一、某小型无人机导航系统的设计与实现（论文文献综述）
王勇军[1]（2021）在《融合多源信息的小型多旋翼无人机位姿估计方法研究》文中研究表明小型多旋翼飞行器在整个航空领域扮演着越来越重要的角色,其关键技术是飞控系统中的位姿测量以及航姿的控制。本文针对低成本多旋翼无人机位姿精确量测需求,提出并解决了以下两个关键技术问题:1)如何精确可靠地测量无人机载体位姿并消除（或补偿）传感器的测量误差;2)如何利用多源信息融合进一步提高无人机载体位姿估计精度。针对上述关键问题,其相关理论与方法的研究具有重要的学术价值和现实意义,具体的研究内容及创新点可归纳为以下几个方面。（1）为解决无人机传感测量系统的误差问题,首先针对三轴磁强计、三轴加速度计和三轴陀螺仪的误差,给出了统一的三轴矢量传感器误差模型,分析了航姿角度误差及非对准误差,并通过理论分析指出,基于矢量模值不变特性的标量检验法校正传感器会对姿态角造成不可忽视的剩余误差。为此考虑结合三轴磁强计与三轴加速度计采用双矢量内积法和两步法来校正传感器误差及非对准误差。但是矢量内积法需要约束参考矢量,两步法校正非对准误差要求误差补偿矩阵是正交矩阵。因此,提出用于校正三轴矢量传感器的双内积法。双内积法结合标量校验法与矢量内积法的优点,构建双内积误差目标函数,通过对目标函数进行优化求解,得到的补偿矩阵能解决磁强计与机体坐标系及其他传感器之间的非对准误差,且在受测量噪声影响时仍能保持较好的校正效果。（2）三轴陀螺仪的误差大多在动态情况下才能显式的表出,校正三轴磁强计与三轴加速度的方法仅对陀螺仪的零偏等部分误差校正有效。为此提出了标定小型多旋翼无人机航姿测量系统中三轴MEMS陀螺仪的矢量外积算法。该算法能从本质上统一现有各种基于重力矢量的陀螺仪标定方法,表达式更为简洁,过程计算更方便,而且无需速率转台或其他精密基准,适合于使用环境下对三轴MEMS陀螺仪进行现场标定。通过数值模拟和六旋翼无人机现场标定及飞行实验表明,该方法能精确计算陀螺仪的各误差系数,且与采用转台标定方法的精度相当。将矢量外积标定法和递推数据滤波算法结合可获得稳定的姿态角数据,有利于无人机的飞行控制和载荷任务执行。（3）针对多旋翼无人机中姿态融合算法的问题,设计基于MARG传感器的航姿信息滤波结构,分析并改进无人机姿态融合滤波算法,验证姿态信息融合滤波器能提高无人机导航系统输出的姿态信息精度。针对无人机受运动加速度干扰的问题,为提高水平姿态信息融合的精度,提出一种基于矢量观测的运动加速度干扰抑制姿态融合算法。在此基础上,设计一种抑制加速度和磁场双干扰的矢量并行全姿态滤波器结构,将其与各种常用传感器滤波融合算法结合,不仅能对强干扰和持久性干扰具有更好的抑制性能,而且还可以提高多旋翼无人机的航姿估计可靠性和导航信息精度。（4）针对机载多源信息融合系统,设计多级分散滤波结构,采用联邦卡尔曼滤波算法进行信息融合。通过研究联邦滤波算法中信息分配系数的关键计算方法,分析现有基于协方差和故障概率的信息分配方法不能同时兼顾系统精度和容错性的缺陷,提出一种基于权衡因子的自适应信息分配方法。通过仿真验证,比较三种方法的融合误差,证明所提方法的可行性及可靠性。在联邦滤波算法的基础上,以GPS/电子罗盘/SINS/气压计组合导航系统的高程信息测量为例,给出系统的数学模型,完成信息融合并进行无人机飞行实验,证明了该方法可保障多旋翼无人机在复杂近地面环境下导航状态估计的精度与可靠性。
邸健[2]（2021）在《低成本小型无人机影像智能采集系统的设计与实现》文中研究指明随着科学技术的不断发展,无人机系统已经逐步融入社会发展的各个方面,成为不可或缺的民用设备与军事设备。无人机技术作为一种及时、有效地获取地物信息的技术手段,已然在国土资源、能源、商业、农业、警用、医疗和防灾减灾等领域有广泛的应用。目前,商业航测无人机由于购置和维护成本较高、维护周期长和系统封闭等原因,造成企业购置风险大、投入产出比高。因此本文基于Pixhawk开源飞行控制系统,研发一套定位精度较高且可以实现数据共享的低成本无人机影像智能采集系统,该系统可以满足国土调查中外业举证方面的需求。小型无人机测绘遥感系统由传感器、飞行平台、飞控系统、地面监控系统和遥控遥测链路构成。本文针对无人机采集与管理数据效率较低的问题,借助Micro Air Vehicle Link协议实现无人机与地面站之间的串口通讯,控制二者协同工作完成数据的采集。利用Pixhawk飞行控制系统控制信号设计完成图像采集模块,采用NEO-M8T低成本GNSS接收机构建差分测量系统,提高无人机的定位精度。最终将无人机获取的图像和坐标数据上传至数据管理系统,实现数据的智能化采集与管理,取得研究成果如下:（1）研发及搭建了无人机机载平台。针对无人机航空摄影图像的采集要求,首先确定了四旋翼无人机的主体设计参数及控制系统,选取相应硬件,实现无人机机载平台的搭建,确保系统的灵活性和稳定性。然后通过xcopter Calc评估软件和实际飞行对多旋翼无人机机载平台进行了测试,结果表明机载平台布局合理、稳定性较好。（2）设计并实现了航空摄影图像与GNSS接收机数据的同步采集。依据Pixhawk飞行控制系统控制信号格式和相机快门触发原理,设计相机快门曝光与GNSS接收机模块的数据同步采集方式。采用MAVLink通讯协议传输拍摄命令,触发相机快门曝光的同时获取GNSS接收机的定位数据,最终完成图像数据与POS数据的同步获取。（3）通过组合差分定位算法实现动态飞行中较高精度的POS数据获取。采用u-blox公司的多星座接收机模块NEO-M8T构建PPK系统,将BDS/GPS组合定位算法与LAMBDA模糊度解算方法相结合,静态定位精度达到厘米级,动态定位精度达到分米级。最终构建了一套质量轻、低成本的PPK后差分系统,提高无人机的飞行轨迹记录精度。（4）研发了无人机影像数据智能管理系统。结合无人机数据采集与数据管理的需要,采用WEB技术和开源GIS空间信息技术,对无人机影像数据管理系统的整体架构和功能模块进行设计。数据管理系统基于B/S（浏览器/服务器）架构,系统前端采用Vue-cli框架进行组件式开发,使用Open Layers API实现地图数据的加载,开源Geo Server服务器和Postgre SQL数据库分别作为地理处理服务器和后台数据的存储库,最终实现对无人机影像数据的管理与操作、综合信息显示与交互以及数据共享等功能。通过两个实验区数据获取实验,结果表明,由机载平台、图像与坐标数据同步获取模块、BDS/GPS组合定位算法与LAMBDA模糊度解算方法、WEB技术和开源GIS空间信息技术所构建的无人机影像智能采集系统可以达到土地变更外业调查技术要求。利用该系统可以实现土地变更的图像及相应坐标信息的快速获取,并将无人机所获取的数据上传至数据管理系统,实现数据的科学化管理。
