Please wait a minute...
在线办公
目录列表
上一期   
2023年, 第31卷, 第8期 
刊出日期:2023-08-30

干涉式集成光学陀螺关键技术及应用前景分析
焦洪臣, 王凌宇, 孙道鑫, 卢志舟, 金里, 冯俊波, 许文渊, 冯丽爽,
中国惯性技术学报. 2023 (8):  743-749. 
摘要 ( 728 )   PDF(2411KB) ( 1012 )  
干涉式集成光学陀螺仪利用光电子集成技术实现陀螺系统的芯片化,在实现高性能的同时,可实现批量化生产,满足低体积、重量、功耗和成本(SWa P+C)指标,在无人领域具有重要应用前景。根据干涉式集成光学陀螺的发展脉络及趋势,设计了基于氮化硅的低损耗波导环和单偏振波导谐振腔、异质波导集成耦合结构等关键部件,搭建了基于无源芯片与光纤环的干涉式集成光学陀螺实验样机,实现精度0.03°/h(Allan方差),为目前国内已有报道同类陀螺系统的最优精度。最后,给出了干涉式集成光学陀螺的应用前景分析。
相关文章 | 计量指标
基于不变误差定义的INS/USBL紧组合导航算法
郭瑜, 徐博, 余志强, 田鑫雨,
中国惯性技术学报. 2023 (8):  750-759. 
摘要 ( 267 )   PDF(1359KB) ( 1033 )  
针对现有惯性导航系统/超短基线定位系统(INS/USBL)组合导航算法误差定义不准确,引发空间不一致性及导航精度下降的问题,提出了一种基于不变误差定义的INS/USBL紧组合导航算法。首先,引入李群理论及左不变/右不变误差定义下的误差状态方程,保证了误差状态的空间一致性。然后,从噪声无偏性分析的角度阐述了松组合的缺陷。最后,利用超短基线测量的方位角及斜距信息,根据两种误差定义推导相应的紧组合量测方程。半实物仿真结果表明:相比于现有的INS/USBL松组合导航算法,所提出的基于右不变误差定义的紧组合导航算法有着更高的定位精度,2000 s后东向和北向定位精度分别提高14.65%和30.26%,天向定位精度提高73.91%;不变误差定义使得组合导航算法对初始对准精度的需求降低,即使初始姿态误差较大也能够对导航误差进行准确估计。
相关文章 | 计量指标
基于变分贝叶斯自适应鲁棒滤波的动对动相对定位算法
蔡巍, 陈明剑, 邓垦, 王洋, 沈洋, 张擎天,
中国惯性技术学报. 2023 (8):  760-767. 
摘要 ( 149 )   PDF(878KB) ( 617 )  
针对两个相对运动目标之间基线矢量实时变化导致整周模糊度难以固定,从而导致定位精度偏低的问题,提出一种基于变分贝叶斯自适应鲁棒滤波的北斗四频动对动相对定位算法。结合四频中存在电离层延迟和观测噪声因子小且具有整数特性,建立“宽巷+窄巷+伪距”的无几何模糊度解算模型。设计一种基于变分贝叶斯的自适应鲁棒滤波算法,利用M估计鲁棒化处理观测中的野值,利用变分贝叶斯近似估计时变的观测噪声和系统状态量,以逼近真实后验分布。最后采用最小二乘模糊度降相关平差法进行模糊度固定。实验结果表明,所提算法的模糊度固定率达到99.7%以上,E、N和U三个方向的定位精度均达到厘米级,实现了高精度的动对动相对定位。
相关文章 | 计量指标
星光方向向量辅助的惯性/光谱红移组合导航方法
彭旭, 李俨, 王玮, 高广乐,
中国惯性技术学报. 2023 (8):  768-776. 
摘要 ( 184 )   PDF(3405KB) ( 315 )  
惯性/光谱红移(INS/SRS)组合导航系统中,SRS需要至少三个不共线天体才能实现导航,存在抗干扰性弱的缺陷。针对这一问题,提出了一种星光方向向量辅助的INS/SRS组合导航方法。首先,将太阳系内天体星光方向向量引入到多普勒红移导航方程中,建立星光方向向量辅助的红移导航方程,降低导航系统所需的观测天体数量。其次,基于星光方向向量辅助的红移导航方程建立量测方程,并与INS误差方程组成组合导航系统。最后,对所提组合导航方法进行了仿真验证。仿真结果表明,相较于传统INS/SRS组合导航方法,所提组合导航方法减少了所需天体个数,在少于三个观测天体的情况下,仍能提供稳定可靠的导航数据。在一个观测天体下位置误差不大于1.5 km,在两个观测天体下位置误差不大于250 m,提高了INS/SRS组合导航系统的抗干扰能力。
相关文章 | 计量指标
双目视觉空间定位系统中点云目标融合分割算法
彭凯, 饶钰涵, 肖艳军, 杨泽青,
中国惯性技术学报. 2023 (8):  777-782. 
摘要 ( 211 )   PDF(677KB) ( 528 )  
针对现有点云分割算法精度差、效率低的问题,提出了一种双目视觉空间定位系统中点云目标融合分割算法。首先,使用随机采样一致性算法剔除场景中的背景平面,保留目标点云;其次,改进P-Linkage聚类分割算法,完成三维点云多目标分割,并使用最小包围盒算法测量目标物体尺寸。实验结果表明,所提算法可以将物体测量误差稳定在3.8%以下,运行效率提高1.5~4.4倍,具有良好的自适应能力,实现了目标物体的精确分割和测量。
相关文章 | 计量指标