优化目标,构建多目标的多任务分配数学模型,并提出基于混沌蚁群算法的优化方法对模型进行求解。借鉴混合算法能提高单一算法性能的思想,在集群任务分配问题中将混沌算法的遍历性、随机性和蚁群算法的信息素正反馈机制结合起来,并通过仿真实验验证所提方法的有效性和适用性。结果表明：基于混沌蚁群算法的集群无人机协同任务分配方法能够增强全局寻优能力,提高算法效率,为多无人机分配最优的任务序列。     

SINS/低成本基地辅助测速组合导航技术研究

借鉴INS/GPS组合导航系统原理,文中提出了SINS/速度组合导航系统方案.在此方案中,利用基地辅助测速测得的速度信息作为导航系统的辅助信息,通过Kalman滤波来修正SINS系统的误差.仿真结 果表明组合系统导航精度基本达到目前实际应用的水平.应用此方案,只须利用能够提供速度信息的低成本基地辅助测速系统(空基如高空气球等空中平台,陆基如雷达站等)就能实现导航定位的功能,具有实际应用前景和深远意义.     

基于小波分析和密度估计的红移测速导航研究

基于光谱红移天文自主导航思路以及天文学领域求解红移值的方法,提出一种用小波分析和密度估计相结合的方法测飞行器红移值,进而求解速度的测速导航方法。首先采用小波变换滤除噪声并进行光谱归一化,然后采用整体阈值和局部阈值相结合的方法,提取特征谱线,用密度估计法求出红移值,最后结合天文测角信息,计算出飞行器相对于惯性坐标系的速度。采用实测的太阳光谱数据,进行了红移模拟与解算。实验证明该方法在高信噪比的情况下,计算速度快,求解结果精度高达96％,为基于光谱红移的天文导航提供一种新的速度计算方法。     

无人机CNSS/GLONASS 组合导航技术

为实现无人机导航系统覆盖范围大、精度高、动态强等要求,从分析我国无人机导航现状入手,研究CNSS/GLONASS 组合导航定位数据解算方法。基于“当前”统计模型建立状态方程和观测方程,并通过飞行实验和数据分析对相关性能进行验证。结果表明：提出的 CNSS/GLONASS组合导航定位数据解算方法可实现2种系统的优势互补,提高北斗系统在无人机高动态导航中的可用性,增强无人导航精度。     

基于单目SLAM的无人机视觉导航研究综述

随着近几年无人机应用越来越广泛,传统的GPS/INS组合导航系统存在很多局限性,视觉导航具有信息量大且精确、协同干扰小和实时性强的优点,迅速成为研究的热点。SLAM自提出以来在地面机器人应用上取得了重大成果,如何将其应用于无人机一直以来是研究的热点。介绍了视觉SLAM的基本步骤和一些关键技术,并分析了要应用于无人机所面临的实时性和鲁棒性方面的难点,提出了视觉SLAM的组合导航、基于深度学习、构建语义地图和缓解特征依赖等研究发展方向。     

基于GPS/INS导航的速度误差修正算法研究

嵌入式导航系统受限于硬件资源,难以应用复杂的滤波算法。因此,为降低导航算法复杂度,同时保证嵌入式导航系统的精度,设计一种基于GPS/INS组合导航系统的速度误差修正算法。该算法先计算GPS和INS导航的速度先验分布,筛选异常数据。然后求取两种先验分布的交集作为后验分布,并修正速度误差。最后利用后验分布求得最优估计。计算仿真结果表明,误差修正算法有效的消除了INS导航的累积误差,并且修正后的速度误差较GPS导航有所降低。同时,该算法占用计算资源少,对嵌入式导航系统的设计有一定借鉴意义。     

基于改进A*算法的多无人机协同战术规划

多无人机协同作战是未来无人机作战方式的重要发展趋势。为增强多无人机系统的任务执行能力,提高系统整体作战效能并实现高效资源分配和调度,提出一种基于改进A^*算法的多无人机协同战术规划方法。按照离线规划和重规划两方面,设计战役层和战术层的作战目标迭代优化方案;建立编队协同作战的数学模型,以编队成员间的时间协同和碰撞协同代价为变量,得到多约束条件下的综合编队目标函数;结合多层变步长搜索策略和单步扩展的搜索方式,基于改进A^*算法,用于求解复杂战场环境下的多无人机编队协同作战航路。分别利用改进A^*算法和传统A^*算法进行对比仿真实验。仿真结果表明,多无人机协同战术规划方法能够较好地完成作战任务,改进A^*算法能够获得更优的航路,从而验证了所提算法的有效性。     

基于卡尔曼/状态反馈滤波的SINS/DR导航算法研究

针对SINS/GPS组合导航系统在GPS信号出现故障时不能正常工作的问题,提出了利用里程计与SINS组合的导航系统。在分析组合系统数学模型的基础上,设计了基于卡尔曼/状态反馈算法的新型滤波器。该滤波器基于最优控制的思想对卡尔曼滤波算法进行了改进,最终得到误差状态的估计值。仿真结果表明,改进后的卡尔曼滤波算法用于估计导航系统误差能够取得更加满意的效果。     

基于下视序列图像的无人机测速方法

为了实时、较高精度的获得无人机的飞行地速,提出了基于下视序列图像的无人机测速方法。利用无人机上的速率陀螺补偿获取图像时载机的角运动,实现了惯性稳定辅助特征点匹配算法,可以快速稳定的得到地面同名点在相邻两帧图像中的像差。利用无线电高度数据可以得到无人机的地速。在虚拟视景平台上进行了仿真实验,并与其他匹配算法进行比较,结果表明该方法计算量少、精度较高。     

基于软件无线电的引信测距算法研究

研究了软件无线电和直接扩频测距技术在大炸高无线电引信应用中的关键技术问题,分析了由于多普勒效应引起的载波频偏以及载波随机相位对测距的影响,提出了一种基于软件无线电的直接序列扩频解调算法,通过采用差分编码和正交解调的方法,消除了多普勒频偏和载波随机相位对测距的影响。通过理论推导和软件仿真,验证了算法的有效性。     

基于MTI的组合导航算法研究

推导了磁阻/DR的组合方法,利用加速度计与磁强计测量的载体姿态角适时的对陀螺所测的载体姿态角进行修正,抑制了陀螺所测量载体姿态角误差的迅速扩大.探讨了GPS/SINS组合导航系统中抗差自校正卡尔曼滤波的应用,并对此进行了仿真.最后的仿真结果表明:抗差自校正卡尔曼滤波效果优于标准卡尔曼滤波效果.     

基于联邦SR-UKF算法的GPS/INS导航数据融合算法

为提高导航系统数据融合的稳定性和容错性,将一种基于方根分解形式的Unscented卡尔曼滤波(SR-UKF)算法和分散式滤波技术相结合,建立了新的联邦滤波器SR-UKF算法并应用于GPS/INS组合导航系统中.数值仿真实验表明, 联邦SR-UKF 比联邦UKF 有更好的滤波精度、更高的稳定性和容错性, 是一种理想的非线性GPS/INS组合导航滤波方法.     

基于小波辅助的GPS/SINS 组合导航系统故障检测与信息融合算法

针对GPS/SINS组合导航系统可能出现故障的问题,提出一种基于小波辅助的组合导航系统故障检测与信息融合算法。将卡尔曼滤波器的估计误差进行相应的多小波故障检测分析,在较短时间内发现故障点进而降低虚警概率;若GPS发生软故障,利用改进的自适应算法进行信息融合,进而保证系统的滤波精度、容错能力和可靠性。仿真结果验证了该方法的有效性。