巡飞弹钻石背折叠翼结构优化设计

对某型巡飞弹的钻石背弹翼进行了结构优化,将前翼的翼尖变形最小做为优化目标,取后翼长度及其与前翼连结点做为设计变量;将前、后翼近似简化为受均布线载荷作用的两根铰链悬臂梁,通过对此超静定结构的受力分析,建立了优化目标与设计变量之间的函数表达式,导出其优化数学模型,分别采用复形调优法与遗传算法进行迭代计算,代入约束条件,得出了最优结果;结果表明,最优时后翼的前掠角非常小,采用钻石背弹翼既能有效的提高升力,也能大幅减小弹簧的结构变形,是非常优良的结构布局形式。     

惯性传感器和互补滤波器在姿态估计中的应用

惯性测量方法被广泛应用于机器人等运动物体的姿态检测中,本次研究利用惯性传感器和互补滤波器的优点进行姿态估计。为了获取互补滤波器的转接频率,进行了加速度计和陀螺仪的动态响应测试,设计了自适应互补滤波器。在双轮直立行走机器人装置上对方案进行了验证,实验数据表明,利用自适应互补滤波算法可以准确可靠的获取机器人的姿态信息。     

多旋翼无人机自适应DUKF姿态估计算法

为解决存在外部加速度和外部电磁场干扰的多旋翼无人机姿态估计问题,首先以四元数为参数建立姿态估计模型,然后使用一种解算精度高、计算量较小的衍生无迹卡尔曼滤波算法(DUKF),在量测更新阶段引入根据残差构造加速度计和磁力计的噪声协方差的自适应策略,提出一种基于DUKF的多旋翼无人机自适应姿态估计算法.通过使用PIX-HAW...     

场景中平面物姿态鲁棒估计

针对场景中平面物姿态估计问题,提出了一种鲁棒的估计方法,首先将问题转化成一个最小化问题,然后搜索极大值,采用迭代算法将极大值估计屏蔽获得次大值,然后将两者进行比较,较大的那个即为最优估计,结果表明该方法可以提高姿态估计的鲁棒性。     

基于载体姿态测量的双轴卫星天线初始对准算法

天线初始对准技术是移动卫星通讯系统的关键技术之一，往数字罗盘测得载体姿态的基础上，推导出了天线实际转过的方位角和仰角，从而确定了一种实用的天线初始对准算法。     

AHRS姿态估计的迭代扩展卡尔曼滤波方法

针对现有滤波方法在低成本航姿参考系统(AHRS)姿态估计应用中存在准确性不足的问题,本文提出一种非线性滤波求解的姿态估计方法.根据四元数姿态表示原理与传感器测量输出模型构建了基于AHRS系统直接形式姿态估计的非线性状态空间模型,采用迭代扩展卡尔曼滤波方法进行滤波求解,实现了对姿态四元数与传感器偏差的实时估计.通过MPU...     

结合位姿约束与轨迹寻优的人体姿态估计

基于混合部件模型的人体姿态估计方法忽视了人体结构的对称位姿约束关系,从而导致对称部件容易被重复检测、人体姿态估计准确率较低,为此,提出一种基于位姿约束与轨迹寻优的姿态估计新方法。首先估计人体单部件和对称部件在单帧图像中的多个合理位置,利用对称部件之间的位姿约束关系构建标识部件。然后根据单部件和标识部件各自的目标优化函数,通过动态规划算法反复迭代获得初始轨迹候选集,再结合轨迹的全局特征剔除检测得分较低的运动轨迹。最后引入树形合约模型,联系时空上下文信息,准确求解出视频序列光滑且兼容的最优轨迹。在N-best、Outdoor Pose和Scene数据集中的实验结果表明,对于存在背景复杂、运动模糊、部件遮挡等问题的视频序列中,该方法平均姿态估计准确率达87%以上,有效减少了对称部件的误判,提高了视频中人体姿态估计的准确率。     

估计多视点摄像机姿态的两步法

本文提出一种估计多个视点位置上的摄像机姿态的新算法,即两步估计法。该算法首先采用第一、二两幅图像上的特征匹配点重建出物体的局部模型,然后以局部模型作为世界坐标系的中心,利用物体模型上的空间点与图像特征点的对应关系,求解每个视点位置上的摄像机姿态。真实图像的实验结果表明,本文所提算法是有效的,重建模型上特征点的重投影误差小于1个象素。     

基于四元数二阶互补滤波的四旋翼姿态解算

姿态解算是四旋翼飞行器的关键技术,其精度直接影响飞行器控制的可靠性和稳定性。针对当前常用一阶互补滤波算法中阻带衰减速率慢和陀螺仪常值漂移产生的稳态误差问题,通过增加积分环节,设计了一种基于四元数的二阶互补滤波算法,能更好地利用加速度计和磁力计的稳态信息有效补偿陀螺仪常值漂移,从而减少姿态解算的累积误差。仿真结果表明,该算法具有更好的稳定性,提高了系统的姿态解算精度。通过飞行器真实飞行数据对算法进行了实验验证,结果显示姿态的俯仰角、横滚角精度1°,偏航角精度2°,能很好地满足飞行器控制系统对姿态解算的精度要求。     

