基于卡尔曼滤波的飞机着陆导航系统设计

本文设计了一种基于卡尔曼滤波的飞机着陆导航系统,为飞机自主着陆或着舰提供可靠的导航信息。该系统利用日盲紫外光谱图像具有背景干净和便于目标提取的特点,提高了姿态测量的精度和导航精度。本文对比了基于卡尔曼滤波导航数据与原始导航数据曲线图并分析了卡尔曼滤波的优点,最后进行了模拟飞行仿真试验并分析了导航系统输出数据的精度。     

基于MPU-6050及蓝牙技术的姿态检测系统设计

文章对姿态传感器国内外现状进行了分析,对其技术发展和存在的问题进行了简单介绍。提出了一种基于MPU-6050六轴姿态传感器(三轴陀螺仪、三轴加速度计)及蓝牙技术的设计方案,采用ARM和MPU-6050姿态传感器模块设计了一套姿态检测系统,手机可连接蓝牙模块并通过安卓手机APP实时显示姿态角数据。此外,研究了四元数及卡尔曼滤波等方法,对六轴传感器数据进行了静态修正,得到了更高精度的姿态角数据。     

基于惯性导航技术的消防员室内定位技术

提出将惯性导航技术运用于消防员室内定位,利用位置估算、零速修正和步伐检测等算法设计开发了惯性测量单元。通过设计平面场景、立体场景、长时间行走等不同的测试场景,对整个定位系统精度进行了测试。测试表明,系统的精度较高,能够准确提供平面位置信息和高度信息。     

基于组合导航的管道内部定位仿真与误差分析

当前各种管道内部定位方法的单独使用都不能满足管道实际工程的精度要求,提高定位精度的有效方法是采用组合导航技术,国内外对于管道内检测定位技术的研究也集中在多理论、多方法的组合方面。基于此,根据油气管道内部定位的特点,提出由里程仪和SINS组成的组合导航定位方式,然后建立基于卡尔曼滤波数据融合技术的轨迹仿真器、捷联惯导器件和里程仪仿真模型,进行仿真试验,对组合定位技术进行误差分析,实现了在没有地面标记、定点磁标等辅助设备的情况下,定位精度达到0.03%。     

不同观测时长的GNSS变形监测精度分析

采用全球导航卫星系统(Global Navigation Satellite System, GNSS)多系统组合定位技术可实时获取变形体的表面位移,是当前自动化监测的主要技术手段之一。本文采用基于北斗和全球定位系统(Global Positioning System, GPS)双频数据处理的组合定位方法,以提高GNSS变形监测的精度和可靠性,并结合自研的GNSS变形监测数据处理系统,通过解算变形监测实测数据,对比分析不同观测时长的监测精度,在1h观测时长定位精度可达到水平方向2mm以内,高程方向4mm以内,并且随着观测时段的延长,精度逐渐提高,12h观测时长在三个方向的坐标中误差均能达到1mm以内。     

基于智能手机车载组合导航系统的应用

全文主要目的是利用智能手机内置的传感器提供精确可靠的位置服务,从而提升用户的车载导航服务体验。文中以i Phone手机为实例,探讨分析了在智能手机上实现组合导航的可行性,并通过实际车载测试验证。实验结果表明:在GPS信号被遮挡的短时间范围内,GPS/INS组合导航系统仍能够提供可靠的位置,同时还能提供度级别的姿态估计,其中水平角误差为2.71°(1 sigma),航向角误差为8.01°(1 sigma);GPS信号中断时长为30 s时,微电子机械系统惯导的位置漂移误差达到50 m。     

融合GPS/SINS的容积卡尔曼滤波智能车位置姿态估计方法

针对智能车在城市密集区域其全球定位系统(Global Positioning System,GPS)系统易受遮挡、干扰与多路径反射等因素影响,导致定位失灵和定位精度较低的问题,以及智能车位置姿态估计模型的非线性问题,提出了1种融合GPS/SINS的容积卡尔曼滤波智能车位置姿态估计方法。该方法将GPS和捷联惯导系统(Strap-down Inertial Navigation System,SINS)优势互补,构建以姿态误差、速度误差和位置误差等15维的系统状态方程,以GPS的位置/速度与SINS的位置/速度差值的6维系统观测方程,并采用容积卡尔曼滤波器对GPS和SINS的观测矢量进行有效关联与融合,估计并解算出车辆运动情况下的最优位置、速度、姿态参数。通过与GPS系统、SINS系统和基于扩展卡尔曼滤波的位姿估计方法仿真对比。结果表明,本文方法能给智能车提供精确可靠的车辆位姿参数。     

