一种基于INS数据融合提高FADS攻角侧滑角动态性能的方法
基于INS辅助的高动态GPS接收机算法研究
１ ． 状 态 方 程 建 立 ．１ ２
状 态方程 为 Ｉ ＮＳ的 误 差 传 播 方 程 ， Ｓ的 １ Ｎ Ｉ ５维 误 差 状 态 为被 估 计 状 态 ， 用 户 位 置 误 差 （ 维 ）速 度 误 差 （ 维 ）平 台 即 三 、 三 、 角 误 差 （ 维 ）陀 螺 仪 误 差 （ 维 ） 加 速 度 计 误 差 （ 维 ） 即 三 、 三 和 三 。
刘苑伊，赵昀，耿生群，等：基于Ｉ Ｓ Ｎ 辅助的高动态 Ｇ Ｓ Ｐ 接收机算法研究
的载 波 环 中 ，对 于 所 有 的 噪 声 带 宽 均 是 无 条 件 稳 定 的 。 而 三 阶 锁 相 环 对 加 加 速 度 应 力 敏 感 ，用 于 未 受 辅 助 的 载 波 环 ，在 Ｂ ≤ １Ｈ 时 是 保 持 稳 定 的 。 ｎ ８ｚ 因此 二 阶 环 较 三 阶 环 更 加 稳 定 ， 且 计 算 量 小 ， 二 阶 环 可 以 满 足 要 求 的 情 况 下 ， 文 选 用 二 阶 在 本 环 。 相 环跟踪 的是信 号的相位 ， 比较精确 地跟踪信 号 ； 锁 能 锁 频 环 跟 踪 的 是信 号 的频 率 ，因 此 锁 频 环 复 制 的载 波 与 接 收 载
见 星 的观 测 伪 距 ， 惯 导 输 出 和 星 历 电文 提 供 的 卫 星 位 置 信 是
息 计 算 出 的估 计 伪 距 。
建 立 量 测 方 程 为
数 字 中 频信 号
亟
聊
＝
＋
（） ３
再 — ＿ｌ鉴 一别 载 环 波 器
式 中 ： —— 时刻 伪 距 差 ， — — ｜ ｝ ｊ 时刻 量 测 矩 阵 ， —— ． ｉ ｝ 时 刻 量 测 噪 声 矢 量 。 具 体 计 算 公 式 见 文 献 ［］ ８。
一种INS辅助GNSS高动态弱信号标量跟踪方法
模型 ， 基于该模 型可知 Ｉ Ｆ Ｌ Ｌ ２ 对本地振荡器 的抖动噪声抑制能力更强 ， 可更多地 降低跟踪环 路带宽 ， 故其性 能优于
Ｉ Ｎ Ｓ辅助锁相环 （ Ｉ Ｐ Ｌ Ｌ ） 的性 能。高动态仿真试验结果表 明高 动态环境 下独立式 三阶锁相环 可跟踪载 噪 比为 ２ ８ ｄ Ｂ ．
Ｈｚ 的Ｇ Ｐ Ｓ Ｌ １ Ｃ ／ Ａ卫 星信 号 ， Ｉ Ｎ Ｓ 辅 助最 优带宽二阶锁频环算法可跟踪载噪 比为 １ ９ ｄ Ｂ — Ｈ ｚ 的卫星信号 ， 基 于本算法 的接收机的干扰 抑制能力 提高了 ９ ｄ Ｂ ， 与理论分 析结果 相当。
第３ ４卷 第 １ ０期 ቤተ መጻሕፍቲ ባይዱ ０ １ ３ 年 １ ０月
宇 航
学
报
Ｖ ｏ １ ． ３ ４ Ｎｏ ． １ ０ Ｏｃ ｔ ｏ ｂ ｅ ｒ ２ ０ １ ３
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ａｓ ｔ ｒ ｏ ｎ ａ ｕ ｔ ｉ ｃ ｓ
一
种 Ｉ Ｎ Ｓ辅 助 Ｇ Ｎ Ｓ Ｓ高 动态 弱信 号标 量 跟 踪 方法
ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ａ ｒ ｅ ｅ ｓ ｔ ａ ｂ ｌ ｉ ｓ ｈ ｅ ｄ ．Ａｎ ａ ｌ ｙ ｓ ｉ ｓ ｓ ｈ ｏ ｗｓ ｔ ｈ ａ ｔ ｔ ｈ ｅ Ｆ Ｌ Ｌ ２ ｃ ａ ｎ ｍｏ ｒ ｅ ｓ ｕ ｐ ｐ ｒ ｅ ｓ ｓ ｔ ｈ ｅ ｎ ｏ ｉ ｓ ｅ ｉ ｎ ｄ ｕ ｃ ｅ ｄ ｂ ｙ ｔ ｈ ｅ ｌ ｏ ｃ ａ ｌ ｏ ｓ ｃ ｉ ｌ ｌ ａ ｔ ｏ ｒ ａ ｎ ｄ ｃ ａ ｎ ｂ ｅ ｍｏ ｒ ｅ ｒ ｅ ｄ ｕ ｃ ｅ ｄ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ｌ ｏ ｏ ｐ ｂ ａ ｎ ｄ ｗｉ ｄ ｔ ｈ，Ｓ Ｏ ｉ ｔ ｏ ｕ ｔ ｐ ｅ ｒ ｆ ｏ ｍｓ ｒ ｔ ｈ ｅ Ｉ Ｎ Ｓ — ａ ｉ ｄ ｅ ｄ Ｐ Ｌ Ｌ ．Ｅ ｘ ｐ ｅ ｒ ｉ ｍｅ ｎ ｔ ｕ ｎ ｄ ｅ ｒ ｄ ｙ ｎ ａ ｍｉ ｃ ｃ ｉ ｒ ｃ ｕ ｍｓ ｔ ａ ｎ ｃ ｅ ｓ ｓ ｈ ｏ ｗ ｓ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｔ ｈ ｉ ｒ ｄ ｏ ｒ ｄ ｅ ｒ ｐ ｈ ａ ｓ ｅ ｌ ｏ ｃ ｋ ｅ ｄ ｌ ｏ ｏ ｐ ｏ ｆ ｓ ｔ ａ ｎ ｄ ・ ａ ｌ ｏ ｎ ｅ ＧＰ Ｓ ｃ ａ ｎ ｔ ｒ ａ ｃ ｋ ｃ ａ ｒ ｒ ｉ ｅ ｒ － ｔ ｏ — ｎ ｏ ｉ ｓ ｅ ｒ ａ ｔ ｉ ｏ ２ ８ ｄ Ｂ — Ｈｚ ｓ ａ ｔ ｅ ｌ ｌ ｉ ｔ ｅ ｓ ｉ ｇ ｎ ａ ｌ ， ｗ ｈ ｉ ｌ ｅ ｔ ｈ ｅ Ｉ ＮＳ — ａ ｉ ｄ ｅ ｄ ｓ ｅ ｃ ｏ ｎ ｄ ｏ ｒ ｄ ｅ ｒ Ｆ Ｌ Ｌ ｃ ａ ｎ ｔ ｒ ａ ｃ ｋ ｃ ａ ｒ ｒ ｉ ｅ ｒ － ｔ ｏ — ｎ ｏ ｉ ｓ ｅ ｒ ａ ｔ ｉ ｏ １ ９ ｄ Ｂ— Ｈｚ ｓ ａ ｔ ｅ ｌ ｌ ｉ ｔ ｅ ｓ ｉ ｇ ｎ ａ １ ．ａ ｎ ｄ ｔ ｈ ｅ ｉ ｎ ｃ ｒ ｅ ａ ｓ ｅ ｉ ｓ ９ ｄ Ｂ ｗｈ ｉ ｃ ｈ ｉ ｓ ｉ ｎ ａ ｃ ｃ ｏ ｒ ｄ ａ ｎ ｃ ｅ ｗ ｉ ｔ ｈ ｔ ｈ ｅ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ．
