首页期刊导航|导航与控制
期刊信息/Journal information
导航与控制
导航与控制

陈东生

季刊

1674-5558

dhykz@163.com

010-68386627

100854

北京142信箱403分箱

导航与控制/Journal Navigation and ControlCSTPCD
查看更多>>《导航与控制》2002年创刊,是国内导航与控制及惯性仪表领域唯一的工程技术期刊。《导航与控制》自创刊以来,始终坚持“繁荣惯性技术学术园地,推进惯性技术创新发展”的办刊宗旨,受到国内惯性技术领域专家和学者的大力支持,及广大从事惯性技术工作的科技人员、大专院校师生及有关部队指战员的无私帮助
正式出版
收录年代

    陆上无人平台自主决策与规划技术综述

    付梦印宋文杰张婷毛梓豪...
    1-13页
    查看更多>>摘要:陆上无人平台自主导航技术是其实现智能化、协同化运行的核心,而自主决策与规划技术是自主导航系统在复杂动态交互、集群协同冲突等挑战下智能、安全、高效、平稳工作的关键.以单无人平台智能决策规划和集群平台协同决策规划为切入点,从技术演变和应用场景等角度回顾并论述了相关文献.在单平台决策规划方面,围绕基于规则方法到数据驱动模型的演变进程,重点讨论了动态交互场景下的时空联合规划以及大模型自主学习的特性.并以此延伸到复杂任务与环境约束下的集群决策规划策略,分别从集中式、分布式、机器学习三个方向对现有文献进行综合论述.最后,系统总结了现有技术的发展现状,并对该领域未来发展方向进行了展望.

    自动驾驶行为决策运动规划大模型集群协同规划

    空中无人集群时滞置信传播协同导航算法

    王婕熊智王融陈明星...
    14-23,13页
    查看更多>>摘要:空中无人集群协同导航系统依赖于载体间的信息传输,信息传输时间导致相对导航观测出现时滞.针对传统置信传播算法消息传递时未考虑观测时滞的问题,提出了一种空中无人集群时滞置信传播协同导航算法.首先根据置信传播中相对测距信息轮播出现的时滞量建立时滞功能节点误差模型,再通过卫星伪距一阶泰勒展开项与导航卫星运动速度的数量级变化推算伪距值,并利用时滞置信传播算法完成所有无人飞行器的后验概率估计.仿真结果表明,无人飞行器定位精度在60 m/s的情况下最高提升了32.70%,在100 m/s的情况下最高提升了48.01%,满足了中高速飞行状态下的定位需求,有效地改善了传统置信传播算法的协同导航性能.

    协同导航置信传播空中无人集群观测时滞图模型

    新型国产化航空重力测量系统

    修睿薛正兵蒋喆李东明...
    24-33页
    查看更多>>摘要:航空重力仪是以飞机为载体探测区域和局部重力场的重力测量设备,航空重力测量是实现区域范围内高精度、高分辨率重力场信息获取的有效方法.为实现国产航空重力仪的完全自主可控,自主研制了新型全国产化航空重力仪(VGS系列),主要介绍了新型国产化航空重力仪的系统组成、工作原理及技术指标,并简述了机载重力测量试验系统集成和航空重力测量数据处理方法.经实际机载航空重力测量试验验证,新型国产化航空重力仪水平调整后的重复线内符合精度可达到0.4 mGal@0.01 Hz,比肩国际先进仪器精度水平,满足工程应用需求.

    捷联式重力仪航空重力测量国产化研制重力数据处理

    一种弹载单轴旋转式捷联惯导系统在架标定方法

    张玉格吉云飞向政
    34-44页
    查看更多>>摘要:捷联惯导系统经长时间存放,其模型参数相对实验室标定值会产生较大变化,导致系统无法满足导航精度要求.为适应弹载捷联惯导系统长期稳定使用的需求,降低定期标定的保障成本,提出了一种弹载单轴旋转式捷联惯导系统在架标定方法.该方法通过分析不同机动状态与惯导待标定参数的激励关系设计标定路径,采用状态变换扩展卡尔曼滤波(STEKF)估计各状态量,并在计算速度观测量时考虑了外杆臂误差的影响.仿真结果表明,该方案可在10 min内实现陀螺仪和加速度计零偏以及刻度因数的标定,且在有振动噪声干扰的情况下,STEKF模型的估计精度优于卡尔曼滤波(KF)模型.STEKF模型估计得到的状态量相对误差均小于15%,加速度计各项参数相对误差均小于8%.通过外场试验验证,该标定方法可较准确地标定出惯导零偏和刻度因数.

    在架标定状态变换扩展卡尔曼滤波单轴旋转式捷联惯导系统可观测度外杆臂

    基于Simulink的微半球谐振陀螺仪闭环控制

    朱建港
    45-54,72页
    查看更多>>摘要:由于微半球陀螺仪的高品质因数特性,其在惯性精密导引领域优势显著,然而相关学术研究较少,尤其是专用集成电路(ASIC)方面.针对自主研发的微半球陀螺仪,建立了陀螺及其驱动和检测电路的Simulink仿真模型.首先,借助二维弹簧阻尼系统得到了该陀螺仪的物理模型及其参数.实测结果显示,模型与实物之间的振动速率仅相差0.5185 mm/s,验证了模型的准确性.其次,提出了基于力平衡模式的锁相环(PLL)和自动增益控制(AGC)驱动回路以及检测回路的模型,并采用双相位锁定法进行幅度解调.最后,所得驱动回路模型频率与实际振动频率只差-0.1924 Hz,检测电路模型的标度因数为0.0311 V/[(°)/s],检测阈值为-0.0013(°)/s~0.0018(°)/s,相对其他模型改善了22.5%,所提出的微半球陀螺仪及其外围电路的精确模型建立方法和电路结构为后续ASIC设计奠定了基础.