张浩强[3]（2021）在《基于光流与UWB融合的无人机室内定位技术研究》文中指出目前基于GNSS/SINS组合导航的无人机室外导航飞行已经日趋成熟且得到大规模应用,但是在卫星导航信号微弱的室内环境依然难以对无人机精确定位。针对这一问题,研究了超宽带（UWB）与光流融合的无人机室内定位方式。本文从无人机基本理论、光流定位算法及其改进、UWB定位技术、UWB与光流融合方法等几个方面进行了研究,并设计了无人机室内定位软硬件系统,进行了多项实验验证。无人机采用四元数法进行姿态解算,并采用一阶龙格库塔更新计算四元数;采用显式互补滤波的方式融合加速度计与陀螺仪数据,抑制姿态角漂移;采用串级PID算法进行姿态与位置的控制;介绍并优化了块匹配光流法,改善了无人机航向角变化时的匹配效果;此外,针对无人机的多通道控制问题,介绍了PPM与SBUS两种遥控信号,其中SBUS信号采用全数字化编码、符合RS232协议。采用基于TOA的UWB定位系统为无人机提供室内定位;为解决TOF测距中的时钟同步问题,基站与标签之间采用非对称双边双向测距法;针对非视距测距对UWB定位精度的影响,采用交叉面积法进行非视距基站的鉴别,以剔除非视距基站,并为数据融合提供依据。为消除UWB的高频噪声与光流的累计误差,将UWB与光流定位数据进行融合;首先对UWB原始数据使用阈值法剔除离群值、使用滑动平均滤波进行平滑,用IMU补偿光流原始数据以抑制无人机原地晃动时的光流测量误差;然后采用加权均值滤波融合两种数据,以UWB视距基站数量为依据改变权值,求取UWB与光流位置的加权平均数;还设计了卡尔曼滤波器融合两种数据,以UWB数据为观测量、光流数据为控制量、设置目标位置与光流误差为状态量,进行迭代计算,并对状态量中的位置数据进行输出。设计了飞控与UWB基站的软硬件系统,并基于此系统进行实验;在圆形块匹配光流法实验中,画面旋转大于1.5°时,93.3%匹配结果优于传统方形块匹配;在UWB与光流数据融合实验中,加权均值滤波法融合后的位置X、Y坐标抖动均在6.5cm以内,有效抑制了光流的累计误差,卡尔曼滤波融合后位置抖动均在4cm以内,几乎消除了光流累计误差;基于融合得到的位置坐标进行了无人机室内导航实验,加权法融合的无人机飞行轨迹X、Y坐标标准差均在7cm以内,基于卡尔曼滤波融合的轨迹标准差在3cm以内,无人机均完成了沿预设轨迹飞行的任务,且在UWB基站数量不足以提供定位时,依然能依靠光流定位继续导航飞行,达到了预定效果。
冯伟坡[4]（2020）在《小型民用无人机无线电反制技术研究》文中研究说明随着民用无人机技术的飞速发展,无人机在航拍摄影、快递运输和监督巡察等领域得到广泛应用。无人机作为一种新兴的智能平台,不仅能够通过控制站进行可控飞行,还可以依靠导航定位系统实现自主飞行。近年来,无人机越来越频繁地进入公众视野,它在给人们带来便利的同时,也产生了许多安全和隐私侵犯问题。为应对这些安全威胁,对无人机反制技术的研究已迫在眉睫。在分析了国内外反无人机技术的研究现状后,针对民用无人机链路组成、通信特点,本文分别对无人机控制链路和导航定位系统反制技术进行研究,通过无线信号干扰与劫持,对入侵的无人机进行驱离或迫降。本文具体研究内容如下:（1）无人机控制链路反制技术研究。在调研了无人机控制链路所使用的通信协议后,对使用较广的WiFi通信链路进行了分析与研究。针对WiFi存在的安全漏洞和无人机自身安全机制,构造了一种无人机捕获和渗透攻击方法,该方法可以对入侵的无人机进行捕获和取证。最后,通过对实际的无人机进行测试,验证了该方案的可行性。（2）无人机导航系统反制技术研究。首先分析了无人机导航系统的脆弱性,然后描述了GPS压制式干扰和欺骗式干扰的原理,对几种常用的GPS干扰方法进行了Simulink仿真,最后通过GPS模块、无人机干扰实验,验证了干扰反制方法的效果和性能,为导航欺骗方案的设计提供了基础。（3）无人机导航欺骗方案的设计与实现。在分析了导航欺骗的前提条件后,针对自主飞行模式下的无人机,提出了一种无人机定向欺骗策略,该方案利用GPS压制干扰技术和GPS生成式欺骗技术实现了对目标无人机的动态操控,并最终将无人机引导至期望的飞行方向。最后,经过无人机真机实验,验证了该方案的可行性。本文的创新点在于结合了理论分析与真机实验,利用无人机无线信号特点与无人机自身安全机制,实现了对无人机的无线电干扰与劫持。经测试,本文所提出的无人机反制方法能够有效地对使用WiFi通信的无人机进行捕获和渗透,所提出的导航欺骗方案实现了对目标无人机的定向欺骗。这些研究不仅有助于提升无人机系统自身的安全性,还能为无人机飞行管制等相关技术的实现提供帮助。
曲蕴杰[5]（2020）在《小型无人机惯性/卫星/视觉组合导航技术研究》文中研究表明导航系统是无人机的重要组成部分之一,在整个飞行平台中起着至关重要的作用。本文针对小型无人机复杂环境下导航定位需求,开展了基于中低精度惯导与卫星深组合导航技术研究。通过建立惯性/卫星组合导航系统非线性误差模型,研究非线性滤波、噪声自适应等组合导航滤波方法,提高惯性辅助卫星深组合导航系统性能;针对无人机实际任务需求,深入研究了基于视觉跟踪技术的组合导航方法,通过引入视觉辅助体系,实现未知环境建模和未知环境下动态目标追踪与定位,进一步提升了无人机的实际使用性能。本文的主要工作和创新性成果包括:1.考虑姿态误差角较大的情况,利用四元数法建立了非线性捷联惯导系统速度、位置和姿态误差模型,分析了捷联姿态算法的优化问题,推导证明了求解四元数微分方程的三阶Taylor展开递推式,并与四阶龙格-库塔法进行了对比研究;2.针对组合导航滤波模型和噪声不确定性对组合导航性能的影响,提出了基于最大似然估计的组合导航噪声自适应滤波方法,在系统模型和噪声特性不确切的条件下提升组合导航滤波稳定性和组合性能;3.