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

    基于优化预积分的因子图多源融合导航方法

    张兢羽张林徐文祥刘聪...
    1-10页
    查看更多>>摘要：针对传统因子图算法无法充分发挥高精度惯性器件的优势而导致导航误差偏大的问题,提出了一种基于优化预积分的因子图多源融合导航方法.探讨了传统因子图算法中IMU因子建模不够精确的问题,考虑了地球自转以及载体运动引起的角速率对算法精度的影响,优化了传统因子图惯性预积分的过程,并基于优化预积分的方法进行了航迹仿真,测试了在GNSS信号良好与阶段性拒止情况下的定位精度.仿真结果表明,对于导航级别的惯性导航系统,基于优化预积分的因子图算法在水平方向的均方根误差小于1m.在GNSS信号良好的情况下,与EKF算法和传统的因子图方法相比,使用基于优化预积分的因子图算法的水平定位精度分别提高了8.57%和9.52%;在GNSS阶段性拒止的情况下,与传统的因子图方法相比,其水平定位精度提高了28.29%;在GNSS长时间拒止的情况下与传统的因子图方法相比,其水平定位精度提高了24.83%.

    惯性导航系统全球卫星导航系统因子图优化多源融合导航系统

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进蜣螂优化的自适应滑模神经网络控制

    高赫佳王祥荆哲孙长银...
    11-24页
    查看更多>>摘要：针对移动机器人跟踪系统中滑模控制器存在的抖振和参数自适应性较低的问题以及不确定扰动的挑战,提出了一种基于改进蜣螂优化的自适应滑模神经网络控制方法.采用一种基于组合趋近律和自适应径向基函数(RBF)神经网络的滑模控制器解决系统的抖振和不确定扰动的问题,较好地解决了系统的抖振问题以及外界干扰对系统的影响,实现移动机器人对期望轨迹的精确跟踪;基于此控制器,引入改进的蜣螂优化算法对控制器参数进行优化,在增强控制器参数自适应性的同时提高了系统的稳定性.仿真结果表明:所提方法不仅可以使移动机器人对期望轨迹进行快速精确的跟踪,还能有效克服不确定干扰对系统造成的影响.研究结果可以应用于移动机器人的运动控制和优化等领域.

    移动机器人滑模控制RBF神经网络改进蜣螂优化算法轨迹跟踪

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    无人车/行人动态杆臂估计与协同导航方法

    杨子傲曲麒富左健文唐嘉乔...
    25-38页
    查看更多>>摘要：针对复杂动态环境下微惯导自身存在较大的器件噪声导致的定位误差随时间快速累积的问题,充分发挥了无人车/行人相对运动学的模型作用,研究了无人车/行人惯性基协同导航方法,实现了复杂运动条件下惯导系统误差抑制与精度提升.首先,建立了无人车/行人"速度+姿态"匹配模型;然后,充分考虑了行人的运动特点,建立了无人车/行人相对运动模型,并进行了两者间动态杆臂估计;最后,提出了无人车/行人协同导航方法,并开展了高可信的软件在环仿真实验.实验结果表明,在无人车/行人相对运动约束下,行人微惯导导航的定位精度大幅提升,支持不依赖卫星的无人车/行人相对导航与协同导航.

    协同导航相对运动误差补偿传递对准

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于高斯过程的鸽群归巢导航轨迹预测

    霍梦真辛龙段海滨
    39-44,24页
    查看更多>>摘要：针对鸽子在熟悉区域的导航行为学特性,提出了一种基于高斯过程的鸽群"即时归巢区域"导航轨迹预测模型.基于鸽子熟悉区域释放归巢试验的试验现象,对现有的鸽子归巢数据进行统计分析,考虑个体不相关性、时间关联性以及观测误差等建立基于高斯过程的导航轨迹预测数学模型,预测鸽子在熟悉区域的飞行轨迹,并从行为学和数学模型上论证了鸽子飞行轨迹的收敛性,从不完全的观测信息中定量给出鸽子的潜在习惯路线结构及变化范围.仿真实验基于鸽群真实归巢飞行数据验证了预测模型的一致性和合理性,为信息不完全条件下的无人机自主导航轨迹预测提供方法支撑.

    鸽群归巢仿生导航轨迹预测高斯分布

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于GMDH神经网络的智能多源自主导航方法

    冯会硕邢朝洋薄凡周睿阳...
    45-53页
    查看更多>>摘要：针对复杂受限、博弈对抗等场景下飞行器自主导航系统的"可重构性"需求,提出了一种基于GMDH神经网络的多源自主导航方法.利用GMDH神经网络的动态建模能力增强传统卡尔曼滤波器的状态估计矩阵,通过神经网络构建时变状态转移模型,预测并代替GNSS系统时间序列中的位置与速度信息,实现卫星拒止条件下的多源自主导航滤波器的平滑快速收敛,有效应对卫星信号中断情况下导航误差发散等难题,提高其应对复杂任务场景的自主判别与重构能力.仿真结果表明,相比于传统松组合导航和长短时记忆神经网络滤波优化算法,所提方法在卫星短时拒止条件下,速度精度提升了 27.3%,位置精度提升了 20.1%,为新一代国家综合PNT体系端侧自主导航系统设计提供参考.

