哈尔滨工业大学 空间控制与惯性技术研究中心, 黑龙江 哈尔滨 150001
为了减小转台误差对激光陀螺捷联惯组(SIMU)标定精度的影响, 采用模观测法设计了正二十面体-12点的位置和速率试验计划。首先, 利用在重力场下的12个静态位置标定加速度计的零偏、标度因子和安装误差矩阵; 然后, 采用外环角速率、中内环双轴翻滚至12点位置来标定陀螺的零偏、标度因子和安装误差矩阵; 最后, 利用SIMU框架坐标系为桥梁, 实现了加速度计和陀螺参数坐标系的统一。仿真分析表明: 该方法能有效抑制转台误差对SIMU标定结果的影响, 当转台各轴系垂直度误差为角秒级且角位置误差小于1′时, 加速度计和陀螺的标度因子相对误差和安装误差矩阵的标定误差均小于10-5, 加速度计零偏的标定误差小于10 ?滋g , 陀螺零偏的标定误差小于0.01(°)/h与测量噪声处于同一数量级。
模观测 激光陀螺 加速度计 标定 三轴转台 norm observation laser gyro accelerometer calibration three-axis turntable 红外与激光工程
2018, 47(9): 0917007
1 哈尔滨工业大学 航天学院, 黑龙江 哈尔滨 150006
2 哈尔滨工程大学 自动化学院, 黑龙江 哈尔滨 150001
利用CSK算法从图像碎 片中提取运动目标的一个最小二乘分类, 引入多通道颜色特征标定运动目标, 通过当前图片碎片中的核函数周期性假设循环结构, 一定程度拟补CSK算法使用目标灰度特征描述能力的不足。采用PCA降低特征维度并去除特征冗余信息, 提高分类器参数更新速度, 解决了CSK算法分类器参数更新线性化、无法适应目标发生较大变化时的运动目标跟踪问题。利用benchmark测试平台的算法集与测试数据集进行了实验, 目标颜色核相关跟踪算法(TCKCT) 的实验结果表明, 对光照变化、背景杂乱、目标形变、目标运动速度较快、目标运动幅度较大的情况下, 算法都有较好的跟踪效果。无人机跟踪遥控小车的物理实验结果, 进一步验证了TCKCT算法特性, 良好的实时性能够满足无人机目标跟踪要求, 具有良好的实际应用前景。
颜色特征标定 无人机 目标跟踪 color feature calibration UAV target tracking CSK CSK 红外与激光工程
2018, 47(3): 0326001
哈尔滨工业大学 空间控制与惯性技术研究中心, 黑龙江 哈尔滨 150080
雷达仿真实验用卧式三轴飞行仿真转台的三轴交汇中心与射频阵列仿真系统球面的球心同心, 转台的初始姿态满足一定要求, 以减小雷达仿真时的误差。为了三轴转台位姿的精确对准, 提出了一种能补偿经纬仪竖直轴线铅垂度误差和俯仰轴零位误差的对准方案, 首先根据精确的已知基点的坐标, 通过经纬仪对各基点的观测结果采用最小二乘迭代处理方法, 确定了经纬仪的三轴交汇中心的位置, 再通过经纬仪对转台的内、中环轴轴端安装的靶标进行观测, 确定了三轴转台的位置与初始姿态。通过实际测试与调整, 解算出了三轴转台的三轴交汇中的坐标为-0.485, 0.203和-0.475 mm, 外环轴指向误差为-59″。该测试结果在位置误差1 mm, 姿态误差2′的要求范围之内, 实现了三轴转台的位姿对准任务。
三轴飞行仿真转台 位姿对准 经纬仪 最小二乘法 迭代算法 three-axis flight simulator the position and attitude alignment theodolite least square method iterative algorithm
哈尔滨工业大学 空间控制与惯性技术研究中心,黑龙江 哈尔滨 150001