多旋翼姿态解算中的改进自适应扩展Kalman算法

提出了一种改进的Sage-Husa自适应扩展Kalman滤波算法,用于保证多旋翼无人机在噪声统计特性未知且时变、振动为主要扰动源、姿态角高动态变化等飞行条件下飞行姿态角解算的精度与稳定性。该算法采用微机电系统陀螺仪实时动态解算的姿态角方差估计系统噪声方差;并采用自适应滤波算法在线估计量测噪声方差,从而保证滤波的精度与稳定性;同时引入滤波器收敛性判据,结合强跟踪Kalman滤波算法来抑制滤波发散。飞行实验与分析表明:改进算法解算的俯仰角与横滚角均方根误差分别为1.722°和1.182°,明显优于常规的Sage-Husa自适应滤波算法。实验还显示:改进的算法自适应能力强、实时性好、精度高、运行可靠,能够满足多旋翼无人机自主飞行的需要,若对参数进行适当修改,还可应用于其它动态性能要求较高的导航信息测量系统中。     

非合作航天器逆深度参数化姿态估计

为了实现对空间失效卫星、空间碎片等非合作目标,尤其是具有自旋运动特性的目标进行在轨服务或者离轨清除,需要精确完成追踪飞行器与目标飞行器之间的相对姿态测量。首先,以逆深度参数化表示相机在世界坐标系下的坐标值、高低角、方位角和深度信息,可以有效解决小视差情况下的单目视觉姿态估计。其次,建立了相机相对于非合作目标的运动模型和测量模型。最后,基于单点随机抽样和扩展卡尔曼滤波实现了相机和目标之间的相对运动姿态估计。实验结果表明:对于三轴稳定目标,接近过程中姿态测量精度约为0.5°;对于匀速慢旋目标,相对角度误差约为3.5%,平均角速度误差约为0.1°/s。可以满足工程上空间非合作目标相对姿态测量的使用需求。     

基于迭代中心差分卡尔曼滤波的飞机姿态估计

在飞机姿态估计中,系统模型非线性严重、初始估计误差大和可观测性弱等固有缺陷使得对估计算法的精度要求更高。针对这一问题,给出了一种基于迭代中心差分卡尔曼滤波(ICDKF)的飞机姿态估计方法,并将其应用于由低精度高噪声传感器组成的低成本飞机姿态估计系统。首先建立基于四元数的飞机姿态数学模型,然后用ICDKF方法进行姿态估计,并通过实测数据进行验证。实验结果表明,ICDKF不仅有效地提高了飞机姿态估计的稳定性、收敛速度和滤波精度,而且无需计算雅克比矩阵,实现简单,其性能明显优于标准CDKF和EKF方法。     

磁传感器输出姿态信息修正方法研究

在基于地磁、角速度及重力加速度(MARG)测量的航姿融合估计应用中,磁干扰会破坏磁传感器输出所含姿态信息,进而降低姿态估计精度。为提高姿态估计的抗磁干扰能力,研究了在静态及小幅加速度运动条件下修正磁传感器输出的方法。该方法利用重力加速度测量值对归一化磁传感器输出向量进行修正,修正依据是地磁向量与重力加速度夹角恒定以及最小化修正角度。分析了航姿融合估计算法模型与磁传感器输出修正原理,给出了修正方程并推导了修正计算式,最后通过静态与动态实验验证了修正效果。实验表明,磁传感器输出修正使俯仰角及横滚角估计均方根误差分别降低2.6°与1.6°。此外,该修正方法还具有不改变融合计算过程,便于与其他改进措施结合使用的特点。     

基于起点预测的自适应交叉-准菱形运动估计算法

提出一种可预测搜索起点的自适应交叉-准菱形搜索算法。根据序列图像中运动矢量的交叉-中心偏置分布特性和矢量间的时空相关性,设计了一种交叉-准菱形搜索模板,并融合搜索起点预测、半途中止准则和自适应搜索模式等技术,在保证搜索准确性的同时,大幅度提高了运动估计的速度。实验结果表明,算法对各种类型的运动序列都有很强的自适应性,其平均搜索速度是新三步法的3.56倍、四步法的3.26倍、菱形法的2.71倍,搜索准确性也优于经典的快速运动估计算法,尤其对于大运动序列,具有更明显的优势,提高了视频压缩中现有的运动估计算法的性能。     

