1 长春理工大学 光电测控与光信息传输技术教育部重点实验室，吉林 长春 130022
2 长春理工大学 计算机科学技术学院，吉林 长春 130022
针对真随机数生成问题，提出基于大气湍流光闪烁图像的真随机数提取方法。利用相机获取波长为532 nm的激光经过大气湍流传输后的光斑图像，根据其闪烁特性，分别采用固定间隔选取和多步长选取的方式选取光斑图像，固定间隔选择50帧，多步长选择30帧、70帧和100帧，得到的光斑图像相关性很弱，相关系数均小于0.3，由于湍流效应的影响，图像中的像素点发生无规则变化，通过对像素点作组合计算以提取随机序列；通过NIST(national institute of science and technology)随机性测试的方法，对提取的随机序列进行测试。实验结果表明：固定间隔选取的随机序列随机效果一般，测试结果存在P值小于0.01的情况，而多步长选取测试的P值均大于0.01，可以通过随机性测试。
大气湍流 真随机数 固定间隔 多步长 随机性测试 atmospheric turbulence true random number fixed interval multiple steps randomness test
在简要分析导航传感器试飞现状的基础上, 提出了利用数据融合算法获取导航传感器数据基准的实现方案, 在方案中充分考虑了不同导航传感器的性能特性, 提出了基于集中Kalman滤波的试飞导航数据初步融合和在Kalman滤波基础上利用固定区间平滑滤波实现全局信息优化融合的导航传感器基准获取方法, 并利用试飞数据对融合算法进行了验证。结果表明: 该方法有效利用了不同传感器的特性和事后数据处理的优势, 融合输出精度较融合前有明显提高, 为导航传感器的试飞评估提供了新的思路和方法。
飞行试验 导航传感器基准 量测融合 卡尔曼滤波 固定区间最优平滑滤波 flight test navigation sensor benchmark fusion of measure Kalman filter fixed-interval smooth filtering