针对卫星导航位置与速度测量误差相关特性和小型无人机计算能力不足等问题,提出了一种位置速度序贯UKF滤波方法,并成功地应用于小型无人机的初始对准和导航解算,在大失准角条件下取得了很好的效果;4.针对高动态强干扰等复杂环境下组合导航应用需求,研究了惯性辅助卫星深组合技术,基于卫星环路特性完成了惯性辅助环路性能分析,提出了基于惯性辅助的惯性/卫星深组合架构,完成了深组合算法仿真分析和系统研制,在提升卫星导航高动态适应性的同时显着提升了抗干扰能力;5.针对无人机在复杂电磁环境下卫星导航系统失效导致纯惯性导航精度无法满足任务需求的问题,提出了一种基于视觉跟踪技术的组合导航算法,该算法基于改进的核函数循环检测跟踪算法,借助多维度颜色特征描述运动目标,去除特征冗余信息,实现无人机对目标的精确跟踪,利用跟踪的结果得到无人机的速度信息并与惯性导航系统进行组合导航,提升了无人机GNSS拒止条件下的导航精度;6.为验证论文提出的多种组合导航方法,搭建了机载带飞验证平台并进行了机载带飞试验,对本文提出的基于序贯STF-AUKF的惯性/卫星组合导航算法、惯性/卫星半耦合深组合导航方法以及基于视觉辅助跟踪技术的组合导航算法进行了验证。试验结果表明,本文提出的组合导航方法可有效提高小型无人机组合导航系统的鲁棒性和精度。
崔荣俊[6]（2020）在《基于光纤陀螺的无人机航姿设计与实现》文中研究指明20世纪末无人机技术快速发展,在军用、民用领域,无人机无所不在。无人机的导航控制系统也得到了越来越多的重视与发展。在中大型无人机设计中,航姿系统与惯性导航设备共同使用,发挥着越来越重要的作用。本论文立足于中高端无人机航姿系统的设计与实现,结合无人机平台要求确定光纤捷联航姿的设计参数。首先确定了光纤捷联航姿的系统组成,通过软硬件设计,实时输出载机的航向、俯仰、横滚等姿态信息和经度、纬度、高度、东向速度、北向速度、天向速度等导航信息;同时实时输出经补偿的三轴角速率和三轴加速度信号,供飞行控制内回路使用。系统核心惯性元件为中等精度的闭环消偏光纤陀螺和石英挠性加速度计。惯性元件对系统工作的精度、可靠性、体积、重量等方面影响最大,因此惯性元件选用的原则就是在精度满足指标要求的前提下,选用可靠性好、体积小、重量轻的光纤陀螺和加速度计。航姿系统通过接收内置GPS的初始位置和外部辅助信息进行对准,航姿由三轴光纤陀螺、三轴加速度计测量飞机在惯性空间坐标系下的三轴角速率和三轴过载,供飞行控制内回路使用,借助外部飞控计算机（VMC）和内嵌卫星定位系统的辅助信息,经解算输出:三轴角速率、三轴过载,姿态航向、速度和位置等信息,具备按照规定的组合优先级进行组合切换能力。基于DSP的导航主机板设计。主要完成离散量信号输入/输出控制,陀螺、加速度计信号的采样,接收GPS、VMC信息;完成数据处理及航向、姿态等参数计算,监控接口发送工作参数,发送信息至无人机平台。光纤捷联航姿的算法研究。对如何保证光纤捷联航姿的导航精度开展具体算法研究,深入研究卡尔曼滤波,通过对算法进行数学推导、误差分析仿真试验和实验测试,验证引入空速下的卡尔曼滤波算法可以明显抑制舒勒周期振荡,避免系统姿态漂移,比捷联解算更有效的提高捷联惯性航姿系统精度。本论文阐述了为某无人机研制的光纤航姿的设计开发、仿真分析、测试过程,满足了无人机导航设计与应用的各项需求,实现了预定的功能。
霍慧鑫[7]（2020）在《用于电力巡线的倾转旋翼无人机导航控制系统的设计》文中研究表明我国目前主要的输电方式是超高压和特高压两种,这两种输电方式能够使输电线路的电能损失降低,电力系统的运行能够达到可靠、优质、经济的特点。但是这两种输电方式也会存在很大的安全隐患,尽早发现这些故障可以避免电网公司遭受损失。我国早期以人工巡线为主,随着我国在无人机领域的科学技术不断的进步,很多的省份已经开始使用无人机来进行电力巡线的工作,无人机进行巡检时工作效率高,相比于人工巡检更加的安全。本文研究的是无人机导航控制系统的设计,选取的无人机机型为倾转旋翼无人机,该无人机具备垂直起降无人机与固定翼无人机的工作性能,适用于电力巡线工作。在进行倾转旋翼无人机导航控制系统的设计时,首先明确了无人机导航控制流程与无人机的飞行控制回路的工作内容,同时进行了系统试验平台的搭建和导航系统整体方案的选择以及地面控制基站的建立,导航控制系统的设计中最重要的是硬件电路型号的选择以及硬件电路的搭建,在硬件电路的选择中包含的模块有基于CORS的GPS的选型、惯性测量元件的选型、气压传感器的选型、单片机控制芯片以及无人机舵机的选取,此部分的工作为无人机顺利完成巡检打下坚实的基础。本文在导航控制算法这一环节选择了L1-自适应导航算法,L1-自适应导航算法能够根据实际线路的铺设状况为无人机在进行巡检工作前规划出一条合理飞行路径,在规划飞行路径之前需要建立飞行所需坐标系以及无人机的动力学模型,在此基础上使用L1-自适应导航算法。L1-自适应导航算法可以分为三种情况来规划路径,第一种情况沿着直线进行规划,第二种情况是沿着扰动的非直线进行规划,第三种情况则是沿着圆周进行规划。对于以上的三种情况通过MATLAB仿真分析,可以验证出L1-自适应导航算法为无人机所规划的飞行路径是非常可靠的。在路径规划成功之后,则需要导航定位系统来使无人机能够按照规划的路径进行飞行,在导航定位系统使用的组合导航系统包括基于CORS的GPS导航系统与捷联惯性导航系统,该组合导航系统能够弥补单独导航系统的缺点,使定位更加的精确,同时也对组合导航系统的量测方程、数学模型以及组合方式进行说明。之后选取了L1-自适应控制对无人机的飞行姿态和航向角以及俯仰角等状态进行控制。在本文的最后阶段,通过对无人机进行多次的试飞调试,记录并总结无人机的各项飞行数据,将此数据与规划的飞行轨迹进行对比,可以发现无人机的航向角、侧偏距、速度和高度等状态信息都在误差控制范围之内,测试数据结果表明,无人机的导航控制系统能够保证无人机进行精确的飞行,完成了巡检的任务。
