执行摘要 • 空军作战测试与评估中心 (AFOTEC) 于 2014 年 2 月完成了微型空射诱饵 - 干扰器 (MALD-J) 的全面任务级模拟测试。• 在 2014 财年,空军在作战环境中发射了 3 架 MALD-J 和 2 架 MALD 飞行器。• 对部队发展评估 (FDE) 的初步分析表明,MALD-J 导航精度存在持续问题。MALD-J 项目办公室已纳入软件升级以提高导航精度,但迄今为止的变化主要集中在提高导弹的高度保持能力,并且仅略微提高了导航精度。• 第 28 测试与评估中队目前正在执行 FDE,结合 MALD-J 可靠性评估计划任务,以评估 MALD-J 因软件升级而对导航精度的改进。• MALD 和 MALD-J IOT&E 的初步结果表明,空军对 MALD-J 的纠正措施提高了物资可靠性。
摘要 随着发射到太空的卫星数量的增长,依赖传统辐射跟踪的地面设施已达到饱和。因此,自主导航是可持续深空任务的主要支持技术之一。本文解决了利用多个信标独立于地面估计观察者位置的深空光学导航问题。本文推导出利用多个信标的深空导航问题的最小二乘解和解析协方差。视线方向和物体星历表的扰动被纳入协方差公式。然后,阐述了扰动模型、导航解和导航协方差的几何解释。通过测试用例评估了导航精度对信标数量的敏感性,显示了数值解和解析解之间的对应关系。最后,本文展示了利用多个信标与两个最优信标的导航精度的比较。
这款集成接收器提供完整的精确定位服务 (PPS) 精度。同时的 L1/L2 操作提供实时电离层校正,以进一步提高精度。其主要通信接口是高速 LVCMOS 串行端口。集成的抗干扰解决方案利用双元件数字零位来提高抗干扰能力。此外,该系统具有超紧耦合(UTC)单元接口选项,可提高抗干扰性能和导航精度。
这款集成接收器提供完整的精确定位服务 (PPS) 精度,其同时进行的 L1/L2 操作可提供实时电离层校正,从而进一步提高精度。其主要通信接口是高速 LVCMOS 串行端口。集成的抗干扰解决方案利用数字调零来提高抗干扰能力。此外,该系统还具有超紧耦合 (UTC) 单元接口选项,可提高抗干扰性能和导航精度。
神经导航仪可以以 4 毫米或更高的精度定位 MRI 扫描中指示的大脑区域。它可以加载和可视化单个 MRI 扫描、组织图(例如灰质)、fMRI 激活和颅面面部标记。人们可以一边看着屏幕,一边实时将 TMS 线圈导航到大脑中的目标。屏幕上会准确显示 TMS 线圈和大脑的 3D 渲染,位置和方向与它们当前的位置和方向一致。TMS 脉冲中心会显示黄色光束,延伸到大脑中。这样人们就可以准确地看到哪个区域是目标。可以准确定位预设的神经解剖学目标标记。虚拟摄像头还可以链接到 TMS 线圈中心,以获得大脑的鸟瞰视图,就像您沿着 TMS 脉冲向下看一样,使用十字准线来帮助定位感兴趣的大脑区域。此外,神经导航器还包含判断导航精度的工具,根据实时模拟提出改进建议,测试 3D 数字化硬件等。
UUV 操作概念在四个重要领域受到技术限制:导航精度、通信带宽、强大的自主任务控制功能和电力系统能量密度。当前导航领域的进展令人鼓舞,在开发紧凑型高效导航系统和基于地图的导航技术方面取得了良好进展。通过使用光纤数据链路、研究最大化声学通信带宽和先进的数据压缩技术,正在解决通信能力的限制。然而,不利的水下信道将阻止高数据速率的声学信息传输。高容量、低成本的数据存储允许完成一些 UUV 任务而无需在线通信。实现 UUV 的强大自主控制的问题与 UUV 传感器技术的进步密切相关。最近的发展已经见证了智能导航、制导和控制系统以及智能在线任务规划系统的部署。然而,高能量密度电力系统的高成本限制了更先进的 UUV 系统概念的实现。