快速反射镜姿态角的高精度解算

为了提高跟瞄转台出射激光的指向精度,研究了快速反射镜(FSM)姿态角与转台跟踪误差间的关系,提出了FSM姿态角的高精度解算方法。介绍了跟瞄转台出射激光的光路特点和FSM的工作原理;确定了坐标系中入射光与出射光的方向,依据坐标变换理论和光的反射定律,建立了FSM反射镜姿态角与转台跟踪误差间的函数关系。然后,推导出姿态角的解析表达式,描述了姿态角的空间分布规律,并从解析表达式中推出了近似表达式,确定了近似表达式引入的指向误差。最后,通过指向精度实验验证了姿态角解算方法的正确性。实验结果表明:在跟踪误差不超过(A 12.9′,E13.5′)时,应用姿态角解析表达式和近似表达式均能取得优于2.5″的指向精度;跟踪误差增大为(A38.6′,E37.8′)时,解析表达式对应的指向误差仍低于2.5″,而近似表达式对应的指向误差迅速增大为13.2″。得到的结果显示:FSM姿态角的解析表达式不存在原理误差,在任意跟踪误差下均能使出射激光具有高精度指向能力,且其形式简洁,满足伺服控制器快速运算的要求。     

优化预测运动矢量的快速运动估计算法

提出了一种优化预测运动矢量的快速运动估计算法。在对预测运动矢量研究的基础上,根据序列图像中运动矢量的中心-中值偏置分布特性和矢量间的时空相关性,结合运动矢量的相似度分析,选用中心、中值和时间相关的三个矢量作为基本预测矢量。设置相似门限来减少由三个空间相邻块预测矢量带来的大量冗余信息,对算法中关键的门限技术进行了改进。实验结果证明,本文算法对各种类型的运动序列都有很强的自适应性,在保持搜索准确度的同时,可大幅度提高运动估计的速度,其平均搜索速度是FS的208倍,明显优于PMVFAST的146倍、MVFAST的77倍、DS的55倍,提高了视频压缩中现有的运动估计算法的性能。     

一种十字交叉六边形块运动估计搜索算法

在快速块匹配运动估计中,搜索模式对搜索速度和搜索质量有着很大的影响。基于现实视频序列中运动向量的分布特征,本文提出了一种十字交叉六边形搜索算法（NHEXS）：首先用小十字模式进行预搜索,找到最小块匹配失真点（MBD）;以MBD为中心构造大十字搜索模式,找到MBD;然后以大十字模式的MBD为中心,开始六边形搜索：首先搜索大六边形,如果MBD在中心,以小六边形方式搜索,找到的MBD点即为最终的块匹配失真点;否则继续大六边形搜索。十字交叉六边形搜索算法还采用了中途停止技术,对静止和半静止块的搜索速度有显著的提高。改进的部分块失真准则在不影响失真度的情况下大大降低了计算复杂度。实验结果表明：十字交叉六边形搜索算法比六边形搜索算法和新型十字菱形搜索算法在信噪比降低很少甚至不降低的情况下,分别节省32%和16%的搜索点,和其它流行的块匹配运动估计算法相比,本文算法有更快的搜索速度和更小的失真度。     

三轴转台初始位姿对准误差的测试方法

雷达仿真实验用卧式三轴飞行仿真转台的三轴交汇中心与射频阵列仿真系统球面的球心同心,转台的初始姿态满足一定要求,以减小雷达仿真时的误差。为了三轴转台位姿的精确对准,提出了一种能补偿经纬仪竖直轴线铅垂度误差和俯仰轴零位误差的对准方案,首先根据精确的已知基点的坐标,通过经纬仪对各基点的观测结果采用最小二乘迭代处理方法,确定了经纬仪的三轴交汇中心的位置,再通过经纬仪对转台的内、中环轴轴端安装的靶标进行观测,确定了三轴转台的位置与初始姿态。通过实际测试与调整,解算出了三轴转台的三轴交汇中的坐标为-0.485,0.203和-0.475mm,外环轴指向误差为-59″。该测试结果在位置误差1mm,姿态误差2′的要求范围之内,实现了三轴转台的位姿对准任务。     

Ellipsoid bounding estimation for kinematic geodetic positioning

In kinematic position estimation, a Kalman filter procedure is often used to provide improved solution benefiting from the history information. However, the optimal Kalman filtering solutions are subject to precise function models and statistic knowledge of noises, which may be difficult to obtain in advance. As a result, Kalman filter does not necessarily provide better performance for kinematic positioning solutions. In real world situations, a bound of the noise distribution would be easily and more reasonably determined than noise statistics. This paper studies ellipsoid bounding estimation for kinematic position estimation. In this estimation, neither process nor measurement noise characteristics are necessary, as long as the noises at each sample points can be confined in a bound (ellipsoid). A general trace criteria is adopted to choose the optimal estimator. For a the special case that only scalar measurement is available, e.g., a position measurement, we designed a modified intersection approach to reduce the estimation conservatism. Numerical results are given in each estimation step to illustrate the algorithm. A flight trajectory data is processed and the estimation results are compared under three different measurement noise cases: Gaussian white noise, uniformly noise (non-Gaussian) and the real measurement noise. Kalman filter results are also given for comparison. Results demonstrate the ellipsoid estimation indeed offers improved kinematic position solution in the sense of robustness for non-Gaussian noises, and retains nearly the same estimation error variance.