王欣欣[8]（2020）在《小型无人机航向测量技术研究》文中进行了进一步梳理近年来,无人机的发展越来越趋向于小型化、智能化、集成化,在各个领域都得到了普遍应用。当小型无人机在空中飞行时,由于其结构特点,受气流和风速的影响较大。航向测量系统作为无人机导航参数信息的主要来源,是无人机实现平稳飞行的基础构成部分。根据小型无人机的特点以及对航向测量系统的需求,本课题开展对小型无人机的航向测量系统的研究。现阶段,小型无人机难以采用造价昂贵、体积庞大的高精度惯导设备,而满足小型无人机要求的MEMS惯性器件不能自主寻北并且很难达到理想的精度要求。为了解决以上问题,本课题利用地磁场进行磁航向测量。使用磁阻传感器HMC1053进行磁场测量,利用陀螺仪和加速计组件MPU6050进行姿态补偿。为降低姿态角误差对磁航向测量精度的影响,本课题提出了基于数字仿真和静态试验相结合的互补滤波参数优化方法,提高了基于陀螺仪和加速计互补滤波的姿态角测量精度。针对磁传感器在实际工作环境中易受到传感器自身及外部磁场环境干扰,导致磁航向角的测量精度降低的问题,本课题提出了基于椭球拟合自校准和卫星测向信息融合的磁航向误差联合校准方法,一方面采用椭球拟合算法对磁传感器自身输出数据进行校准,另一方面利用卫星测向信息融合技术,对航向测量系统进行外部的补偿与校准。在系统总体设计和算法研究的基础上,本课题进行了嵌入式硬件设计及软件开发,研制出满足小型无人机应用的航向测量系统样机,采用椭球拟合自校准以及卫星测向信息融合技术,实现了对磁航向测量误差的有效补偿,联合校准后的磁航向均方根误差为1.06°,验证了系统的可行性与补偿算法的有效性。本课题研制的航向测量系统可以达到长时间高可靠的性能要求,大大提高了小型无人机在不同工作环境下的航向测量精度和系统的鲁棒性。
蔚彦昭[9]（2020）在《基于仿生偏振光的无人机航姿优化算法研究》文中研究表明导航技术是国家科学技术发展水平的重要标志,小到民用领域,大到国防装备领域,在现代社会中发挥着越来越重要的作用。传统导航信息一般来源于电磁场、地磁场与卫星信号等人为可控因素,其工作环境受到了多方面的限制。利用地球大气层中的偏振光进行导航定向具有完全自主、隐蔽性强、稳定性高等优点,近年来受到了国内外学者的广泛关注。本文基于仿生偏振光实现小型无人机导航定姿,以无约束优化理论为基础设计并改进航姿求解算法,为仿生偏振光导航提供新的思路。本文首先建立了导航坐标系框架,分析比较载体姿态的不同表示方法,构建了姿态四元数矩阵数学模型。介绍了Rayleigh散射理论与大气偏振分布模式,以此为基础详细分析了偏振信息获取原理,构建了偏振光理论测量模型。利用Paparazzi无人机开源社区设计并搭建了小型固定翼无人机导航实验平台,分析了其整体架构和软硬件配置方案。利用飞控系统预留的外部接口扩展了偏振光传感器与光流传感器,通过定义配置文件和完善飞控代码,完成了两种仿生导航传感器的软件驱动控制以及地面站数据显示。对无人机导航用到的重要传感器进行了精度校准,并通过优化飞行控制参数完成无人机自主飞行实验,结果表明,飞控系统原生航姿求解算法可以作为后续研究的参考。针对现有偏振光辅助导航定姿方法的不足之处,本文以无约束优化方法中的梯度优化为理论基础,引入实时四元数微分构建动态步长因子,预测姿态更新趋势;设计共轭参数保证姿态迭代寻优过程中前后搜索方向相互共轭,提高收敛速度;构建融合陀螺仪、加速度计、偏振光传感器测量数据的共轭梯度优化模型,完成姿态解算。实验结论表明,本文提出的共轭梯度优化姿态求解方法具有良好的静态稳定性与精度,动态环境下能够准确跟踪姿态变化,与梯度下降法的对比结果表明,共轭梯度法的航姿求解收敛速度更快,有效保证了偏振光辅助航姿参考系统的准确性与可靠性。为实现传感器数据深度融合,提出了一种基于仿生偏振光航姿解算的EKF级联式滤波方法,实验结论表明,级联式滤波方法不仅拥有良好的静态精度与稳定性,而且进一步改善了动态环境下的航姿解算性能,减少了姿态角突变时的超调滞后现象。在此基础上构建了抑制非重力加速度干扰的变噪声自适应滤波模型,实现了非重力加速度噪声的动态估计,实验结论表明,该方法提高了偏振光航姿参考系统在强机动环境中的自适应能力和鲁棒性,可以为后续导航解算提供更可靠的参数信息。
习金程[10]（2020）在《某型无人机天钩回收策略设计与软件开发》文中认为天钩回收是指无人机通过翼尖小钩钩住拦阻绳实现回收的一种回收方式[1],由于经济性好、使用便捷等优点备受人们的重视和青睐。本文以某小型固定翼无人机作为研究对象,针对样例无人机抗风能力有限、天钩回收过程控制精度要求高、无人机与回收装置易受损等问题进行研究,提出了基于窗口决策的、高容错性的回收航路规划方案以及适用于高精度轨迹跟踪的、强鲁棒性的控制策略,显着提高了无人机天钩回收的成功率。主要内容包括:（1）对回收装置进行了基于Lagrange方程的动力学建模,通过数值仿真研究了无人机撞线时的运动状态对撞线结果的影响。（2）对比了天钩回收与滑跑着陆飞行引导的区别,针对天钩回收操作危险系数大的问题,结合撞线约束和无人机的飞行特性,设计了基于窗口决策的、高容错性的天钩回收引导航路。（3）针对天钩回收引导的高精度要求,应用鲁棒伺服控制方法设计了以角速率为内环的控制策略,纵向上设计了以H和H为控制变量的高度控制策略,横侧向上设计了以航迹角和侧向偏差为控制目标的控制策略。在MATLAB/Simulink的仿真环境下初步验证了天钩回收策略的轨迹跟踪精度和鲁棒性。（4）为了完成天钩回收策略在实时环境下的仿真验证,设计了基于Vx Works操作系统的天钩回收控制软件,搭建了半物理仿真环境,分别在标定和风干扰的情况下进行了天钩回收半物理仿真。仿真结果表明本文设计的天钩回收逻辑有效可行,控制策略具有强鲁棒性和抗风干扰能力,显着提高了天钩回收的成功率;本文提出的制导与控制策略能够保证无人机飞行状态在各航段间平滑切换,实现了高精度航迹跟踪。
二、某小型无人机导航系统的设计与实现（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、某小型无人机导航系统的设计与实现（论文提纲范文）
（1）融合多源信息的小型多旋翼无人机位姿估计方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景与意义 |
| §1.2 国内外研究现状 |
| §1.2.1 小型多旋翼无人机的发展必然 |
| §1.2.2 位姿传感器误差补偿技术研究现状 |
| §1.2.3 无人机位姿多源信息融合技术研究现状 |
| §1.3 多旋翼无人机位姿估计的关键问题分析 |
| §1.4 论文的主要研究内容与结构安排 |
| §1.4.1 主要研究内容 |
| §1.4.2 论文章节安排 |
| 第二章 位姿测量系统中三轴磁强计和加速度计的组合校正 |
