基于飞行数据的航迹精度的优化与分析

Cessna172R、DA40等小型训练飞机中的综合航电系统实时记录了经度、纬度、速度、航向、燃油流量等类别的参数,其数据存储在SD卡中。首先,对所需数据进行提取和清洗,将平滑后的经纬度数据结合精密测绘的机场跑道坐标数据进行坐标系的转换。其次,针对GPS单点定位误差和航行速度的特点对数据建立数学优化模型,并通过三角窗函数对数据进行分段处理,使数据处理速度更快,同时能保证数据的准确性和连续性。最后,得到精确的航迹数据,从而通过修正后的航迹对飞行员的飞行技术进行分析评估,用数据评判来考核学员驾驶水平,能够在一定程度避免教练的主观性,减少人力成本,为飞行员驾驶水平的核心胜任力标准提供精确的数据支持。     

基于最大相关熵的GPS/INS组合导航融合算法研究

目前组合导航系统中常用卡尔曼滤波器进行信息融合,它在一定程度上克服了组合导航系统在实际工作中的不确定情况,如测量值易被无法量测的野值污染的实际问题。为优化传统卡尔曼滤波算法性能,提出基于最大相关熵的卡尔曼滤波（MCCKF）算法。该算法是在最大相关熵准则（MCC）和加权最小二乘（WLS）的思想下进行推导得到的。通过Matlab软件对GPS/INS组合导航融合理论建立数学模型,并对其进行模拟和分析,与传统卡尔曼滤波算法所得出的结果相比,结果表明基于最大相关熵的卡尔曼滤波算法具有更高的精度和更强的鲁棒性。