基于因子图的AUV协同导航通信延迟误差补偿算法

针对自主水下航行器协同导航系统水声通信延迟导致的定位误差增大问题,在因子图协同导航算法框架下提出一种基于量测信息重建的通信延迟补偿算法。首先,基于主从式协同导航系统状态方程、量测方程构建因子图模型。由于多个自主水下航行器距离量测信息导致因子图模型存在环结构,故通过两次消息传递迭代求解各节点变量概率密度分布。随后,在广播式水声通信延迟机理分析基础上进行量测信息重建,并将其接入因子图代替原始量测信息进行消息传递与解算,从而补偿水声通信延迟。仿真实验结果表明,所提算法可以有效提高从自主水下航行器定位精度,没有通信延迟补偿的协同导航算法定位精度与水声通信固定延迟呈反比,在水声通信固定延迟为10 s的条件下,所提算法相比没有通信延迟补偿的协同导航算法,定位精度可以提高82.57%。     

通信时滞下的鱼雷战术群协同导航算法

针对多鱼雷协同导航存在的水声通信时滞问题,基于同步钟测距信息和时滞的通信信息,设计了状态无偏协方差一致最优准则下的估计滤波算法,可准确估算通信时滞下的测距新息方差,有效抑制通信时滞情况下鱼雷的位置误差增长,得到较精确的鱼雷位置信息。仿真结果证明,该算法在通信短时滞情况下可有效提高多鱼雷战术群的导航精度。     

一种基于极坐标模型的多AUV协同导航与定位算法

为了解决多个自主式水下无人航行器(AUV)在作曲线轨迹的航行时常规协同导航算法精度较低的难题,提出了一种基于极坐标的多AUV协同导航与定位算法.首先,将本算法的模型、可观测性与常规的直角坐标系算法进行了分析与对比.接着,进行了基于实航数据的数值仿真.针对解决各种传感器受异常噪声干扰导致多AUV协同定位误差变大的问题,本...     

一种改进的主从式协同导航技术研究

为提高传统基于测距信息的主从式协同导航定位算法中从艇的位置解算精度,将从艇间的测距信息作为量测值融入主从式协同导航算法,重新构建了系统状态方程和量测方程,采用了扩展卡尔曼滤波进行滤波解算。仿真结果表明,相比于传统计算方式,增加了从艇间测距信息的主从式协同导航算法可进一步抑制定位误差的发散,提高了从艇的导航定位精度。     

超视距空战中数据链系统通信延迟与补偿算法

依据假目标干扰环境下的多机协同目标探测原理,分析了假目标干扰环境下基于数据链系统的目标探测逻辑。建立了超视距空战中机群数据链系统通信延迟模型,以及效能评估模型。分析了数据链系统通信延迟对攻击效果的影响。提出基于卡尔曼滤波的通信延迟补偿算法。通过仿真计算证明,在假目标干扰环境下,该算法能有效补偿因数据链系统通信延迟带来的目标位置精度误差。     

基于距离量测的主从式AUV协同定位方法

多AUV(Autonomous Underwater Vehicles)协同定位是多AUV协作系统研究的关键问题。通常在主从式协同定位中,主AUV内部装备高精度导航设备,从AUV内部装备低精度导航设备,主从AUV均装备水声通信装置。为了改善从AUV的导航定位精度,提出了利用主从AUV水声通信时间延迟测量二者之间的相对距离,采用扩展卡尔曼滤波算法EKF(Extended Kalman Filter)融和从AUV自身导航信息与距离量测信息,进而对从AUV进行实时导航的方法。仿真研究结果表明,该协同定位定位方法能有效提高从AUV的导航精度。     

防空导弹武器系统的信息处理与通信延迟建模

对武器系统中的信息处理功能单元及其之间的信道通信从时间延迟的角度进行了建模,以便能更好地仿真整个武器系统的功能,并以某防空武器系统为例,对其各处理功能单元及其通信信道的时间延迟模型进行了描述。     

基于渐消因子的双机协同机动目标定位

传统的双机协同组网目标定位模型中,滤波方法大多为交互式多模型算法。交互式多模型算法的缺陷为需要目标机动先验模型,且模型个数的选择难以同时满足工程上关于跟踪精度和算法复杂性的要求。通过引入渐消因子,实时自适应校正机动目标的状态估计偏差,有效降低了目标运动先验模型对滤波的影响,提高了系统的机动处理能力和模型的工程实用性。     

基于AKF的AUV对接回收组合导航研究

针对自主水下机器人(Autonomous Underwater Vehicle,AUV)在回收过程中的组合导航精度问题,提出了一种改进的高斯距离迭代法及改进的自适应卡尔曼滤波算法(Adaptive Kalman Filter,AKF)。基于AUV回收对接系统,研究并建立了针对惯导SINS、超短基线USBL、多普勒计程仪DVL和深度计的基于斜距的组合导航模型。通过对SINS/USBL/DVL/深度计组合导航量测信息误差特性分析,设计了改进的基于斜距的SINS/USBL/DVL/深度计组合导航模型;针对该模型突出的滤波发散问题,设计了基于滤波收敛性判据和强跟踪滤波思想改进的AKF滤波算法进行有机融合。仿真结果表明,此研究使实际AUV系统具有更高的滤波精度和可靠性。     