基于INS辅助CLAMBDA与AFM的GPS／INS组合导航测姿方法
摘 要 ：为 了提 高 全 球 定 位 系统 （ ｇ ｌ ｏ ｂ ａ １ ｐ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ｉ ｎ ｇ ｓ ｙ ｓ ｔ ｅ ｍ， Ｇ Ｐ Ｓ ） 定 姿 的 性 能及 成 功 率 ， 将 带 约 束 的 最 小二 乘
降相关平 差法（ ｃ ｏ ｎ ｓ ｔ ｒ ａ ｉ ｎ ｅ ｄ ｌ ｅ ａ ｓ ｔ ｓ ｑ ｕ ａ ｒ ｅ ｓ ａ ｍｂ ｉ ｇ ｕ ｉ ｔ ｙ ｄ ｅ ｃ ｏ ｒ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ａ ｄ ｉ ｕ ｓ ｔ ｍｅ ｎ ｔ ， ＣＬＡＭＢＤＡ） 与模糊 度 函数 法（ ａ ｍｂ ｉ —
Ｖ０ ｌ ＿ ３ ７ ＮＯ ． ４
Ａ ｐｒ ｉ ｌ ２ ０１ ５
网址 ： ｗｗｗ． ｓ ｙ ｓ — ｄｅ ． ｃ ｏ ｎ ｒ
基于 Ｉ Ｎ Ｓ辅 助 Ｃ Ｌ Ａ ＭＢ ＤＡ 与 ＡＦ Ｍ 的 ＧＰ Ｓ ／ Ｉ ＮＳ 组 合 导 航 测 姿 方 法
丛 丽 ，李 二 翠 ，张 立 杨 ， 秦 红 磊 ，薛 瑞
第３ ７卷 第 ４期
２ ０ １ ５年 ４月
文章编号 ： Ｉ Ｏ ０ １ — ５ ０ ６ Ｘ（ ２ ０ １ ５ ） ０ ４ — ０ ８ ８ ２ — ０ ６
系 统 工 程 与 电子 技 术
Ｓｙｓ ｔ ｅ ｍｓ Ｅｎｇ ｉ ｎｅ ｅ ｒ ｉ ｎｇ ａ ｎｄ Ｅｌ ｅ ｃ ｔ ｒ ｏ ｎｉ ｃ ｓ
码伪距联合 解算浮点 解 ， 然后再 进行 固定解搜 索， 如果姿 态解算错误 ， 则用 Ａ Ｆ Ｍ 算 法 得 到 的 姿 态 角进 行 替 换 。 其
间， 用Ｉ ＮＳ姿 态 信 息 缩 小 Ａ Ｆ Ｍ 的搜 索范围。之后 ， ＧＰ Ｓ ／ Ｉ ＮＳ进 行 组 合 滤 波 。 通 过 实 际 系 统 跑 车 实验 表 明 ， 相比 于原 算 法 ， 该 算 法 能 有 效提 高 ＧＰ Ｓ定 姿 的 成 功 率 。 关 键 词 ：全 球 定 位 系 统 ； 惯 性 导航 系统 ；带 约 束 最 小 二 乘 降 相 关 平 差 ；模 糊 度 函 数 法 中 图 分 类 号 ：Ｔ Ｎ ９ ６ ７ ． ２ 文 献 标 志码 ： Ａ Ｄ Ｏ Ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ １ ５ ０ ６ Ｘ． ２ ０ １ ５ ． Ｏ ４ ． ２ ４
基于系统辨识与数据融合的动态倾角测量的研究
行 阳阳 ，梁 义维
Ｘｌ Ｙａ ｇ ｙ ｎ ＬＡＮＧ Ｙｉ ｉ ＮＧ ｎ － ａ ｇ． Ｉ － ｗｅ
（ 太原 理工大学 机械工程学院 ，太 原 ０ ０ ２ ） ３ ０ ４
摘
要 ： 本文通过分析惯 性传 感器无法准确 测量动态倾角 的缺点 ，提 出一种数据融合算法 ，并分析参 数ａ 的取值对数据融合结果的影响 ，发现算法尽管能够抑制动态加速度的干扰 ，但波形存在过 冲。最后利用系统辨识建立因果 递归系统 ， 消除过冲 ，弥补数据融合的缺点。实验结果表 明，
无 论 多 么 小 的 常 值 漂 移 ，通 过 积 分 都 会 得 到 无 限 大 的角 度误 差 。不 适 合 长 时 间单 独 工 作 口。 高 通 】
滤 波 能 够 剔 除 陀 螺 仪 中直 流 成分 ，一 定 程 度 上 减
小误 差 漂移 。
收稿 日期：２ １－ ６ ２ ０２ ０－ ７ 作者简介：行 阳阳 （９ ５ １８ 一），男 ，河南洛阳人 ，硕士研究生 ，研 究方向为信号处理与智能控制 。 【６ 第３ 卷 ３】 ４ 第１ 期 Ｏ ２１— ０上 ） ０２ １ （
务１
ｌ 化 Ｉ ５
基于系统辨识 与数据融合 的动态倾角测量的研究
Ｒｅｓ ａｒ ｆｄｙ ｅ ｃｈ ｏ ｎａｍ ｉ ｔｌ ｅａｓ ｅｍ ｅｎｔｏ ｙｓ ｅｍ ｄｅｎ ｉ ｃａｔｏｎ ａｎｄ ｄａ ａ ｆ ｓｉ ｃ ｉ ｍ ｔ ｕｒ ｎｓ ｔ ｉ ｔｆ ｉ ｉ ｔ ｕ ｏｎ
为便于 直观分 析参 数 ａ 滤波 结果 的影 响， 对 下 面 进行两 个 实验 。
的 干 扰 ，影 响 测量 结 果 。若 单 纯 对 加 速 度 传 感 器
进 行 低 通 滤 波 ，虽可 有效 降 低 动 态 加 速 度 的 干 扰 与噪 声 ，但 响应速 度 明显降 低 。 陀螺 仪 测 量 到 的是 角 速 度 ，需 要积 分 换 算 为 角 度 。 由于温 度变 化 、摩 擦 力 和 不 稳 定 力矩 等 因 素 ，陀螺 仪会 产 成 漂移 误 差 ，且 随着 时 间的 累积 ，
