简介:为了实现侵彻弹药的高效毁伤,硬目标侵彻引信必须完成最佳炸点识别和起爆控制任务。对比研究了两类炸点精确控制方案:一类是基于侵彻深度经验公式,另一类是基于侵彻引信记录装置中的高g值加速度计测量信息。前者的精度完全依赖于先验信息,而后者的精度则取决于冲击加速度的精确测量和控制算法的实时解算。给出了基于伪自相关的空穴识别算法。冲击加速度信号自乘实现调频脉冲压缩,再通过低通滤波即可提取出平滑的侵彻信号包络线。进一步,详细推导了实时计算侵彻深度的积分算法。利用数学仿真的侵彻两层钢靶和实测的侵彻五层混凝土靶冲击加速度进行了算法验证。空穴识别算法能够准确识别出侵彻介质的层数,而冲击加速度的双积分与弹体实际位移保持一致,相对误差约3%。
简介:基于计步的传统航位推算的手机导航方法要求手机保持相对人体固定位置以保证航向的准确性,该要求严重影响了用户体验。针对行人的手机姿态改变和高精度定位的行人导航需求,提出了一种重力辅助和模拟零速修正的航向补偿方法。手机姿态发生改变时候的航向角度补偿可以采用手机重力计输出数据进行辅助判断;通常脚部捆绑式惯性导航定位中采用的航位推算技术无法应用于行人手持的手机,所以不具备零速修正算法的基本条件,为此提出了一种应用于行人手持手机的模拟零速修正算法,通过检测行人步态,采用卡尔曼滤波有效抑制了手机的航向发散。行人的综合行走实验结果表明,基于重力辅助和模拟零速修正的手机航向修正方法,能够自主判断并补偿由于手机使用方式改变造成的航向误差,在行走196m距离的情况下,行走误差仅有1.2%,有效提高了行人定位精度。
简介:为提高车载捷联惯性导航系统(SINS)的定位和姿态精度,分析了SINS静态罗经对准原理,并推广至行进过程中,借助里程仪测速辅助实现姿态动态、持续对准。同时,通过此动态罗经回路控制律对里程仪测速噪声进行平滑,并对平滑后速度加以检测,实现了零速修正(ZVU)的停车自动识别;停车瞬间利用动态罗经对准回路对系统姿态进行修正,速度误差归零,并依据相邻停车时刻记录的速度误差拟合曲线积分值修正系统位置误差。最后,采用此方案进行了长达4h(约160km)的三组跑车实验,每10min停车ZVU(1s),达到的定位精度为44.2m(CEP),姿态精度优于0.5’。
简介:为了确保静电加速度计长期在轨工作,结合非线性Batch估计算法,研究了静电加速度计标度因数和零偏误差标定。首先,充分考虑静电加速度计量测过程中可能出现的各种误差源并进行分析,建立了静电加速度计在动态设计良好并进入稳态后,卫星姿态稳定度优于0.01°/s,卫星质心保持精度优于2mm的情况下的量测模型。然后,将高精度地球引力场模型和静电加速度计量测数据代入非线性Batch估计算法的的动力学方程中,将GPS量测数据代入非线性Batch估计算法的量测方程中,建立了静电加速度计标定因数和零偏误差标定模型。最后,通过数学仿真验证了该方法的可行性,其标定精度可达到0.2%,具有一定工程应用参考价值。
简介:在详细分析光纤陀螺零漂的基础上,提出了先用滤波算法对光纤陀螺信号进行预处理,然后采用RBF神经网络对滤波后的信号进行建模的方法.针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理,比较三种滤波方法,小波滤波算法效果优于其它两种预处理方法,但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时,小波滤波预处理后的信号在建模精度上却是最差的,而对FLP算法滤波后的信号进行RBF建模,建模精度提高了两个数量级。结果表明:基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的,可大大提高建模的精度。
简介:针对车载单轴旋转激光捷联惯导系统,提出一种抗晃动初始对准方法和零速修正方法,以满足载车快速启动和精确定位的要求。首先采用基于重力信息的粗对准方法得到初始姿态,然后在此基础上,采用惯性凝固坐标系下速度为观测量的卡尔曼滤波方法完成晃动基座精对准。初始对准完成后,采用当地地理坐标系下速度为观测量的卡尔曼滤波方法进行零速修正。数字仿真试验及跑车试验结果表明:在晃动基座上经5min快速初始对准航向角精度与传统方法相当,对准时间仅为传统方法50%;零速修正时间间隔20min,停车修正5s,跑车2h水平定位精度与高程精度相对传统方法提高40%以上。数字仿真试验和系统跑车试验结果验证了所提出算法的可行性和有效性。
简介:针对1点RANSAC(RandomSampleConsensus)单目视觉EKF(ExtendedKalmanFilter)算法中的滤波发散问题,分析了滤波发散的产生原因,提出了一种基于渐消记忆滤波的1点RANSAC单目视觉姿态估计算法。该算法通过在EKF滤波方程中引入加权因子,逐渐加大当前数据的权重,相应地减少旧数据的权重,有效地扼制了算法中的滤波发散问题。最后通过两组验证性实验验证说明了算法的有效性。实验结果表明:该算法能够有效地解决1点RANSAC单目视觉EKF算法中的滤波发散问题,具有更高的精度。第一组双轴联动实验,航向角的平均误差减小2.4158?,俯仰角平均误差减小0.1782?;第二组偏航轴大角度转动实验,摄像机航向角的估计误差一直保持在1.5?以内。