| §2.1 位姿测量系统坐标系 |
| §2.1.1 参考坐标系 |
| §2.1.2 无人机姿态角描述 |
| §2.1.3 方向余弦、欧拉角和四元数的关系 |
| §2.2 无人机航姿传感器误差分析 |
| §2.2.1 三轴矢量场传感器误差 |
| §2.2.2 航姿角度误差 |
| 2.3 三轴加速度计和磁强计组合校正 |
| §2.3.1 标量校验法 |
| §2.3.2 标量校验法校正矢量传感器 |
| §2.3.3 标量校验法校正小结 |
| §2.4 双矢量传感器的两步校正算法 |
| §2.4.1 矢量内积法 |
| §2.4.2 两步法校正 |
| §2.4.3 两步法数值模拟及实验验证 |
| §2.5 三轴矢量传感器校正的双内积法 |
| §2.5.1 基于双内积的校正误差原理 |
| §2.5.2 非线性优化算法实现 |
| §2.6 三轴矢量传感器校正算法数值仿真 |
| §2.7 实验验证 |
| §2.7.1 模块实验流程及结果 |
| §2.7.2 多模块实验测试 |
| §2.7.3 无人机悬停实验 |
| §2.7.4 实验分析 |
| §2.8 本章小结 |
| 第三章 基于矢量参考的三轴陀螺仪误差标定方法 |
| §3.1 MEMS陀螺仪的原理及误差模型分析 |
| §3.1.1 三轴MEMS陀螺仪的结构及原理 |
| §3.1.2 三轴陀螺仪误差模型 |
| §3.2 基于矢量外积标定三轴陀螺仪 |
| §3.2.1 陀螺仪现场标定方法分析 |
| §3.2.2 基于重力矢量的陀螺仪标定算法 |
| §3.2.3 陀螺仪矢量外积标定算法 |
| §3.3 数值模拟 |
| §3.3.1 叉积标定法积分形式数值模拟 |
| §3.3.2 积分形式叉积标定法与Fong标定法数值对比 |
| §3.3.3 叉积标定法微分形式数值模拟 |
| §3.3.4 仿真分析 |
| §3.4 实验验证 |
| §3.4.1 采用转台的标定 |
| §3.4.2 叉积法标定 |
| §3.5 本章小结 |
| 第四章 多旋翼无人机航姿抗干扰融合滤波方法 |
| §4.1 多旋翼无人机航姿信息融合结构与算法设计 |
| §4.1.1从Kalman到 Sage-Husa自适应滤波算法 |
| §4.1.2 基于矢量参考的互补滤波算法设计 |
| §4.2 多旋翼无人机航姿解算与信息融合 |
| §4.2.1 基于陀螺仪的姿态解算 |
| §4.2.2 基于加速度计与磁强计的姿态解算 |
| §4.2.3 航姿信息融合系统建模 |
| §4.2.4 姿态信息融合算法验证 |
| §4.3 多旋翼无人机运动加速度补偿算法设计 |
| §4.3.1 算法思想及流程 |
| §4.3.2 算法验证 |
| §4.4 加速度和磁场干扰抑制算法设计 |
| §4.4.1 双干扰模式下的误差模型 |
| §4.4.2 干扰抑制算法设计 |
| §4.5 抗干扰航姿融合滤波算法验证与分析 |
| §4.5.1 实验配置及流程 |
| §4.5.2 实验算法验证 |
| §4.6 本章小结 |
| 第五章 多旋翼无人机位姿信息融合及容错方法 |
| §5.1 多旋翼无人机位姿信息融合结构设计 |
| §5.1.1 多旋翼无人机位姿信息融合结构方案设计 |
| §5.1.2 无人机位置-速度融合结构模型 |
| §5.1.3 无人机高度-速度融合结构模型 |
| §5.2 基于多传感器信息的联邦卡尔曼滤波 |
| §5.2.1 联邦卡尔曼滤波基本原理 |
| §5.2.2 联邦滤波器的等价性分析 |
| §5.2.3 联邦滤波器与集中滤波器的性能对比 |
| §5.3 容错联邦滤波器信息分配及算法流程 |
| §5.3.1 信息分配原则 |
| §5.3.2 信息分配系数对融合性能的影响 |
| §5.3.3 基于权衡因子的自适应信息分配策略 |
| §5.3.4 信息分配流程及仿真分析 |
| §5.3.5 无人机飞行验证 |
| §5.4 本章小结 |
| 第六章 总结和展望 |
| §6.1 本文的主要工作与创新 |
| §6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读博士期间的主要研究成果 |
（2）低成本小型无人机影像智能采集系统的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文结构安排 |
| 第2章 系统理论基础和关键技术 |
| 2.1 四旋翼无人机系统的工作原理 |
| 2.2 Pixhawk飞行控制系统的原理 |
| 2.3 MAVLink通讯协议 |
| 2.4 PPK后差分原理 |
| 2.5 数据管理系统理论与技术 |
| 2.5.1 开源GIS平台 |
| 2.5.2 数据管理系统框架体系 |
| 第3章 系统方案设计 |
| 3.1 系统总体方案设计 |
| 3.2 四旋翼无人机机载平台设计方案 |
| 3.2.1 机载平台的技术参数 |
| 3.2.2 功能与评价指标 |
| 3.3 图像采集控制设计方案 |
| 3.4 PPK差分系统 |
| 3.5 数据管理系统设计方案 |
| 3.5.1 系统架构设计 |
| 3.5.2 数据库设计 |
| 第4章 无人机数据采集系统设计与实现 |
| 4.1 机载平台开发 |
| 4.1.1 机身参数分析及选型 |
| 4.1.2 控制系统选型 |
| 4.1.3 无人机性能评估 |
| 4.1.4 飞行测试 |
| 4.2 图像采集控制模块开发 |
| 4.2.1 像片与位置数据同步电路设计 |
| 4.2.2 数据通讯 |
| 4.2.3 相机快门触发方法 |
| 4.2.4 系统测试 |
| 4.3 PPK差分系统构建 |
| 4.3.1 GNSS接收机芯片 |
| 4.3.2 接收机板卡与配置说明 |
| 4.3.3 差分系统精度分析 |
| 4.3.4 机载动态定位测试 |
| 第5章 数据管理系统设计与实现 |
| 5.1 系统开发环境 |
| 5.2 系统基础功能设计与实现 |
| 5.2.1 登录模块 |
| 5.2.2 系统基础模块 |
| 5.2.3 数据处理模块 |
| 5.2.4 数据查询模块 |
| 5.2.5 无人机轨迹视频回放模块 |