空天飞行器大气传感技术研究
本文2013-12-04收到，柏楠、苑景春均系中国航天科工集团第三研究院第三十三研究所高级工程师空天飞行器大气传感技术研究柏楠苑景春王希洋时兆峰摘要根据空天飞行器的特点和大气传感系统的技术类型，调研了国外典型空天飞行器的大气传感系统技术，明确了嵌入式大气数据传感技术适合空天飞行器，在此基础上分析了嵌入式大气数据传感系统的组成方案，并针对空天飞行器的特殊需求，梳理了嵌入式大气数据传感系统关键技术。
关键词空天飞行器高超声速大气数据传感系统嵌入式引言空天飞行器（ASV ）作为新一代空间往返飞行器已逐渐受到各国的高度重视。
空天飞行器是一种既能够进入太空飞行，又能在大气层内长时间飞行的飞行器。
由于飞行环境变化大，飞行器气动参数受飞行高度、速度和姿态的影响剧烈，尤其是在高超声速再入段，空天飞行器对飞控系统的稳定性和控制精度提出了很高的要求，这使得惯导系统、内外环飞行控制、终点区域能量管理以及着陆时攻角侧滑角控制等关键分系统和关键行为都需要实现对大气参数的精确测量，同时大气相对于飞行器的状态参数如动压、马赫数、攻角、侧滑角和地面风等，对于着陆阶段的能量管理和跑道对准也非常重要。
采用冲压发动机为动力的高超声速空天飞行器（空天飞机），需要在大气层内依靠超燃冲压发动机实现马赫数5以上的高超声速飞行才能进入太空。
而超燃冲压发动机的工况对大气参数非常敏感，并且高超声速的高动态特性给飞行器控制精度提出了很高的要求，因此，对大气参数的准确传感与测量对于空天飞行器的动力和控制性能尤为关键。
1空天飞行器飞行特点作为可重复使用天地往返系统的空天飞行器，主要有以下飞行特点：1）跨大空域飞行空天飞行器将实现太空和大气层内的往返飞行，因此，其飞行空域跨地面到外太空，大气静压将为0 100kPa 。
2）高马赫数飞行空天飞行器的飞行过程可分成上升段、轨道飞行段和再入返回段。
飞行器在再入返回段的马赫数将达到十几、甚至二十几。
而在大气层内，空天飞行器将依靠自身的吸气式冲压发动机以高超声速（Ma =6 7）长时间在大气层内飞行。
基于相似度数据融合的车辆航向角研究
基于相似度数据融合的车辆航向角研究闫晓雷;邵毅明;曾俊延【摘要】为提高车辆行驶过程中的轨迹和姿态控制精度,需将同质车载传感器的测量值进行数据融合,以此获取高精度的关键控制变量.将司南高精度定位、VBox和车辆CAN总线所测得的车辆航向角数据,使用基于相似度的数据融合算法,对测量结果进行数据融合,并分别计算各个数据融合源、数据融合最终值与选定的参考目标值之间的误差.结果表明,数据融合最终值的误差限为0.23°,分别小于数据融合源的0.8°、2.1°和2.7°,精度均高于其它数据融合源.%In order to improve the accuracy of the vehicle trajectory and attitude control during driving, it is necessary to integrate the measured data from the homogeneous sensors to obtain the high-precision key control variables.The measured values of the heading angle from the CM510-21T,VBox and the vehicle CAN bus were fused by using the similarity-based data fusion algorithm. The errors in the data fusion sources and between the final value after data fusion and the referential target value were calculated. The results show that the margin of error for the final value is 0.23°,which is lower than0.8°,2.1°,2.7°originating from the data fusion sources,and the accuracy after data fusion is higher than that from each data fusion source.【期刊名称】《汽车工程学报》【年(卷),期】2018(008)003【总页数】6页(P212-217)【关键词】交通运输;航向角;相似度数据融合;车载传感器;智能汽车【作者】闫晓雷;邵毅明;曾俊延【作者单位】重庆交通大学交通运输学院,重庆 400074;重庆交通大学交通运输学院,重庆 400074;重庆交通大学交通运输学院,重庆 400074【正文语种】中文【中图分类】U462.2智能汽车技术已成为国内外众多汽车厂商的研发热点。
