图书简介:
第1章 绪论 001
1.1 发展背景与研究意义 003
1.2 仿生偏振光定向方法 005
1.3 仿生偏振光罗盘定向误差处理方法 012
1.4 仿生偏振光罗盘/惯导组合定向系统与方法 018
第2章 大气偏振模式的定向方法与系统 023
2.1 大气偏振模式的定向方法 025
2.1.1 大气偏振模式的中性点特性分析及自动识别 025
2.1.2 基于太阳子午线的成像式仿生偏振光罗盘定向算法 028
2.2 基于FPGA的仿生偏振光罗盘设计与集成 033
2.3 仿生偏振光罗盘定向试验 037
2.3.1 静态定向试验 040
2.3.2 转台动态定向试验 042
2.3.3 无人机机载动态试验 043
2.4 本章小结 046
第3章 仿生偏振光罗盘噪声处理技术 049
3.1 仿生偏振光罗盘噪声分析 051
3.1.1 偏振角图像噪声产生机理及特性分析 051
3.1.2 航向角数据噪声产生机理及特性分析 055
3.2 基于多尺度变换的仿生偏振光罗盘图像去噪技术 058
3.2.1 基于多尺度变换的偏振角图像去噪技术 060
3.2.2 基于BEMD的MS-PCA仿生偏振光罗盘图像去噪技术 063
3.2.3 基于BEMD的MS-PCA偏振角图像去噪方法验证 066
3.3 仿生偏振光罗盘数据去噪技术 078
3.3.1 基于多尺度变换的仿生偏振光罗盘数据去噪技术 078
3.3.2 基于EEMD的MS-TFPF仿生偏振光罗盘数据去噪技术 081
3.4 基于多尺度变换的仿生偏振光罗盘数据去噪测试 088
3.5 本章小结 098
第4章 仿生偏振光罗盘定向误差建模与补偿技术 101
4.1 偏振光定向误差分析与模型介绍 103
4.1.1 偏振光定向误差分析 103
4.1.2 偏振光定向误差模型构建 107
4.2 典型神经网络模型 109
4.2.1 循环神经网络(RNN) 109
4.2.2 长短期记忆(LSTM)神经网络 112
4.2.3 门控循环单元(GRU)神经网络 119
4.3 基于GRU深度学习神经网络的
仿生偏振光罗盘定向误差建模与补偿 123
4.4 基于GRU深度学习神经网络的
仿生偏振光罗盘定向误差模型试验验证 128
4.5 本章小结 131
第5章 仿生偏振光罗盘/惯导无缝组合定向方法与系统 133
5.1 仿生偏振光罗盘/惯导无缝组合定向系统 135
5.2 仿生偏振光罗盘/惯导无缝组合定向模型构建 138
5.3 基于自学习多频率残差校正的
仿生偏振光罗盘/惯导无缝组合定向方法 141
5.4 仿生偏振光罗盘/惯导无缝组合定向方法试验验证 148
5.5 本章小结 155
第6章 总结与展望 157
6.1 仿生偏振光罗盘智能信息处理技术总结 159
6.2 研究展望 161
参考文献 162
展开
仿生偏振光导航基于生物利用大气偏振模式自主定向的原理,定向信号来自自然界,不受现代信息战干扰。该方法定位误差不随时间累积,对于解决卫星导航信息完全拒止、惯性导航系统单独工作所带来的误差易随时间累积的自主定向问题具有重大指导意义,成为导航技术发展的重要方向,国内外围绕这方面的科研工作开展得如火如荼。仿生偏振光罗盘在工作过程中,受器件自身工作原理、工作环境等影响,如偏振角图像噪声、航向角数据噪声、仿生偏振光罗盘姿态角变化,以及遇到云层、隧道、楼宇等遮挡导致仿生偏振光罗盘短暂不可用,这些都会导致输出信息存在误差,从而严重降低其定向精度和健壮性,因此进行仿生偏振光罗盘的信息处理技术研究十分必要。在著书过程中,笔者总结了自己多年来在仿生偏振光罗盘信息处理方面的技术积累,并在书中进行详细阐述。主要包括:仿生偏振光罗盘噪声处理方法,如偏振角图像和航向角数据噪声分析与处理、仿生偏振光罗盘定向误差建模与补偿、基于仿生偏振光罗盘的无缝组合定向方法等,还详细介绍了基于大气偏振模式的航向角测量方法等相关内容。
在著书过程中,笔者参考了部分兄弟院校的相关资料,并得到了中北大学省部共建动态测试技术国家重点实验室多位教授的指导与帮助,在此一并表示感谢。
鉴于笔者水平有限,书中不足之处,恳请广大读者批评指正。
作 者
2022年12月
展开