| 5.2.6 系统性能分析 |
| 第6章 系统测试与分析 |
| 6.1 单图斑数据采集实验 |
| 6.1.1 调查区概况 |
| 6.1.2 方案设计 |
| 6.1.3 实验结果及分析 |
| 6.2 区域航飞影像采集实验 |
| 6.2.1 调查区概况 |
| 6.2.2 方案设计 |
| 6.2.3 实验结果及分析 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（3）基于光流与UWB融合的无人机室内定位技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 课题的研究背景与意义 |
| §1.2 国内外研究现状 |
| §1.2.1 无人机姿态解算与控制算法研究现状 |
| §1.2.2 无人机视觉定位研究现状 |
| §1.2.3 超宽带定位技术研究现状 |
| §1.3 本文研究内容与章节安排 |
| 第二章 无人机姿态解算与控制研究 |
| §2.1 四元数姿态解算 |
| §2.1.1 与姿态解算相关的坐标系 |
| §2.1.2 姿态矩阵的计算 |
| §2.1.3 显式互补滤波 |
| §2.2 PID控制算法 |
| §2.2.1 PID控制算法简介 |
| §2.2.2 PID算法在无人机中的使用 |
| §2.3 光流定位研究 |
| §2.3.1 块匹配光流定位原理 |
| §2.3.2 方形匹配块存在的问题 |
| §2.3.3 圆形匹配块匹配法 |
| §2.3.4 光流航向角检测算法 |
| §2.4 遥控信号介绍 |
| §2.4.1 PPM信号 |
| §2.4.2 SBUS信号 |
| §2.5 本章小结 |
| 第三章 UWB定位技术研究 |
| §3.1 定位算法介绍 |
| §3.1.1 基于信号到达时间法 |
| §3.1.2 基于信号到达时间差法 |
| §3.1.3 基于信号到达角度法 |
| §3.1.4 基于信号到达强度法 |
| §3.2 UWB测距方法介绍及误差分析 |
| §3.2.1 单边双向测距 |
| §3.2.2 双边双向测距 |
| §3.3 非视距误差与非视距基站鉴别 |
| §3.3.1 非视距误差 |
| §3.3.2 交叉面积法非视距基站鉴别 |
| §3.4 本章小结 |
| 第四章 UWB/光流融合定位研究 |
| §4.1 UWB定位数据预处理 |
| §4.1.1 阈值法去噪 |
| §4.1.2 滑动平均滤波 |
| §4.2 IMU补偿光流数据 |
| §4.3 加权均值滤波法数据融合 |
| §4.4 卡尔曼滤波法数据融合 |
| §4.4.1 卡尔曼滤波原理 |
| §4.4.2 数据融合卡尔曼滤波器设计 |
| §4.5 本章小结 |
| 第五章 系统软硬件设计与实验验证 |
| §5.1 系统硬件设计 |
| §5.1.1 飞控整体框架 |
| §5.1.2 UWB基站整体框架 |
| §5.1.3 重要器件与模块 |
| §5.1.4 PCB设计 |
| §5.2 系统软件设计 |
| §5.2.1 飞控软件整体框架 |
| §5.2.2 UWB定位系统工作流程 |
| §5.2.3 失控保护程序 |
| §5.3 圆形块匹配光流与航向角检测实验 |
| §5.3.1 圆形块匹配光流算法实验 |
| §5.3.2 航向角检测实验验证 |
| §5.4 数据融合实验 |
| 5.4.1 数据预处理实验 |
| 5.4.2 加权均值滤波融合实验 |
| 5.4.3 卡尔曼滤波融合实验 |
| §5.5 无人机导航实验 |
| §5.6 本章小结 |
| 第六章 总结与展望 |
| §6.1 工作总结 |
| §6.2 未来的工作及展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
（4）小型民用无人机无线电反制技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 直接摧毁类反无人机技术研究现状 |
| 1.2.2 无线电干扰类反无人机技术研究现状 |
| 1.3 研究内容及章节安排 |
| 第二章 无人机基础技术研究 |
| 2.1 无人机系统组成 |
| 2.2 无人机通信链路 |
| 2.2.1 无人机通信链路组成 |
| 2.2.2 无人机通信技术 |
| 2.3 无人机导航定位原理 |
| 2.3.1 GPS系统组成 |
| 2.3.2 GPS信号组成 |
| 2.3.3 GPS定位原理 |
| 2.4 本章小结 |
| 第三章 无人机WiFi链路反制技术研究 |
| 3.1 使用WiFi通信的无人机 |
| 3.2 WiFi工作原理及安全分析 |
| 3.2.1 无人机WiFi连接过程 |
| 3.2.2 无人机WiFi面临的攻击 |
| 3.3 无人机攻击设计与实现 |
| 3.3.1 攻击构造与分析 |
| 3.3.2 实验设计 |
| 3.3.3 实验平台搭建 |
| 3.4 实验结果与分析 |
| 3.4.1 捕获攻击实验分析 |
| 3.4.2 渗透攻击实验分析 |
| 3.5 本章小结 |
| 第四章 无人机导航系统反制技术研究 |
| 4.1 无人机导航系统干扰原理 |
| 4.1.1 GPS干扰可行性分析 |
| 4.1.2 GPS干扰对象及技术分类 |
| 4.2 GPS压制式干扰 |
| 4.2.1 压制式干扰分类 |
| 4.2.2 压制式干扰性能分析 |
| 4.3 GPS欺骗式干扰 |
| 4.3.1 欺骗式干扰分类 |
| 4.3.2 欺骗干扰原理 |
| 4.3.3 发射欺骗信号的基本要求 |
| 4.4 无人机导航系统压制式干扰仿真 |
| 4.4.1 干扰仿真模型 |
| 4.4.2 仿真结果与分析 |
| 4.5 无人机导航系统干扰验证实验 |
| 4.5.1 GPS模块压制干扰实验 |
| 4.5.2 无人机压制干扰实验 |
| 4.6 本章小结 |
| 第五章 无人机导航欺骗的设计与实现 |
| 5.1 导航欺骗分析 |
| 5.1.1 导航欺骗条件 |
| 5.1.2 GPS干扰信号发射策略 |
| 5.1.3 GPS欺骗坐标生成策略 |
| 5.2 实验平台搭建 |