基于SBAS-INSAR技术的滑坡变形监测
收稿日期：2020-11-30。 基金项目：国家自然科学基金（42071453）。 作者简介：张文旭（1997—），男，辽宁朝阳人。 通讯作者：李巍（1965—），男，辽宁鞍山人，教授。
· 136 ·
辽宁科技大学学报
第 44 卷
SBAS- INSAR 与 传 统 D- INSAR（Differential intereferometric synthetic aperture radar）技术相比，
1 SBAS-INSAR原理及数据处理流程
1.1 SBAS-INSAR 技术原理 小基线技术可以得到监测目标 cm 甚至 mm 级
的形变情况 。其 ［12-13］ 原理就是在所有基线的组合 中进行筛选，选取时间和空间基线相对较短的像 对，分别进行差分干涉处理，再进一步通过奇异值 分解（Single value decomposition，SVD）方法解决 数据解算过程中出现方程秩亏产生无穷解的情 况，从而有效解决失相干等问题，利用相位信息观 察捕捉到微小的地表形变量，最终生成形变时间 序列图。
（1.辽宁科技大学 土木工程学院，辽宁 鞍山 114051；2.东北大学 资源与土木工程学院，辽宁 沈阳 110819）
摘 要：针对传统滑坡监测方法效率低的问题，以祁连县牛心山 2018 年 1 月 07 日-2019 年 9 月 23 日 Sentinel-1
数据为数据源，利用 SBAS-INSAR 技术进行数据处理，形成滑坡的累积形变量图、形变时间序列折线图，建立监 测成果数据库。研究结果表明，SBAS-INSAR 技术可以应用于滑坡的变形监测，且非常高效。
（4）对成功配对的干涉对进行差分干涉，去除 模拟地形相位，得到差分干涉图。差分干涉相位 包括地表形变、DEM 高程误差相位、大气相位、轨 道误差相位、以及噪声相位等。将差分干涉图通 过处理去除平地效应并滤波、相位解缠，使干涉像 对连通。
融合D-InSAR和Offset-tracking技术的矿区沉降信息提取
融合D-InSAR和Offset-tracking技术的矿区沉降信息提取刘沂轩;杨俊凯;范洪冬;杜珍应;曹久立【摘要】矿区开采沉陷具有沉降速度快、量值大的特点,针对使用合成孔径雷达干涉测量(InSAR)技术很难正确获取煤炭开采引起的地表下沉全盆地信息的问题,提出融合D-InSAR和Offset-tracking技术提取矿区沉降信息的方法.试验以陕西某矿52304工作面为例,分别采用D-InSAR和Offset_tracking技术提取了下沉盆地微小及大梯度形变信息,分析了D-InSAR中失相干问题和Offset_tracking的监测优势,最后将两者得到的结果进行融合,获取了工作面上方的时序形变图,实例中最大下沉处的相对误差为0.5％～7.3％.结果表明,Offset-tracking可以有效解决D-InSAR无法监测矿区大梯度沉降的问题,该方法可为矿区开采沉陷监测提供新的技术手段.%Mining Subsidence has a characteristics of fast rate and large magnitude.Currently,through using of synthetic aperture radar interferometry (InSAR) technology is difficult to get correct information on the whole basin surface subsidence caused by coal mining.To solve this problem,a new method is proposed which is combined D-InSAR and Offset_tracking technology to extract deformation mining subsidence.Firstly,subsidence basin boundary is obtained and established by using D-InSAR.The subsidence basin edge is generated byOffset_tracking technology.Secondly,the loss-related problems in D-InSAR and the advantages of Offset_tracking are analyzed.Finally,combine with the inversion of the basin center and D-InSAR acquired boundary,the time series deformation value above the working face is obtained.The relative error of maximum subsidence point is from 0.5 ％ to 7.3 ％.Theexperimental results show that this method can effectively solve the problem which InSAR technology can not monitor large gradient deformation in mining subsidence,.It provides a new idea for the application of InSAR technology in mining subsidence monitoring.