    卫星拒止GMDH神经网络智能多源自主导航可重构性

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    异步感知信息的自主神经隐式事件帧生成方法

    韦李涛熊超然项艳
    54-60页
    查看更多>>摘要：在事件相机事件帧的生成方式上,传统的固定时间间隔方法和固定事件数量方法产生的事件帧均会出现图像纹理过于稀疏和图像模糊的现象,导致基于这两种种方式生成的事件帧执行的视觉任务效果降低.针对上述问题,提出了一种异步感知信息的自主神经隐式事件帧生成方法,能够根据累计事件数据的信息量生成事件帧.首先,设计了基于残差网络的图像质量判别网络,用于异步感知事件时隐式判别事件帧所包含的语义信息量;然后,将基于质量判别网络定义的事件帧嵌入到语义分割任务中,在保证分割精度的情况下,降低了基于事件相机任务的信息获取延迟;最后,将提出的方法在公开数据集DSEC上进行了验证,相比传统方法,该事件帧生成方法在保持语义分割精度的生成每一帧事件帧的信息获取延迟降低了30 ms.

    异步感知事件相机计算机视觉事件帧语义分割信息获取延迟

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    仿生迷惑效应飞行器突防的地面物理视觉干扰实验研究

    黄海晨张定坤祝静娴梁海朝...
    61-70,77页
    查看更多>>摘要：针对生物拮抗行为中的迷惑现象,提出了一种基于仿生迷惑红外图像识别制导的突防地面物理视觉干扰实验研究方法,能够更准确地检测对抗红外成像制导拦截武器的突防能力.通过生物的捕食与拮抗行为实验,将红外成像制导与生物视觉捕食对比研究,提取出了生物基于迷惑效应行为提高逃生概率的优势机理,并映射到突防系统.通过搭建基于红外成像制导的飞行器突防缩比实验平台,利用仿生迷惑效应机理指导突防策略,实现了对拦截方红外图像识别制导的视觉干扰验证实验.当前高速飞行器对抗研究多采用纯数字仿真方法,提出了一种搭建全新物理视觉对抗框架的新方法,突破了纯数字仿真方法视觉对抗领域的局限性,有效地挖掘出反红外成像制导突防的8 项仿生要素,并指导多飞行器协同突防实验,较单飞行器突防将拦截脱靶量提升6 倍.

    迷惑现象捕食与拮抗迷惑效应红外制导

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    考虑洋流估计的水下高速航行器自主导航技术

    李锋吉云飞张宇段金雷...
    71-77页
    查看更多>>摘要：针对水下高速航行器快速启动、自主定位、高精度打击的应用要求,提出一种基于捷联惯导短时间高精度速度输出、考虑螺旋桨推进速度误差及洋流在线估计的水下高速航行器自主导航技术,较好地解决了水下高速航行器高精度自主导航隐蔽性、安全性难题.搭建了车载试验平台,并进行了仿真分析和试验验证,结果表明,螺旋桨刻度因子在线估计误差优于1×10-3、洋流速度误差估计优于 0.02 m/s,自主导航定位精度相较于传统航速组合方案提升了58%,有效保证了水下高速航行器的高精度自主导航性能.

    螺旋桨洋流水下高速航行器自主导航

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于Transformer金字塔网络的无人机自主导航算法研究

    朱日东余威孙猛马宝全...
    78-83页
    查看更多>>摘要：针对复杂环境下高效利用多源异构传感数据进行自主导航的问题,提出一种新的神经网络架构实现快速数据融合与航迹规划.设计轻量化金字塔特征网络,在多级深度特征结构中引入Transformer网络结构,并构建注意力池化层,在提升特征表示能力的同时降低计算复杂度,实现快速鲁棒的轨迹预测.基于虚幻引擎与AirSim设计无人机仿真系统,利用训练得到的模型控制无人机进行大量自主飞行仿真实验.实验结果表明,所提算法可以快速实现多源异构信息融合,实时稳定地生成可行轨迹,实现复杂障碍环境下的自主避障,飞行成功率达 81%,有效提升无人机自主导航能力.

    Transformer神经网络信息融合组合导航轨迹规划自主导航

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于神经常微分方程的深度Q网络车辆导航避障算法研究

    李嘉巍陈巍
    84-99页
    查看更多>>摘要：实现车辆的有效避障对于提升自动驾驶系统的安全性和可靠性具有重要意义.近年来,以深度Q网络算法(DQN算法)为代表的深度强化学习方法被广泛用于车辆避障问题的研究.然而,DQN算法中的多层感知机在处理小样本数据时易发生过拟合,导致其泛化能力不足.为了解决这一问题,提出了一种基于神经常微分方程的深度Q网络算法,即NODQN算法.该算法使用神经常微分方程替代传统DQN算法中的多层感知机用于Q值函数逼近.实验结果表明,在三种典型的仿真场景中,NODQN算法在到达率、碰撞率和平均奖励等性能指标上比DQN算法均表现出显著优势,并且平均最大偏移量比DQN算法更低.综上所述,NODQN算法有效改善了传统DQN算法在处理小样本数据时的过拟合问题,表现出更强的泛化能力和更高的稳定性,从而在车辆避障任务中提升了系统的安全性与可靠性.

    车辆避障深度Q网络神经常微分方程泛化性稳定性

      原文链接:
    • NETL
    • NSTL
    • 万方数据