| 5.2.1 硬件环境 |
| 5.2.2 软件环境 |
| 5.2.3 平台初始化 |
| 5.3 导航欺骗验证实验 |
| 5.3.1 实验场景 |
| 5.3.2 实验步骤 |
| 5.4 实验结果与分析 |
| 5.4.1 无人机静态位置欺骗 |
| 5.4.2 智能手机导航定位欺骗 |
| 5.4.3 无人机导航定位欺骗 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）小型无人机惯性/卫星/视觉组合导航技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究现状及分析 |
| 1.3.1 小型无人机组合导航系统研究现状 |
| 1.3.2 非线性滤波技术研究现状 |
| 1.3.3 自适应滤波技术研究现状 |
| 1.3.4 惯性/卫星深组合导航技术研究现状 |
| 1.3.5 图像匹配技术研究现状 |
| 1.4 本文的主要研究内容 |
| 第2章 小型无人机组合导航系统原理 |
| 2.1 引言 |
| 2.2 惯性/卫星组合导航系统工作原理 |
| 2.2.1 惯性导航系统工作原理 |
| 2.2.2 卫星导航系统工作原理 |
| 2.3 惯性/卫星组合导航系统误差分析 |
| 2.3.1 惯性导航系统误差分析 |
| 2.3.2 GPS导航系统误差分析 |
| 2.4 捷联姿态算法的优化 |
| 2.4.1 四阶龙格-库塔法 |
| 2.4.2 三阶Taylor展开递推算法 |
| 2.4.3 优化性能对比 |
| 2.5 本章小结 |
| 第3章 基于噪声自适应UKF的惯性/卫星组合导航算法研究 |
| 3.1 引言 |
| 3.2 UKF原理 |
| 3.2.1 UT变换 |
| 3.2.2 UKF算法 |
| 3.3 系统噪声和观测噪声对滤波的影响分析 |
| 3.3.1 系统噪声矩阵Q对滤波的影响 |
| 3.3.2 观测噪声矩阵R对滤波的影响 |
| 3.4 噪声自适应UKF算法 |
| 3.4.1 系统噪声自适应UKF算法 |
| 3.4.2 观测噪声自适应UKF算法 |
| 3.4.3 融合强跟踪的系统噪声自适应UKF算法 |
| 3.5 基于STF-AUKF的惯性/卫星组合导航算法 |
| 3.5.1 基于STF-AUKF的非线性初始对准算法 |
| 3.5.2 基于序贯STF-AUKF的组合导航算法 |
| 3.6 实验结果与分析 |
| 3.6.1 系统噪声自适应算法仿真试验 |
| 3.6.2 观测噪声自适应算法仿真试验 |
| 3.6.3 初始对准仿真试验 |
| 3.6.4 组合导航仿真试验 |
| 3.7 本章小结 |
| 第4章 惯性/卫星深组合导航技术 |
| 4.1 引言 |
| 4.2 深组合性能分析 |
| 4.2.1 卫星跟踪环路分析 |
| 4.2.2 惯性辅助跟踪环路性能分析 |
| 4.3 基于惯性/多普勒辅助的半耦合深组合导航 |
| 4.3.1 频率预测辅助 |
| 4.3.2 加速度辅助 |
| 4.3.3 惯性多普勒辅助环路处理方法 |
| 4.4 断开环路的全耦合深组合导航 |
| 4.4.1 环路预处理滤波模型 |
| 4.4.2 环路NCO控制方法 |
| 4.5 实验结果与分析 |
| 4.5.1 半耦合环路辅助仿真实验 |
| 4.5.2 全耦合环路预处理仿真实验 |
| 4.5.3 全耦合环路复制信号控制量仿真实验 |
| 4.6 本章小结 |
| 第5章 基于视觉跟踪技术的组合导航方法 |
| 5.1 引言 |
| 5.2 视觉方法的理论基础 |
| 5.2.1 目标颜色命名方法 |
| 5.2.2 主成分分析法基本原理 |
| 5.3 视觉跟踪算法原理 |
| 5.3.1 目标颜色名称标定算法的实现 |
| 5.3.2 目标颜色核相关跟踪算法 |
| 5.3.3 算法测试与评估 |
| 5.3.4 TCKCT算法用于无人机跟踪运动目标 |
| 5.4 基于视觉跟踪技术的组合导航算法 |
| 5.4.1 基于视觉跟踪技术的组合导航原理 |
| 5.4.2 基于视觉跟踪技术的组合导航算法模型 |
| 5.4.3 基于视觉跟踪技术的组合导航算法 |
| 5.5 试验结果与分析 |
| 5.6 本章小结 |
| 第6章 机载带飞试验验证 |
| 6.1 引言 |
| 6.2 机载带飞验证平台构建与试验方案 |
| 6.2.1 机载带飞试验平台构建 |
| 6.2.2 机载带飞试验系统同步方法 |
| 6.2.3 机载带飞试验方法 |
| 6.3 机载验证试验与试验结果 |
| 6.3.1 基于序贯STF-AUKF的惯性/卫星组合导航算法机载带飞试验结果 |
| 6.3.2 惯性/卫星半耦合深组合导航方法机载带飞试验结果 |
| 6.3.3 基于视觉辅助跟踪技术的组合导航算法机载带飞试验结果 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文及其它成果 |
| 个人简历 |
（6）基于光纤陀螺的无人机航姿设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外无人机发展概况 |
| 1.3 无人机航姿系统概况 |
| 1.3.1 航姿系统简述 |
| 1.3.2 国内外航姿系统发展概况 |
| 1.4 论文研究内容 |
| 1.5 论文结构 |
| 第二章 无人机航姿系统设计需求 |
| 2.1 无人机导航系统工作原理 |
| 2.2 主要功能要求 |
| 2.2.1 工作模态 |
| 2.2.2 自检测功能 |
| 2.2.3 定位技术指标 |
| 2.3 主要使用要求 |
| 2.3.1 机械接口要求 |
| 2.3.2 对外接口要求 |
| 2.3.3 测试性要求 |
| 2.4 本章小结 |
| 第三章 航姿系统硬件设计与实现 |
| 3.1 光纤捷联航姿的总体分解 |
| 3.1.1 惯性元件选型 |
| 3.1.2 接收机选型 |
| 3.2 主要性能指标可行性分析 |
| 3.3 结构设计方案 |
| 3.3.1 惯性测量部件 |
| 3.4 强度分析与重量估算 |
| 3.5 环境适应性设计措施 |
| 3.6 电路总体设计 |