【期刊名称】《河南理工大学学报（自然科学版）》【年(卷),期】2017(036)005【总页数】6页(P47-52)【关键词】D-InSAR;Offset-tracking;开采沉陷;矿区沉陷信息【作者】刘沂轩;杨俊凯;范洪冬;杜珍应;曹久立【作者单位】江苏省水文水资源勘测局徐州分局,江苏徐州221006;中国矿业大学资源与地球科学学院,江苏徐州221008;中交上海航道勘察设计研究院有限公,上海200120;中国矿业大学资源与地球科学学院,江苏徐州221008;中国矿业大学资源与地球科学学院,江苏徐州221008;江苏省水文水资源勘测局徐州分局,江苏徐州221006;江苏省水文水资源勘测局徐州分局,江苏徐州221006【正文语种】中文【中图分类】TD353煤炭是我国的主体能源，长期占据着我国一次性能源消费结构的65%以上，因此，煤炭资源合理开发和利用对于促进国民经济和生态环境和谐发展具有重要意义。
一种基于补偿融合的帧频提升方法
一种基于补偿融合的帧频提升方法刘艳飞;田逢春;陈俊华;张莎;谢辉【摘要】研究经典的单向运动估计算法,提出一种基于补偿融合的帧频提升方法.通过融合前后向运动估计的补偿帧减少空洞数量,并采用规则块二次估计算法填补空洞.在匹配准则中加入运动矢量相关性因子和边缘匹配误差,从而提高运动估计的准确性.实验结果表明,该方法计算简单,能够取得较好的插帧效果.%This paper researches one-way motion estimation algorithm, and presents a motion compensated Frame Rate Up-conversion(FRUC) method. It merges compensating frames of forward and backward motion estimation and fills up holes of the merging frame. The matching criterion of motion estimation includes correlation factor of motion vector and edge matching error to get more accurate motion vectors. It adopts an easy method to estimate covered/uncovered area using two frames to solve the occlusion problem. A re-estimating method is adopted to fill up the holes existing in merging frame. Experimental results confirm that the proposed method is easy to compute and has a better frame interpolation performance.【期刊名称】《计算机工程》【年(卷),期】2012(038)008【总页数】3页(P277-279)【关键词】帧频提升;运动估计;运动矢量平滑;运动补偿插帧;遮挡问题;空洞【作者】刘艳飞;田逢春;陈俊华;张莎;谢辉【作者单位】重庆大学通信工程学院,重庆400044;重庆大学通信工程学院,重庆400044;重邮信科通信技术有限公司,重庆400065;重庆大学通信工程学院,重庆400044;重庆大学通信工程学院,重庆400044【正文语种】中文【中图分类】TN911.731 概述帧频提升(Frame Rate Up-conversion, FRUC)技术通过生成新的内插帧并将其插入原视频中，从而提升原视频帧速率。
RBF神经网络在FADS系统侧滑角解算中的应用
RBF神经网络在FADS系统侧滑角解算中的应用摘要：嵌入式大气数据传感（FADS）系统是一种通过安装在飞行器头部不同位置上的多个压力传感器来测量大气动压、大气静压、攻角、测滑角等飞行参数的系统。
FADS系统没有专用的风标传感器采集侧滑角和攻角信号，而是使用不同位置的压力传感器采集的压力值来解算攻角和测滑角数据。
本文研究了基于RBF神经网络的FADS系统侧滑角的解算方法，并进行了仿真实验。