由于星敏感器仅仅工作在全天球的识别模式下远不能满足当前飞行器任务的需要,提出了当星敏感器有足够的先验信息情况下,可在星跟踪模式或者预测星像模式下工作,来提高星敏感器的数据更新率,降低由全天球识别带来误匹配的可能性。本文提出了一种新的星跟踪算法来克服飞行器在大角速度飞行情况下传统星跟踪算法处理时间过长等不足;为了消除由于系统噪声带来的误差,还提出了星图滤波和星像滤波的方法。实验结果表明,当飞行器在2.25°/s的角速度下飞行时,星敏感器能在10 pixel×10 pixel的范围内从星图中正确提取星像,星图经去噪后,星敏感器输出精度提高了近5″,从而使星敏器可在飞行器高动态飞行情况下实现高精度、高更新率的姿态输出。文中描述的所有方法已在2007年和2008年进行了地面观星测试,并于2009年即将应用于某些卫星的姿控系统中。
天文导航 星敏感器 星跟踪算法 星像预测 celestial navigation star sensor star tracking algorithm predictive star centroiding algorithm
哈尔滨工业大学 空间控制与惯性技术研究中心,黑龙江 哈尔滨 150001
提出了一种自主预测视场内未知恒星星像质心算法。该算法采用星跟踪算法来提取视场内已知恒星星像坐标。根据已知恒星信息从主星表中搜索视场内所有未知恒星,并采用这些信息预测所有未知恒星的理想像平面中心,从以这些预测的理想坐标为中心的范围内提取相应的实际星像坐标。同时采用已知恒星来验证未知恒星星像坐标。最后,对该算法进行了外场观星测试。实验结果表明:该方法提取未知恒星星像坐标时,扫描星图的像元只有局部提取星像算法的0.12%,所以进一步提高了数据更新率。
星敏感器 星图识别 星跟踪算法 星像质心 star sensor star identification algorithm star tracking algorithm star centroiding
哈尔滨工业大学,空间控制与惯性技术研究中心,黑龙江,哈尔滨,150001
提出基于纹理特征及统计学模型的背景提取方法来完成背景的稳健提取和实时更新.根据灰度-基元共生矩阵建立图像的纹理特征描述并据此初步判断某一区域是否有运动目标,进一步基于混合高斯分布模型进行背景像素判别和背景提取,最后应用多分辨率计算方法提高算法实现效率.实验结果表明,该方法能够更好地适应光照条件的不同变化,特别适用于交通视频监控时图像亮度变化和路口交通繁忙的实际情况,能够准确地获取背景图像,计算时间仅为原来的1/4,从而满足了背景提取算法在复杂环境下的稳健性和实时自适应更新的要求.
背景提取 纹理特征 混合高斯分布 多分辨率计算
1 哈尔滨工业大学空间控制与惯性技术研究中心,黑龙江,哈尔滨,150001
2 哈尔滨工业大学卫星技术研究所,黑龙江,哈尔滨,150001
提出了一种局部区域提取星像的算法.该算法采用星跟踪方法提取已知恒星星像坐标,根据这些已知恒星信息在星图中适当范围内提取未知恒星星像坐标并且识别这些未知恒星.对该算法进行了观星测试和在轨验证,实验结果表明:提取星像坐标时只须扫描星图的45%,从而提高了数据更新率;识别未知恒星时由全天球变为整个天球的0.3%,从而提高了识别率.
星敏感器 星像提取 星图识别
哈尔滨工业大学,空间控制与惯性技术研究中心,黑龙江,哈尔滨,150001
三轴仿真转台是激光制导炸弹导引头半实物仿真系统种仿真转台实时控制的要求,讨论了基于RTX的实时控制系统的设计和实现方法,介绍了RTX的实时特征,对Windows-NT系统和RTX实时操作系统在实时精度方面的性能进行了比较.并给出弹道跟踪曲线等实验结果.实验证明,该系统实时性高,工作稳定可靠.
激光导引头 三轴仿真转台 实时控制系统 RTX