    微半球谐振陀螺仪Simulink结构模型闭环控制

    基于非递归方法的空地导弹姿态控制系统设计

    郭子健王明光李广
    55-62页
    查看更多>>摘要:受到复杂飞行环境以及自身装配精度的影响,空地导弹在飞行过程中气动参数快速变化并且存在模型不确定性.为了解决这一问题,提出了一种基于非递归方法的空地导弹姿态控制方法.该方法通过干扰观测器观测模型不确定性和气动参数的摄动,并通过非递归设计方法进行前馈补偿,实现系统的稳定.最后,针对某型空地导弹的俯仰通道模型进行数字仿真验证.仿真结果表明,所设计的控制器具有强鲁棒、快速收敛等控制性能.与经典控制方法和其他递归类方法相比,该方法收敛速度提升约50%,同时该控制器结构简单,便于在实际工程中应用.

    空地导弹非线性系统非递归控制姿态控制

    旋转惯导中的柔性加减速规划方法

    张永宾郭猛吴国强胡小毛...
    63-72页
    查看更多>>摘要:旋转惯性导航系统不仅可以实现误差的旋转调制、航向跟踪等,还能利用自身转位机构实现自标定.为满足旋转惯性导航系统中旋转调制、航向跟踪以及自标定等过程对转位机构定位精度以及平稳性的较高要求,分析了旋转过程中由于超调等引起的转位机构角度误差对调制的影响,提出了基于S型柔性加减速的规划方法,并给出了解析过程.仿真和试验结果表明,基于S型柔性加减速的规划方法能够实现平稳连续的加减速过程,避免了转位机构启停过程的超调.相比于直接速度控制方法,其峰值电流降低为原来的约1/8左右,响应时间缩短了0.02 s.该方法提高了转位机构的定位精度和平稳性,为旋转控制算法的设计和改进提供了参考.

    旋转惯性导航系统柔性加减速超调旋转控制

    加速度计数据采样电路设计及其温度补偿技术研究

    薛慧兵陈光
    73-86,72页
    查看更多>>摘要:加速度计的输出为模拟电流信号,在实际应用中需要一个加速度计数据采样系统将其转化为导航计算机可以处理的数字信号.首先,针对加速度计数据采样电路的小型化要求,设计了基于模数转换原理的加速度计数据采样电路,所设计的电路板尺寸为40 mm×40 mm.其次,针对加速度计数据采样电路的温度补偿问题,对电路进行了高低温实验,得到了电路的零偏和标度因数随温度和输入电流变化的实验数据.采用多项式拟合法、BP神经网络拟合法、PSO-BP神经网络拟合法、ACO-BP神经网络拟合法建立起-20℃ ~40℃之间的静态温度补偿模型,可以实现对电路的实时在线温度补偿.补偿后电路零偏的温度稳定性约为10μg,标度因数的温度稳定性优于5×10-6,标度因数非线性度降低到了4×10-6以下,证明了温度补偿模型的正确性和有效性.

    加速度计数据采集A/D转换温度补偿神经网络

    基于图像特征值提取的航空γ能谱数据调平方法

    熊超邱小剑王欣付珍...
    87-96,72页
    查看更多>>摘要:图像特征值提取是利用数学方法求解图像数据在空间分布上的非线性不确定问题,传统的航空γ能谱数据调平方法由于依赖于技术人员的经验判断而极易引入误差.基于此问题,提出了一种基于航空γ能谱图像特征值提取的调平方法,利用特征聚类将数据划分为条带和背景以保护未受到条带噪声污染的数据,从而使调平后的数据更接近真实的γ场.在沿测线进行处理的同时,在测线和切割线两个方向进行邻域点搜寻,避免了插值引入的误差并充分考虑了数据在空间上的联系.最后,结合改进样本熵,使得调平过程中地质背景信息保存完整.结果表明,基于图像特征值提取的航空γ能谱数据调平方法能有效去除条带异常,异常点占比仅为30% ~50%.

    图像特征值提取航放数据特征聚类条带噪声样本熵

    基于目标特征分布增强卷积神经网络的红外目标检测算法

    丁胜男李威蔡立明李蒙...
    97-106,62页
    查看更多>>摘要:为了实现对水上红外弱小目标的探测,并减少由红外图像信噪比低、目标与背景的红外特征差异小等问题对检测结果的影响,通过结合红外图像的成分、纹理及目标形状特征,提出了基于目标特征分布增强卷积神经网络的红外目标检测(TFD_CNN)算法.该算法包含目标特征分布学习与深度神经网络,具备滤除红外图像中噪声的能力,并深度挖掘红外图像中目标的边缘、纹理及形状信息,提升了卷积神经网络的分类精度.通过与4种算法进行实验对比,TFD_CNN算法分类准确率为96%,高于其他算法.结果表明:TFD_CNN算法具备对红外图像中落水人员与船只的分类能力.

    红外弱小目标目标特征分布学习深度学习目标分类