实验结果表明，文中设计的RBF神经网络具有良好的输出精度，并且具有一定的抗干扰能力。
关键词：神经网络；RBF；FADS系统；侧滑角嵌入式大气数据传感（FADS）系统是一种通过安装在飞行器头部不同位置上的多个压力传感器来测量大气动压、大气静压、攻角、测滑角等飞行参数的系统。
其压力传感器和飞行器表面齐平，不仅便于隐形，而且这种压力传感器及其分布使得FADS系统在大马赫数、大攻角下依然能较好的工作[1]。
近年来，人工神经网络理论不断发展，人工神经网络应用越来越广泛。
本文研究了在FADS系统中应用人工神经网络解算侧滑角的方法，建立了压力传感器采集的压力数据与侧滑角之间复杂的非线性映射关系。
人工神经网络只需要大量的训练数据和合适的网络结构，从理论上讲是可以以任意精度逼近任意复杂的非线性函数[2]。
1 FADS系统介绍一般情况下，FADS系统的压力传感器安装在飞行器前端不同周线上，也有安装在机翼两侧的情况。
测压点的分布对求解测滑角的灵敏度是有影响的。
本文研究的FADS系统共有10个压力传感器，即10个测压点，10个压力传感器分别镶嵌在机体半球形头部的不同部位。
传统的大气数据系统是通过攻角风标传感器和测滑角风标传感器来采集攻角信号和测滑角信号，通过总压受感器和静压受感器来采集大气总压和大气静压信号，然后根据总压、静压、侧滑角和攻角解算出其它的飞行参数。
FADS系统没有专用的风标传感器用于采集侧滑角和攻角信号，而是使用不同位置的压力传感器采集的压力值来解算攻角和测滑角数据。
嵌入式大气数据传感系统压力传感器设计研究
嵌入式大气数据传感系统压力传感器设计研究摘要：综合大气数据检测系统(path)是飞机正面嵌入的压力传感器系统，用于测量飞机表面的压力分布，并通过某些算法间接访问飞行数据。
路径系统在精度、可靠性和范围方面比传统的基于气道的大气数据传感器具有更大的优势。
F-18Harv路径系统采用非线性回归算法，采用25/s采样频率、12.5hz Nyquist频率，采用最小二乘法间接获得大气数据，实现头部正面压力传感器的环形分布。
关键词：嵌入式大气数据传感系统；压力传感器；设计引言对于飞行器而言，传统的空速管、攻角传感器等大气数据测量装置在高速、高机动性的飞行时会产生较强干扰，且对飞行器的隐身效果有一定的影响。
嵌入式大气数据传感(FlushAirDataSensing，FADS)系统依靠机体表面的压力分布，通过一系列算法间接获得动静压、攻角、侧滑角等大气数据，具有维护成本低、经济性良好等特点，被广泛用于航空航天领域。
然而，由于气压传感器的测量噪声和延迟等问题，导致其单独使用时对数据的估计精度有限，而惯性测量元件(InertialMeasurementUnit，IMU)的数据的瞬时精度较高、延迟较低，可以用于FADS的辅助计算。
以IMU测量的加速度、角速度作为飞行器模型的输入量，以FADS获得的角度和速度信息作为观测量构建卡尔曼滤波是一个常用的方法。
因为飞行器飞行时涉及到坐标系转换和当地声速变化的计算，所以需要对原有的卡尔曼滤波进行改进，以满足非线性系统的计算要求。
1.FADS系统压力传感器简介路径系统中的感知压力组件是安装在头部接收中的电子扫描压力模块(ESP)，带有多种传感器。
该路径系统还包括参考压力模块和高精度压力传感器模块。
模块在系统温度控制中工作，将输出引导至脉冲编码模块(PCM)，并进行25/s采样。
ESP模块使用通过管道连接到表面的电子扫描。
管道中每个传感器的长度、直径和体积都会影响传感器的频率特性。
基于极化敏感阵列的加权融合测角方法
基于极化敏感阵列的加权融合测角方法作者：杨美娟李文龙来源：《航空科学技术》2021年第03期摘要：角度估计是雷达的一个关键功能。
极化敏感阵列用作雷达天线可有效减小模型误差，改善测角性能。
为提高目标角度估计精度，本文提出了一种扩展的加权融合测角方法。
首先对完备电磁矢量进行介绍，建立了极化-空域信号处理模型；其次推导了扩展后的加权融合测角方法；最后结合稀疏恢复测角方法，以双正交电偶极子阵列天线为例，验证了方法的有效性。
结果表明，极化信息的引入，减小了阵列信号模型的误差，并通过极化加权使得该方法能够有效提升目标空间角度估计的精度。
关键词：电磁矢量；极化敏感阵列；加权融合；DOA估计中图分类号：TN821+.1文献标识码：ADOI：10.19452/j.issn1007-5453.2021.03.005传统雷达信号处理领域一般聚焦于信号的时间延迟、多普勒频移和空间到达角，较少关注信号的极化信息。
近年来，随着信号处理相关应用的不断增多，极化敏感阵列天线在雷达领域的逐渐崭露头角，极化信号处理技术成为国内外学者新的关注点[1-4]。
获取极化信息的主要途径是采用极化敏感阵列，通过引入信号的极化信息，可提高阵列自由度，增加阵列接收数据的冗余信息，减少模型误差对后续信号处理分析的影响[5-7]。
此外，极化阵列的检测性能对信号的极化状态不敏感，能够满足各类极化信号的检测要求，证明其具有较强的检测鲁棒性[8]。
