基于自适应卡尔曼滤波的飞机气流角估计研究

迎角、侧滑角是飞机重要的飞行状态参数,而大气数据系统在恶劣天气、大迎角或机动飞行情况下是难以准确测量出气流角等数据的.基于飞行数据,研究了一种飞机气流角的估计方法.考虑到飞行数据可能受到外部干扰发生数据突变、各数据采样频率不同以及飞行数据之间的噪声统计特性均未知等情况,建立飞机系统状态方程和量测方程,将非等间隔理论与基...     

基于球向量机的QAR数据特征提取方法

飞行安全是飞行运输中的一个重要课题,对飞行纪录数据进行分析是判明飞行事故原因的重要依据,所以对飞行记录数据进行数据挖掘则成为一种有效的飞行监控技术。该文针对具有高维特征和大样本数据集的飞行纪录的飞行纪录数据学习问题,提出了一种新型的判别异常飞行事件的特征提取方法,并通过实验表明该方法对某一机型的飞行纪录数据取得了良好的实验结果。     

飞行器在高机动条件下迎角、侧滑角的测量

嵌入式大气数据传感(FADS)系统比传统迎角、侧滑角传感器在测量精度、可靠性、隐身性能上都具有较大的优势,因此该系统可被应用于各型飞行器上.但由于该系统在获得大气参数方面存在延时,所以它在飞行器机动飞行状态下迎角和侧滑角的测量精度会下降.针对这一问题,提出了以FADS测量结果为基础,采用惯性导航系统(INS)测量的迎角、侧滑角变化量进行修正的FADS/INS组合迎角、侧滑角测量方法.理论分析和仿真结果表明,该组合系统在飞行器处于平稳和机动飞行时,对迎角、侧滑角的测量均能获得较高精度.     

大攻角下基于信息融合的攻角/侧滑角估计方法

攻角和侧滑角是飞控系统和导航系统的重要参数。针对高性能飞行器在大攻角飞行时攻角和侧滑角不能精确测量问题,引入飞行动力学模型,选取姿态、姿态角速率、气流角和速度等飞行参数作为状态向量,以惯性导航系统提供的姿态、姿态角速率、加速度组成观测向量,构建扩展卡尔曼滤波器,融飞行动力学模型求解和状态估计的过程为一体,实现攻角和侧滑角实时精确估计。利用X-Plane系统的飞行仿真数据对攻角/侧滑角估计方法的可行性和有效性进行了验证。仿真结果表明,该方法不仅具有较高的精度、良好的稳定性和鲁棒性,而且可提高大气数据系统的测量范围和可靠性,能够有效地适用于大攻角飞行环境下攻角和侧滑角的测量。     

基于自适应卡尔曼滤波的侧滑移动机器人运动模型估计

精确实时在线的运动模型对于侧滑移动机器人的运动控制和轨迹规划至关重要,相比于离线模型估计,该文在基于速度瞬心(ICRs)的侧滑移动机器人运动学模型基础上,采用扩展卡尔曼滤波(EKF),在同一特定地形下在线准确得到ICRs的参数值;并针对不同的地形情况,采用k-近邻法对地形进行分类,实时判别机器人当前运行的路面,采用自适应的卡尔曼滤波器(AKF)调整滤波器参数。仿真和实验对比表明,该方法在同一地形和变化地形下均能快速估计出侧滑移动机器人的运动学模型,收敛时间均为3 s以内,可以满足实际使用的需要。     

二维相控阵单脉冲跟踪测角方法的研究与应用

介绍了一种单脉冲跟踪新方法。该方法利用正弦空间变换，将单脉冲角敏函数在天线阵面坐标系中随扫描角的非线性变化特征转变为正弦空间中简单平移的线性变化特征，使得二维相扫测角系统在装订角敏函数时，方位和仰角仅需各装订一条曲线，不仅节约了大量存储空间，而且消除了分区装订和波控机量化引入的误差，极大地提高了雷达跟踪精度。     

直接基于灰度图象的多尺度角点检测方法

在计算机视觉领域中角点特征的提取具有相当重要的地位，因为角点包含了丰富的信息。本文提出了一种新的利用微分几何和小波变换的多尺度角点检测方法，它具有以下特点：一是无须提取边缘图象，而是直接在灰度图象上提取角点。二是由于利用了小波变换技术从多个尺度上进行角点的提取，所以它既较为有效的抑制了由于噪音等原因造成的诸多错误角点位置的出现，又能得到较为精确的有用角点位置。最后通过实验证明了本算法有效性。     

基于Delaunay 三角化的有效角点匹配算法

基于同一幅图像角点集Delaunay三角形网的唯一性和相同场景不同视角图像角点的Delaunay三角形网的相似性,本文提出了一种改进的SUSAN角点检测算法和基于Delaunay三角化的角点匹配算法,同时提出了一个模糊阈值的三角形相似度计算方法。对实际图像的实验结果表明了本文的算法对有视角变化的平移、缩放和旋转图像的有效性。     