永磁同步电机无位置传感器控制及高速重投仿真研究

永磁同步电机(PMSM)在高速运转工况下被重新投入使用,是其在许多关键领域应用不可或缺的重要功能之一。在此工况下,由于电机转子的初始位置未知,会存在观测误差;如果控制不当,将出现电流冲击现象或者引发过流故障。为此,文章从工程实际出发,针对无位置传感器PMSM高速重投的全过程,提出了一种基于三段式控制模式的带速重投方法。其在初始投入时,采用电流幅值闭环型零电压矢量控制方法对电机电流进行闭环控制,以避免电流的突变;再通过合理的切换策略,将控制方式自然过渡到基于d-q轴电流闭环的矢量控制,并采用虚拟电阻法以提升转子位置观测的精度,使电机平稳地进入正常控制模式。对内置式PMSM的带速重投全过程进行了数值仿真,结果显示,在重投的全过程中,PMSM电流无冲击现象发生,转速和位置角估算没有突变,转子位置角的观测方法、控制策略和调制策略均实现了平滑切换,电机被稳定地牵引到正常运行工况,验证了所提方法的可行性和有效性。     

基于自组网的消防员室内惯性定位系统误差研究

开展实验测试某型号基于自组网的现场室内消防员定位系统的定位精度。实验分别针对水平方向直线路径、水平方向复杂路径、垂直方向进行测试,计算了误差并分析其原因。结果表明,运动速度较大时系统可能出现零速校正失效的情况;建筑物三维模型及初始位置的设置与实际情况存在出入,可能造成误差;误差修正后,30 min内系统基本满足定位需求,长时间的积累误差可结合室外定位技术校准。     

非接触式检测混凝土桥梁裂缝的测距法

传统的混凝土桥梁裂缝检测方法已经不能满足现代桥梁检测的需求。基于数字摄影测量的基本原理,提出了适合于桥梁裂缝非接触检测的测距法。在试验分析基础上,从拍摄角度、环境因素和焦距误差三个方面对系统的误差进行修正。结果表明,误差修正后,检测系统的精度大幅度提高,可以实现桥梁表面裂缝的远距离、非接触测量。     

新息自适应混合卡尔曼滤波算法构建地表沉降预测模型

为解决矿区地表沉降变形预测的问题,提高预测模型的精度,提出了基于自回归综合移动平均模型(Autoregressive Integrated Moving Average model,ARIMA)的新息自适应卡尔曼滤波(Innovation Adaptive Kalman Filter,IAKF)与组合神经网络相结合的混合预测模型。首先,针对沉降变形监测序列的非平稳性与复杂性等特点,ARIMA模型能够将原始数列平稳化,以此构建地表下沉的预测模型,并作为新息自适应卡尔曼滤波的状态方程。然后,将集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)、粒子群优化算法(Particle Swarm Optimization,PSO)和BP神经网络结合,构建EEMD-PSO-BP神经网络的组合网络模型,将组合神经网络的沉降预测结果作为观测值引入到卡尔曼滤波观测方程中,以建立混合预测模型。最后针对噪声方差Q与R选取的问题,利用新息自适应卡尔曼滤波估计出噪声方差的协方差阵。混合预测模型能有效减小单一预测机制造成的同一性质误差的累积,将基于ARIMA的新息自适应卡尔曼滤波、EEMD-PSO-BP神经网络模型与混合滤波模型的精度进行对比,新息自适应混合卡尔曼滤波预测模型的均方根误差降低至0. 3194mm,相对百分误差降到1. 42%。实验结果表明,混合滤波模型的各项预测结果要优于传统预测模型,精度相比较传统的预测模型有较大的改善。     

一种基于步进电机的3D打印机全闭环运动控制研究

近年来基于步进电机控制的3D打印机在快速成型领域得到了广泛的推广和发展,但由于市场产品普遍采用开环式控制方式,导致控制精度低、打印过程不稳定等问题。本文提出一种全闭环的运动控制方式,通过在3D打印机XY轴增加位置反馈光栅,并采用增量式PID控制算法进行运动位置的实时补偿与修正,从而提高运动控制精度与稳定性。通过MATLAB算法建模与仿真验证了方法的可行性,并通过单片机代码实现应用于相关产品中,产生了较好的改进效果。     