目标到达角估计是雷达信号处理领域的重点研究内容之一，阵列测角的物理基础是电磁波在均匀介质中传播的直线性和阵列天线的方向性。
国内外学者已相继在极化信号处理领域开展了有关工作，针对参数估计的研究已成为热点问题。
国外方面主要通过将经典的超分辨测角算法，如多重信号分类算法（MUSIC）、旋转不变子空间法（ESPRIT）等，经过改进修正应用至极化敏感阵列上，实现目标空间角度和极化角度的联合估计[9-12]。
国内方面，王洪洋等[13]说明了如何通过完备电磁矢量在空频和极化域进行联合参数估计，大多学者[14-16]采用修正MUSIC算法或降维MUSIC算法进行目标角度估计。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｓ ｓ ｍ）是 以陀 螺 和加速 度计 为敏 感 器 ，根据 陀 螺 ｙｔ ｅ
的输 出建 立导 航坐标 系 ，再 利用 加速 度计 的输 出解
算 出飞行 器 的姿态 、速度 和位 置等惯 性参数 。它对 飞 行器 机动 敏感 ，动态性 能 良好 ，获取 的数据 不存 在 随 大 气 密 度 降 低 延 时增 大 的现 象 。 因此 ，利 用 Ｉ Ｓ机 动 时姿 态信 息 实时 性 好 的特 点 来 弥补 Ｆ Ｄ Ｎ Ａ Ｓ 系统在 获得 大气参 数方 面存 在延 时 的不 足 ，通 过设 置互补 滤波 器将 Ｆ Ｄ Ａ Ｓ的低 频 信息 和 Ｉ Ｓ的高频 信 Ｎ 息进行 融合 ，从 而提 高飞行 器 机动飞行 状态 下参 数 的解算 精度 。
‘
左乘 方 向余 弦矩 阵
＾ Ｌ ＾
Ｌ即可得到载体坐标系下的速度 、Ｖ 、 团 ： ： ：
和 姿 态 角 、０ ，可 解 算 出载 体 坐 、
Ｌ Ｌ ＾
标系下三轴的速度分量 ： ： ： 、 、 ，再根据载体
坐标 系速度 解算 出惯性 攻角 和侧滑 角 ，为数据 融合
果 如 图 ５所 示 。可 以看 出 ，Ｆ Ｄ Ａ Ｓ系统 是 一个 低 通
系统 ，其 带宽 为 １ Ｈ 。本 文结 合 Ｉ Ｓ的输 出特性 ， １ｚ Ｎ
将滤 波器 的时 间常数设 置在 １ Ｈ 。 １ ｚ
ｌ 一
＿
… …
：
Ａｂ ｔ ａ ｔ Ａ ｉ ｄ ｆ ｍｅｈ ｄ ａ ｅ ｏ ｔ ｅ ＮＳ ｓ ｒ ｃ ： ｋ ｎ ｏ ｔｏ ｂ ｓ ｄ ｎ ｈ Ｉ Ｄａａ Ｆ ｓ ｎ ｓ ｐ ｌ ｄ ｏ ｍｐ ｏ ｅ ｈ ｄ ｎ ｍｉ ｅｆ ｒ ｎ ｅ ｆ ｔ ｕ ｉ ｉ ｏ ａ ｐ ｉ ｔ ｉ ｒ ｖ ｔ ｅ ｙ ａ ｃ ｅ ｐ ｒ ｍａ ｃ ｏ ｏ ＦＡ ＡＯＡ ｎ ＡＯＳ ｎ ｒ ｄ ｃ ｓ ｓ ｍ ｔｕ ｔ ｒ ，ｃ ｌ ｕ ａｉ ｎ ＤＳ ａｄ ．Ｉ ｔｏ ｕ ｅ ｙ ｔ ｅ ｓｒ ｃ ｕ ｅ ａｃ ｌ ｔ ｍｅｈ ｄ ｆ ｉ ｅ ｔ ｌ ＯＡ ａ ｄ ｏ ｔ ｏ ｏ ｎ ｒｉ Ａ ａ ｎ ＡＯＳ ｔ ｉ ｅ ｓｅ ｔ ，ｉ ｓ ａ ｉｒ ｏ ａ ａｙ ｅ ｈ ｉ ｃ ｎ ｔ ｎ ｏ ｏ ｌｍｅ ｔｒ ｌ ｒ ｆｏ ｔ ｅ ｆ ｇ ｔ ｔｓ ａ ａ ｈ ｉ ｌｔ ｎ ｒ ｓ ｌ ｕ ｓａ ｔ ｔ ｔ ａ ｎ ｓ ｔ ｅ ｔ ｌ ｍｅ ｏ ｓａ ｔ ｆ ｃ ｍｐ ｅ ｎ ａ ｙ ｆ ｔ ｒ ｍ ｈ ｌ ｈ ｅ ｔ ｄ ｔ ．Ｔ ｅ ｓｍｕ ａ ｉ ｅ ｕｔ ｓ ｂ ｔｎ ｉ ｅ ｈ ｔ ｉ ｅ ｉ ｏ ｓ ａ ｔ ｉ ｍｅ ｈ ｄ ｃ ｎ ｉ ｒ ｖ ｙ ａ ｃ ｐ ｒ ｒ ｎ ｅ ｏ ＡＤＳ ｅ ｆｃ ｉｅｙ ｈｓ ｔ ｏ ａ ｍｐ ｏ ｅ ｄ ｎ ｍｉ ｅ ｏ ｍａ ｃ ｆ Ｆ ｆ ｆ ｔ ｌ． ｅ ｖ Ｋｅ ｒ ｓ Ｆ ｙ ｗｏ ｄ ： ＡＤＳ Ｉ ａａ ｆ ｓｏ － ＮＳ ｄ ｔ ｕ ｉｎ；ｉ ｅ ｔ ｌ ＡＯＡ；ｉ ｅ ｉ ｌ ＡＯ ｎ ｒｉ ａ ｎ ｒ ａ Ｓ； ｃ ｍｐ ｅ ｎ ａ ｙ ｆ ｔ ｒ ｔ ｏ ｌ ｍｅ ｔｒ ｌ ｉ ｅ
可 以得 出求解 惯性攻 角 、侧滑 角公式 为 ：
一
ｃ
ｃ
（） ５
＝－）ｎ ） ｓ（＝－ ｉ￣ｓ（ ｎ－ｉ￣ １ １ － － －
（） ６
图 ２ 速度 坐标 系与载体 坐 标 系之 间的关 系
第 ２期
一 种基 于 Ｉ Ｓ数 据 融 合 提 高 Ｆ Ｄ Ｎ Ａ Ｓ攻 角 侧 滑 角 动 态 性 能 的方 法
） 一 １ ㈩
仪
－ ，）６ 一ｄ （） ｚ
、ｔ ２
丽
一
物 面 感 器
Ｔ
图 ４ 引气 管 路简化 物理 模型
１ ６
战 术 导 弹控 制 技 术
根据 上述公 式 对 Ｆ Ｄ Ａ Ｓ频 率响 应特 性进 行仿 真 分 析 ，式 中各参 数 分别 为 ：高度一 ０ ｍ，管 ∈ ６ ３ 口 Ｎ ／ 口０ ０ ０ ｃ 路 长 工ｌ 一 １ 度 ５０ ０ ｍｍ，直 径 ３ ｍ ． ｍ，传 感 器 体 积 ｌｍｍ ，结 ５ Ｏ
互补 滤波 器 的计 算公 式 为 ：
，Ｓ ｃ
仅 ＋ 。
１
４ 时 间 常 数 选 取
互 补滤 波器 的时 间常 数 需要 根 据 Ｆ Ｓ和 Ｉ Ｓ ＡＤ Ｎ