基于CH378的通用大容量数据记录器的设计与实现

针对目前数据存储系统传输速度低、存储容量小、特殊场合应用不便的问题,结合大容量存储和USB技术,设计了一种以U盘作为存储介质的通用大容量数据记录器。系统采用FPGA+ATmega128作为核心处理器,通过控制大容量Flash和最新文件管理芯片CH378直接将采集数据以文件形式存储至U盘,整个工作过程无需计算机支持即可实现大容量数据的在线存储。经测试验证,通用大容量数据记录器写入平均速度达96.5KB/s,存储容量可达32GB,可方便地集成于各种测控系统中。     

基于扩展卡尔曼滤波的动中通低成本姿态估计

针对动中通系统低成本姿态估计问题,提出了一种基于扩展卡尔曼滤波的姿态估计算法。该算法以四元数作为状态变量,通过融合陀螺、加速度计以及单基线GPS位置和速度信息估计载体的姿态信息。针对载体机动加速度的影响,通过单基线GPS提供的速度信息对载体的机动加速度进行初步补偿;当载体发生转弯时,利用侧滑角补偿法进一步校正。实验结果表明,该算法成功融合了陀螺的短时精确性、加速度计的长时稳定性和GPS精确的测速和定位功能,系统的动态估计精度在±0．5°内,满足了动中通的应用要求。     

基于空时联合约束的机载雷达STAP单脉冲角度估计方法

对现有STAP(Space-Time Adaptive Processing)单脉冲角度估计方法存在单脉冲比失真及目标多普勒失配时角度估计性能严重下降的问题,本文从数学上分析了常规STAP单脉冲方法的失效机理,并基于机载雷达杂波的空时耦合特性,将差波束约束条件扩展到空时二维空间,提出了基于空时联合约束的STAP单脉冲角度估计方法,将单脉冲曲线延伸为单脉冲曲面,通过空时联合约束显著提高了目标角度估计的精度和稳健性.计算机仿真结果验证了本文方法的有效性.     

一种精确协方差估计的转换量测卡尔曼滤波方法

传统转换量测卡尔曼滤波(CMKF)方法对误差协方差矩阵进行估计时,采用了线性近似的方式。当量测方位误差较大时,无法准确估计出协方差矩阵。针对该问题,提出了一种基于精确协方差估计的CMKF方法,可有效抑制方位误差对协方差估计的影响。仿真结果表明该方法可有效抑制量测方位误差的影响,提升目标跟踪的定位精度。     

基于矩阵因子重构的MIMO雷达角度估计方法

多输入多输出（MIMO）雷达中部分失效阵元会使得阵列采样数据丢失,从而导致较差的角度估计性能。为此,提出一种基于不完整矩阵因子重构的MIMO雷达角度估计方法。首先,根据协方差矩阵可分解的性质,提取维度较低的矩阵因子,并将协方差矩阵中缺失数据恢复问题转化为矩阵因子重构问题。然后,为了利用矩阵因子中元素的相关性,对不完整矩阵因子建立核范数约束下的低秩Hankel矩阵重构模型;为避免传统的核范数最小化求解中计算复杂度高的问题,采用低秩矩阵拟合方法将Hankel矩阵分解为两个维度较低的矩阵,等价表达了核范数约束。最后,利用交替方向乘子法（ADMM）对该矩阵重构模型进行求解。仿真结果表明,本文方法可以有效地重构出矩阵因子中的缺失元素,进而实现阵列协方差矩阵中丢失数据的补全,改善阵元失效下的MIMO雷达角度估计性能。     

有色噪声中谐波频率的频域非线性预滤波估计方法

基于谐波信号表现为频域中的 异常点 这一思路,利用滑动中值滤波器滤除数据异常点的能力,本文提出了未知有色噪声背景下谐波信号频率的一种高分辨估计方法.其突出特点是对噪声分布的强普适性,且算法实现简单.仿真结果验证了该方法的性能.     

基于辅助数据的SC-FDE系统频域LS信道估计

通过对单载波频域均衡(SC-FDE)系统的分析得出了对最小二乘(LS)信道估计中采用的训练帧的要求, 从理论上推导了不计循环前缀(CP)能量损失的条件下, SC-FDE系统采用LS方法估计信道的性能界。文中指出, Newmann序列适合作为SC-FDE系统频域LS信道估计的训练帧。理论分析和仿真结果都表明, 采用Newmann序列可以达到LS信道估计的性能界。     

用自动模糊划分与改进Apriori算法生成QAR关联规则

针对属性粒度模糊划分需事先给定与Aprirori算法效率低的问题,提出基于自动模糊划分和改进Apriori算法的QAR关联规则生成方法。首先对QAR数据进行空缺值填补等预处理;然后给出最佳聚类准则并根据给出的最佳聚类准则得到最佳聚类,从而对QAR属性完成自动模糊划分及隶属函数的确定;之后通过记录数据项位置及简化连接与剪枝过程来提高Apriori算法的效率;并将其应用到QAR关联规则的生成过程;最后通过品质和性能度量两方面的实验,表明此方法在各方面的性能均优于经典方法。     

基于AT89C52单片机的飞行参数记录系统设计

主要介绍一种应用AT89C52单片机的飞机飞行参数记录系统原理及其设计方法。该飞行参数记录系统共包括3个子系统,子系统之间通讯通过总线传输方式实现,采用硬件与软件密切配合的设计技术,实现对飞行参数和飞行履历信息的获取、编码、记录,并开发了功能强大的地面数据处理软件,大大提高了数据处理工作效率。该系统已经成功地在某型飞机上推广应用。