简介:受欺骗的卫星导航信息与惯导系统组合滤波,会导致错误的惯性器件误差修正量,最终组合导航系统也会被欺骗干扰影响。针对这一问题,提出了一种基于MEDLL算法的改进的GNSS/INS组合导航模式,能够实现欺骗信号的辨识和抑制,保证组合导航信息的可靠性。GNSS接收机通过MEDLL算法同时估计接收的全部卫星信号参数,当欺骗干扰存在时,MEDLL算法可同时估计出两路信号参数,并判定欺骗干扰存在;MEDLL估计的信号参数生成两组输出伪距信息与惯导系统定位信息提供的参考伪距进行比较,实现欺骗信号的辨识。在200次实验测试中,对于牵引速率大于2m/s的牵引式欺骗信号,4s内成功辨识的次数为200次。同时,与传统的GNSS/INS组合导航系统相比,提出的MEDLL辅助的组合导航模式能够有效减小欺骗信号的影响,定位结果稳定在真实位置附近。
简介:核磁共振陀螺作为目前世界上体积最小的导航级陀螺,受到了国内外的广泛重视。核磁共振陀螺通过检测磁场中原子核自旋进动频率的改变确定载体角速度,核磁共振陀螺的陀螺精度与静磁场的均匀性、稳定性密切相关。然而核磁共振陀螺静磁系统往往存在端口漏磁,形成杂散磁场,在长期工作过程中会磁化磁屏蔽罩,最终干扰陀螺精度。从核磁共振陀螺静磁场分布的理论分析出发,通过数学计算和计算机仿真,分析和研究了静磁系统的端口漏磁,并对静磁系统进行了优化设计。设计的核磁共振陀螺静磁系统端口漏磁在1.5倍螺线管直径范围内较传统方案平均减小45.4%,满足了核磁共振陀螺的使用需求。该工作为核磁共振陀螺仪设计和制造提供了一定的理论依据和参考价值。
简介:针对采用固定指北坐标系的双轴惯性导航系统运行在高纬度地区时的导航算法失效问题,在横向惯性导航方法的基础上,以双轴旋转调制惯导系统为对象,提出了一种以游移方位坐标系为导航坐标系的惯性导航方法。首先分析了传统机械编排下的极区导航方法在极区工作的缺陷,进而建立了新的机械编排方法。在横向地球模型下,推导了基于横向游移坐标系的极区机械编排方法,并给出了该方法在全球范围进行导航的流程,从而能够保证双轴惯导系统在高低纬度地区工作的流畅性和平稳性。最后进行了仿真分析,并通过虚拟极区技术,利用实际跑车试验数据完成极区导航算法的半实物试验验证,其24小时导航精度与传统坐标系下的导航精度基本一致。试验和仿真结果表明,横向坐标系可以满足舰船航行穿越极点以及极区导航的需求。
简介:面向建筑集群的冷热电联供系统的设计和优化是实现建筑楼宇能源成本节约的重要途径。随机因素对该联供系统的优化决策,具有显著的影响。考虑建筑楼宇的能源需求为随机变量,构建随机混合整数规划模型,解决以最小化建筑楼宇总费用为目标时建筑集群冷热电联供系统的优化问题;其次,提出采用Benders多割平面方法求解多目标规划问题,从而寻找冷热电联供系统的设备配置和系统运行的Pareto最优决策;最后,通过实验验证了模型和算法的有效性。实验结果表明建筑集群在协作模式下,相比于非协作模式,具有更低的总费用。
简介:为实现无人机高精度高可靠性导航,提出了一种以捷联惯性导航系统(SINS)为主,以地形辅助导航(TAN)、大气数据系统(ADS)及电子磁罗盘(MCP)为辅的组合导航方式。通过分析SINS、TAN、ADS及MCP单一系统的工作原理及输出误差模型,构建了SINS/TAN、SINS/ADS及SINS/MCP系统的状态方程及观测方程,最后采用联邦卡尔曼滤波方式实现了对各组合系统的信息融合。仿真数据对比表明:SINS/TAN系统位置误差较小,但航向误差较大;SINS/ADS系统速度误差较小且比较稳定,但位置误差随时间发散;SINS/MCP系统航向误差方差可达0.3783’,但其位置和速度估计精度不理想;而SINS/TAN/ADS/MCP系统能够克服上述不足,实现所有导航参数误差估计的高精度。
简介:本文首先建立了具有变时滞和分布时滞的Lotka-Volterra两种群脉冲合作系统.然后通过应用Gaines和Mawhin叠合度定理,研究得到了具有变时滞和分布时滞的Lotka-Volterra两种群脉冲合作系统正周期解存在性的充分条件.
简介:为分析加速度对半球谐振陀螺振幅、速率控制系统的影响,提出了基于动力学的加速度影响分析方法。首先建立加速度作用下的谐振子变形方程,得到了精确的电极范围及间隙的方程。激励电极的电容间隙、边界范围改变,使得激励系数发生改变。其次分析了激励电极作用下谐振子动力学特性,推导了激励系数与振幅、角速率的关系式。然后将电极范围及间隙的方程代入激励系数中,得到了振幅、角速率的误差分析关系式。最后利用激励电极的不同配置方式,构建了三种控制系统方案,分析了加速度作用下谐振子变形对三种控制方式的影响。通过对比分析,合理的激励电极配置方式有效地抑制了加速度对控制系统的影响。
简介:在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波(STUKFMMAE)算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~(-4),且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。