： Ｎ＋ ／ Ｓ
【 （
一
Ｊ ５ ）（ ３ ）
的频 率 确定 。下 面主要 对 Ｆ Ｄ Ａ Ｓ的频 率特 性进 行 分
东 方 向 ；载体 坐 标 系 ‰、，、 分别 为前 、上 、右 ， ６
方 向。
还需进 行 特定 的解算得 到惯 性攻 角 、侧 滑角 。
２ 惯性 参数解 算 利用 Ｉ Ｓ输 出 的地 理 坐标系下 三轴 的速 度分量 Ｎ
、
利用 Ｉ Ｓ姿态 角得 出方 向余 弦矩 阵 ，将 地理 坐 Ｎ 标 系 下 的三 轴速 度 、 、
输 入
数 据 融 合
输 出
图 １ 数 据 融合算 法基本 结构
Ｆ Ｄ Ａ Ｓ系统 可 以直 接 输 出 ：Ｉ Ｓ系 统输 出为 地 Ｎ 理 坐标 系 下 的速度 分 量 、 、 ，姿态 角 、 ， Ｏｙ，
定 义地 理 坐标 系下 ，Ｘ、Ｙ、Ｚ分 别为 北 、天 、
提供源 数据 。
＝
ｃ ｓ ｏ ￣ ｏ ０ ｃ ｓｇ
Ｌ ＝
一
ｓｎ ０ ｉ
一Ｃ ＳＯ ｉ Ｉ Ｏ ｓｎ、 ， ｓｎ０ｓｎ￣ ｓｎ Ｙ Ｏ ｓｎ ｉ ｉ ｇ ｉ ＋Ｃ Ｓ ｉ ｙ
ｓｎ０ｃ ｓ Ｃ Ｓ丫 ｉ ｇｓｎ 丫 Ｃ Ｓ０ ｏ ｉ Ｏ Ｏ ＋ｓｎ￣ ｉ Ｏ ｃ ｓ丫 ｓｎＯｃ ｓｔ ｉ ｉ ｏ ｑ ｎ １ ｓ ，
的动态 性能 。
关键 字 ：Ｆ Ｄ —Ｎ Ａ Ｓ Ｉ Ｓ数据 融合 ：惯性 攻 角 ；惯 性侧滑 角 ；互补 滤波器
中图分 类号 ：Ｖ ４ ４８ 文 献标识 码 ：Ａ 文章编 号 ： （０ ２ ２ ０ ３ ５ ２ １ ）０ — １ —
Ａ ｎｄ ｏ ｅ ｈｏ ｂ ｓ ｄ ｎ Ｉ ｄａ ａ ｆ ｉ ｎ ｉ ｐｒ ｖ ｄ ｄｙ ａ ｉ ｋｉ ｆ ｍ ｔ ｄ ａ ｅ ｏ ＮＳ ｔ ｕｓｏ ｍ ｏｅ ｎｍ ｃ ｐ ｒ ｏ ｍ ａ ｃ ｆ ＦＡＤＳ ＡＯＡ ｎｄ ＡＯＳ ｅ ｆｒ ｎ ｅ ｏ ａ
１ ５
３ 互补滤 波器 设计
它将 基 于惯性 参数 解算 的惯 性 与 Ｆ Ｄ Ａ Ｓ估 算 的大气
参 数融合 ，得 到真 实无 偏差 的大气 数据 集 。
数 据 融合 采用 的互 补 滤波 器 结构 如 图 ３所 示 。
ｕ Ｉ ＮＳ
Ｆ ＡＤｓ
图 ３ 互补 滤波器 结构 图
间的关 系进行 大 气数据 测量 ，依 靠嵌 入在 飞行 器表
面 （ 端或 机翼 ）的压 力传 感器 阵列 来测 量飞行 器 前 表 面 的 压力 分 布 ， 由此 间接 获 得飞 行 大气 参 数 Ｉ 并 ｌ １ 。
这 种 测 量 技 术 能 够 达 到 探 针 式 的 空 速 管 大 气 传 感
第 ２ ９卷 第 ２期
２ ０ １ ２ 年 ６ 月
战术 导 弹 控 制 技 术
Ｃｏ ｔｏ ｃ ｎｏｏ ｙ ｆＴａ ｔｃ ｌＭ ｉｓｌ ｎ ｒ ｌＴｅ ｈ ｌｇ ｏ ｃｉ ａ ｓ ｉｅ
Ｖｏ ．２ ＮＯ２ １ ９ ．
Ｊｎ ｕ ．２ ０ １ ２
一
种基于 ＩＳ数据融合提高 Ｆ Ｄ Ｎ Ａ Ｓ攻角侧滑角动态性能 的方法
（） ２
一Ｃ Ｓ ｉ 一ｓｎ０ｓｎｑｓｎ 丫 Ｏ Ｃ Ｓ 丫 Ｏ ｎ１ ０ｓ ， ｉ ｉ ， ｉ ＋Ｃ Ｓ Ｏ
速 度坐 标系 与载体 坐标 系之 间 的关 系如 图 ２所
示， 、 趴
为 速度 坐 标 系在 载 体 坐 标下 的投
影， 理 为 体 标 下 轴 度， 别 、 可 解 载 坐 系 三 速 分 为： ： ，为速 ｌ 、 总 度】 ３ 。
技 术 不 能达 到 的大 攻 角 、高 速 、隐 身 的飞 行 测 量
要求 。 Ｆ Ｄ Ａ Ｓ技 术 也有 不 足之 处 ，压 力测 量 延 迟 时 间
收 稿 日期 ：２ １ － １ ７ ０ １ ｌ —１ ； 修 回 日期 ：２ １ 一 １ ０ ０ ２ Ｏ —１
作 者简 介 ：赵 欣 欣 （９ ７ ） １８ 一 ，女 ，硕 士研 究 生 ，主 要 研 究 领 域 为 大气 传 感 技 术 。
析。 Ｆ Ｄ Ａ Ｓ的引气 细 管相 当 于一 个低 通 滤 波器 。细
将 上述 公式 通过 双线 性变换 离散 后 ，得 到 如下
计算公 式 ：
，
一
管 的直 径 Ｄ、长 度 Ｌ和 传感 器 容 腔 体 积 Ｖ都 会 对
，
．
ａ（ ｎ
，
Ａｔ
Ａｔ
吱川 ＝【
． ．
引 言
随 大气 密度 降低 而 增 长 ，导 致 Ｆ Ｄ Ａ Ｓ测 量 精 度 降
低 。惯 性 导航 系 统 （ Ｎ ， Ｉｅｔ ｌ ａｉ ｔ ｎ Ｉ Ｓ ｎ ｒａ ｉ Ｎ ｖｇ ｉ ａｏ
攻 角 、侧 滑 角是 导 弹 飞行 过 程 中 的重 要参 数 ． 也是 飞行 控制 与制 导系 统所需 要 的重要 参数 。嵌 人 式 大气 数据 传感 技术 （ ＡＤ 。Ｆｕ ｈ ｉ ａ Ｆ Ｓ ｌｓ Ａ ｒ ｔ Ｄ ａ
＋ａ（ ｎ ቤተ መጻሕፍቲ ባይዱ
＋
１） 罨ｔ ＋） ｔ ａ ｔ ｎ ａ （ Ｊ ｌ Ａ （
１
压力波 产 生影响 ．引 起测量 滞后 及波 形失 真等 不 良
后果 。引气 管路 简化 物理 模型 如 图 ４所示 。 对 其 分 析建 模 可 知 。在 ｘ Ｌ处 测 压 管 路 的传 ＝