基于遗传算法的改进无迹粒子滤波相对导航算法

针对无人机编队飞行过程中相对导航系统存在测量误差问题,提出一种基于遗传算法的改进无迹粒子滤波相对导航系统信息融合算法。建立了无人机相对运动模型与组合导航系统测量模型。针对粒子滤波算法重要性密度函数选取的问题,将无迹卡尔曼滤波引入粒子滤波重要性采样环节,并在粒子滤波算法重采样阶段提出一种基于遗传算法的改进重采样方法。进行了数学仿真,仿真结果表明,该方法能够有效估计无人机相对运动信息,优于无迹粒子滤波算法和粒子滤波算法。     

火箭弹卷弧尾翼的轻量化研究

针对火箭弹卷弧尾翼在特定气动载荷下的轻量化问题,基于结构动力学理论,依托ABAQUS非线性有限元软件,建立了火箭弹卷弧尾翼的有限元模型。通过对比碳纤维复合材料(CFRP)和合金钢材料的卷弧尾翼的有限元分析,得出了碳纤维复合材料在满足强度和刚度的要求下,使卷弧尾翼减重达80%。该方法为火箭弹卷弧尾翼的轻量化设计提供了一种参考和借鉴。     

联邦滤波器的SINS/GNS/DVS水下组合导航

针对现有的水下导航系统不能全面满足AUV导航的需要,为了提高水下航行器组合导航系统长时间远航程的隐蔽性,可靠性及精度,提出了一种基于联邦滤波器的惯性导航系统、地磁导航、多普勒速度声纳的组合导航方案,并采用简化自适应卡尔曼算法对水下航行器组合导航系统进行误差估计,解决了传统卡尔曼滤波容易发散的问题.仿真结果表明,在SINS/GNS/DVS组合导航中采用该算法,提高了定位精度,保证了滤波的快速性,验证了该算法的可行性和正确性.     

SINS/北斗/GPS组合导航系统研究

对SINS、北斗双星定位系统以及GPS全球定位系统三者的组合进行了研究.应用联邦自适应卡尔曼滤波技术实现了SINS、北斗和GPS的组合导航,建立了组合导航系统的数学模型,并针对系统产生的量测延时和异步问题给出了较好的解决方案.最后对系统进行了仿真试验,仿真结果表明该组合导航系统具有较高的精度和容错性能,此方案具有较好的工程应用价值.     

被动式寻的导弹的目标自适应制导算法

主要解决以下两个问题 :一是在仅有角度信息的被动制导中如何获得距离信息 ;二是对攻击点的选择问题作了初步的探索 ,在获得距离信息的基础上 ,利用交战双方几何关系实现目标自适应制导算法 ,解决在红外被动制导中跟踪点和攻击点不同的问题。文末给出实验仿真结果及分析     

同时定位与制图辅助的GPS/DR组合导航

针对全球定位系统在信号失锁条件下与航位推算组合导航的系统误差快速累积问题,提出一种基于压缩扩展卡尔曼滤波的同时定位与制图的辅助的全球定位系统/航位推算组合导航方法。该方法利用同时定位与辅助实现运动平台在全球定位系统信号无效时连续稳定导航,抑制航位推算定位误差的累积,并利用全球定位系统定位结果校正同时定位与辅助制图误差,减小地图的不确定性。设计基于压缩扩展卡尔曼滤波的同时定位与辅助/全球定位系统组合滤波器,实现大尺度环境下同时定位与辅助/全球定位系统的实时解算。真实实验数据计算结果分析表明,相对于同时定位与辅助定位结果,同时定位与辅助的全球定位系统/航位推算组合导航可有效提高系统定位性能,使得制图精度提高10m。     

具有时变时间延迟的混沌保密通信同步方法研究

针对固定时间延迟及时变时间延迟系统,提出了同步控制方案,在实现同步后能有效解决传输时延对保密通信的影响.利用线性矩阵不等式方法设计了同步控制器,应用Lyapunov方法分析了同步误差的收敛性,并运用Schur补引理证明了全局渐近稳定点的存在.     

自适应滤波的舰船综合导航系统信息融合技术

针对当前舰船综合导航系统应用环境较为复杂的实际情况,设计了一种基于极大似然准则自适应滤波的无重置联邦滤波器,该联邦滤波器相比常规的无重置联邦滤波器不仅可以提高系统稳定性,还可以提高系统的组合精度。将文中设计的这一联邦滤波器用于舰船综合导航系统设计中,并针对该设计进行了多次车载跑车试验,证明了该方法的正确性和优越性。     

基于光纤陀螺的INS/GPS组合导航仿真与应用

针对卡尔曼反馈校正难以工程实现的问题,提出了用卡尔曼输出校正来进行组合导航滤波的方法。对卡尔曼输出校正的滤波效果进行了理论分析和仿真验证,并在基于光纤陀螺的INS/GPS(Inertial Navigation System/Global Position System)组合导航系统上进行了实验。实车实验结果表明:卡尔曼输出校正的定位精度和GPS定位精度相当,惯性导航系统误差随时间增长特性得到了有效抑制,从而验证了卡尔曼输出校正的方法在组合导航的应用中是可靠的。     

基于EV模型的惯导平台误差分离方法

针对惯导平台误差分离过程中输入输出观测数据均含有噪声的问题,应用基于EV模型的总体最小二乘方法进行误差分离.给出了惯导平台的误差模型及误差观测方程,介绍了EV模型及总体最小二乘方法,分析了利用车载试验进行误差分离时平台的安装方式以及所需的外测信号等问题.应用最小二乘法和总体最小二乘法进行仿真对比研究.仿真结果表明,基于EV模型的总体最小二乘法对惯导平台的误差系数分离精度较最小二乘法要高.