神经导航的基本原理是尽早建立精确的变换矩阵,从而在数字图像数据和解剖结构之间建立联系,从而提供不断增强的三维方向 [3]。如前所述 [4],将先前获取的成像坐标与实际物理解剖坐标进行联合配准,可以同步两者,并构成神经导航和其他立体定向程序的基础。神经导航的基本程序包括以下步骤:1-建立物理坐标,通常可以使用立体定向框架基于框架,也可以使用基准标记或表面标志建立无框架。 2-使用以下任一或组合成像模式建立成像坐标 - MRI、CT、PET、单光子发射 CT、X 射线、功能性 MRI 等。3- 在导航机器的计算机系统上配准成像坐标 4- 成像坐标和实际物理解剖空间的联合配准,构成神经导航精度的支柱。5- 手术计划,以确定手术切入点、手术通道和手术目标的轨迹。6- 导航,贯穿整个手术过程 - 诊断活检或肿瘤切除/减瘤。
本文提出了一种视觉集成导航系统,用于引导飞机在最终下滑道上滑行。该系统利用机载视觉系统跟踪跑道特征并估计飞机相对于着陆跑道的 6D 姿态。如果 ILS 或 GNSS/SBAS 传感器性能下降或出现故障,所提出的视觉集成导航系统将允许飞机继续执行最终进近程序,并保持导航精度。为了处理由于图像处理时间而导致的此类基于视觉的测量不可忽略的延迟,建立了一个包含时间延迟测量的误差状态卡尔曼滤波器 (ESKF) 框架。所提出的延迟测量 ESKF 框架利用了这样一个事实:摄像机图像采集由系统触发,因此可以无延迟地通知。这使得导航滤波器能够及时向前执行估计状态的反向传播,以便在测量可用时为未来的校正步骤做好准备。基于此框架的视觉集成导航系统已开发出来,并在模拟中验证了其功能。其估计性能将通过固定翼无人机实验平台上的两种不同视觉系统进行飞行评估。
深空立方体卫星正成为普通航天器的宝贵替代品。它们的开发可以标志着太空探索的新纪元,由于任务成本明显降低,为许多太空领域参与者拓宽了可能性。为了正确利用微型探测器,自主导航是必不可少的支柱。在此框架中,视线 (LoS) 导航是深空巡航期间状态估计的宝贵选择。视线导航是一种光学技术,基于对可见天体(例如行星)的观测,这些天体的星历表是众所周知的。这些天体的方向是通过机载光学仪器(照相机或星跟踪器)获得的,并在导航滤波器中将其与机载存储的星历表检索到的实际位置进行比较。在机载上执行完整估计程序的可能性使该技术成为自主深空立方体卫星的有效候选者。导航精度尤其取决于两个特性:观测几何和视线方向提取精度 [1]。第一个取决于任务场景,它定义了可见物体及其相对几何形状。第二个取决于成像硬件、图像处理算法以及任务几何形状。尽管可以稍微调整任务以在有利的观测几何窗口期间发生 [2],但通常它不够灵活,无法提高估计精度。因此,LoS 方向提取精度在整体导航性能中起着至关重要的作用。在此背景下,这项工作旨在正确生成合成星跟踪器图像,然后用于测试设计的 LoS 提取算法的性能。合成图像的生成取决于成像传感器和镜头的特性。对于星跟踪器,假设使用针孔相机模型。Hipparcos-2 目录用于检索可见恒星的方向,这些方向在传感器参考系中转换。恒星的视星等转换为传感器阵列上读取的光电子数量。此转换取决于传感器的特性(像素大小、填充因子、量子效率)、镜头直径和曝光时间。为了在恒星质心算法中达到亚像素精度,入射光被故意弄模糊,因此信息分散在不同的像素上。这是用高斯分布模拟的。行星的模拟不那么简单,因为形状和视星等都取决于观测几何。为了正确