最佳自适应无迹卡尔曼滤波算法应用研究

在无迹卡尔曼滤波的实际应用中,前一时刻状态参数估值异常误差和动力学模型异常误差通过状态转移方程影响预测状态信息,从而直接影响滤波解的精度.将最佳自适应因子引入无迹卡尔曼滤波中,得到最佳自适应无迹卡尔曼滤波,通过最佳自适应因子来调节预测状态向量的协方差矩阵,即调整预测状态信息对滤波解的贡献,从而可以控制前一时刻状态参数估...     

基于载波平滑的电离层误差技术研究

在卫星导航定位系统中,电离层延迟引起的误差量级为10米,为了减小电离层延迟误差,传统方法是采用载波平滑伪距差分技术,经过差分修正后,在短基线情况下,电离层延迟误差可大大降低,但是此方法并未考虑载波平滑前后码伪距的电离层延迟误差的改变值,为了进一步提高精度,本文将深入研究载波平滑算法引起的额外电离层延迟误差增量。     

椭圆限制性三体问题模型下平动点拟周期轨道卫星的自主定轨分析

基于椭圆限制性三体问题,研究了平动点轨道卫星导航星座仅利用星间测距进行自主定轨的技术。分别分析了平面Lyapunov轨道和垂直Lyapunov轨道上卫星仅利用星间测距进行自主定轨的精度。为了提高拉格朗日轨道导航星座对月球空间的覆盖范围,设计了由地月系的L1、L2、L4和L5四个平动点附近的拟周期轨道上的卫星构成的导航星座,分别利用扩展卡尔曼滤波方法和无迹卡尔曼滤波方法进行了自主定轨仿真分析,结果表明:平动点轨道导航星座可以仅利用星间测距实现长期高精度自主定轨。     

基于卡尔曼滤波的室内移动目标定位算法

针对室内定位算法受环境噪声影响严重,导致定位误差大的问题.首先在室内移动目标定位算法中引入卡尔曼滤波算法对原始采集数据进行滤波,能有效抑制定位过程中因数据采集误差引发的定位误差发散;然后通过kNN(k-Nearest Neighbor)算法估算待测目标的坐标;最后利用方位传感器对直线运动过程的定位点进行修正。通过3个阶段的优化可提高定位精度,仿真实验结果表明,基于卡尔曼滤波的室内移动目标定位算法的平均测量误差为0.648 7m,误差范围是0.1~1.9m,对于移动目标的路径测定也更加符合实际情况。     

罗兰差分技术分析与研究

近年来随着信息技术在军事中的广泛应用,国际上各种电子干扰装备正在不断发展,全球卫星定位系统的脆弱性也逐渐暴露出来,因而罗兰系统作为最佳补充和备份手段就显得尤为重要。本文针对罗兰系统精度低的问题,通过对系统误差分析,利用差分技术分析研究误差修正可行性,从而实现高精度罗兰系统导航定位授时。     

汽车最小转弯直径测量计算模型的修正分析

针对目前汽车最小转弯直径测量方法和计算模型的不足,为提高测量精度,将测量时车身侧倾引起的误差考虑在内,提出侧倾位移误差的概念并对侧倾位移误差进行推导。对计算汽车最小转弯直径的数学模型进行修正,并通过MATLAB实验仿真的方法对修正模型进行验证。结果显示,修正后的计算模型明显减小了侧倾位移误差的影响,改善了汽车最小转弯直径测量的精度。     

回弹法检测构件底面混凝土抗压强度曲线研究

回弹法检测构件底面混凝土抗压强度时,如通过角度修正和浇筑面修正存在一定的误差.为验证底面回弹值、底板芯样强度值、同条件试块及侧面芯样强度值的关系,进行了试验.通过试验建立了构件底面混凝土抗压强度曲线,提高了检测精度.     

UKF滤波技术在车载GPS/INS组合定位系统中的应用研究

Unscented卡尔曼滤波技术(UKF)是一种新的非线性滤波方法,该方法与EKF方法相比更容易实现、滤波精度更高。本文将UKF应用于车载GPS/INS组合导航定位系统,并将UKF与EKF方法进行了仿真比较。结果表明,UKF的位置、航向滤波精度都要优于EKF。