| 3.6.1 电源模块 |
| 3.6.2 主机板 |
| 3.6.3 卫星接收机板 |
| 3.6.4 热设计 |
| 3.6.5 电磁兼容性设计 |
| 3.6.6 功率计算 |
| 3.6.7 接口方案 |
| 3.7 本章小结 |
| 第四章 航姿系统软件设计与实现 |
| 4.1 软件设计方案 |
| 4.1.1 坐标系定义 |
| 4.1.2 软件功能设计 |
| 4.2 主机板软件 |
| 4.3 软件接口设计 |
| 4.4 软件工作流程 |
| 4.5 测试性设计 |
| 4.5.1 基于BIT设计的原则 |
| 4.5.2 测试性设计措施 |
| 4.5.3 初始偏角装订措施 |
| 4.5.4 地面软件升级设计 |
| 4.6 引入空速的卡尔曼滤波 |
| 4.6.1 建立陀螺仪和加速度计漂移误差模型 |
| 4.6.2 建立状态方程和测量方程 |
| 4.6.3 滤波方程和初始参数的确定 |
| 4.6.4 卡尔曼滤波算法流程 |
| 4.6.5 基于空速辅助的航姿系统仿真验证与分析 |
| 4.7 本章小结 |
| 第五章 航姿系统测试 |
| 5.1 软件测试 |
| 5.1.1 软件测试环境 |
| 5.1.2 要执行的测试 |
| 5.2 软硬件综合测试 |
| 5.3 跑车试验 |
| 5.3.1 GPS信号可用下的航姿精度分析 |
| 5.3.2 惯性模式(大气辅助)航姿精度分析 |
| 5.4 试飞验证 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来展望 |
| 6.3 本章小结 |
| 致谢 |
| 参考文献 |
（7）用于电力巡线的倾转旋翼无人机导航控制系统的设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 无人机电力巡线的意义 |
| 1.2 倾转旋翼无人机的优势 |
| 1.3 无人机电力巡线国内外研究的情况 |
| 1.3.1 国外无人机电力巡线的发展 |
| 1.3.2 国内无人机电力巡线的发展 |
| 1.4 主要研究的内容 |
| 1.5 本章小结 |
| 2 方案设计 |
| 2.1 电力巡线系统的设计要求 |
| 2.2 系统试验平台 |
| 2.3 整体结构框图 |
| 2.4 硬件电路设计 |
| 2.4.1 基于CORS的 GPS选型 |
| 2.4.2 惯性测量元件 |
| 2.4.3 气压传感器选型 |
| 2.4.4 单片机控制芯片 |
| 2.4.5 无人机舵机选型 |
| 2.5 导航算法的选则 |
| 2.6 本章小结 |
| 3 导航算法及仿真 |
| 3.1 定义坐标系 |
| 3.2 倾转旋翼无人机的动力学模型 |
| 3.3 L1-自适应导航算法 |
| 3.3.1 L1-自适应导航算法研究方法 |
| 3.3.2 L1-自适应导航算法的方法比较 |
| 3.3.3 L1-自适应导航算法中弹道制导逻辑算法 |
| 3.3.4 L1-自适应导航算法-制导逻辑的特点 |
| 3.4 制导逻辑线性分析 |
| 3.4.1 沿着直线进行巡检 |
| 3.4.2 沿着扰动的非直线进行巡检 |
| 3.4.3 沿着循环进行巡检 |
| 3.5 电力巡线路径规划MATLAB仿真分析 |
| 3.6 本章小结 |
| 4 无人机导航控制系统的研究 |
| 4.1 导航系统 |
| 4.2 基于CORS的 GPS导航系统 |
| 4.3 惯性导航 |
| 4.3.1 捷联惯性导航的原理 |
| 4.3.2 捷联惯性导航的信息 |
| 4.4 基于CORS的 GPS导航与捷联惯性导航系统的组合 |
| 4.5 次优区间的卡尔曼滤波器 |
| 4.6 组合导航的组合信息 |
| 4.6.1 组合导航的组合方式 |
| 4.6.2 组合导航的量测方程 |
| 4.6.3 组合导航的数学模型 |
| 4.7 L1-自适应控制 |
| 4.8 无人机系统的软件设计 |
| 4.8.1 无人机导航系统的软件设计 |
| 4.8.2 软件设计的流程图 |
| 4.9 本章小结 |
| 5 倾转旋翼无人机试飞与调试 |
| 5.1 地面控制站 |
| 5.2 试飞内容及分析 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（8）小型无人机航向测量技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 磁航向测量技术发展现状 |
| 1.3 卫星测向技术发展现状 |
| 1.4 研究范围及主要内容 |
| 第2章 航向测量系统理论基础 |
| 2.1 引言 |
| 2.2 航向姿态表示方法 |
| 2.3 航向测量系统常用坐标系 |
| 2.3.1 常用坐标系 |
| 2.3.2 坐标系转换方法 |
| 2.4 卫星测向原理 |
| 2.4.1 卫星测向技术概述 |
| 2.4.2 载波相位测量技术 |
| 2.4.3 载波相位差分测向 |
| 2.5 本章小结 |
| 第3章 航向测量系统方案设计 |
| 3.1 引言 |
| 3.2 航向测量系统设计要求 |
| 3.3 航向测量系统方案 |
| 3.3.1 总体方案 |
| 3.3.2 数据处理模块方案 |
| 3.3.3 磁航向测量模块方案 |
| 3.3.4 姿态测量模块方案 |
| 3.3.5 卫星测向模块方案 |
| 3.3.6 无线通信模块方案 |
| 3.4 基于互补滤波的姿态测量方法研究 |
| 3.5 磁航向测量方法研究 |
| 3.5.1 地磁场简介 |
| 3.5.2 磁阻传感器工作原理 |
| 3.5.3 磁航向解算方法 |
| 3.5.4 姿态误差对磁航向精度的影响分析 |
| 3.6 本章小结 |
| 第4章 航向测量系统样机设计研制 |
| 4.1 引言 |
| 4.2 航向测量系统电路设计 |
| 4.2.1 总体硬件结构 |
| 4.2.2 数据处理模块 |
| 4.2.3 姿态测量模块 |
| 4.2.4 磁航向测量模块 |
| 4.2.5 卫星测向模块 |
| 4.2.6 无线通信模块 |
| 4.2.7 系统样机试制 |
| 4.3 航向测量系统软件设计 |
| 4.3.1 软件总体设计 |
| 4.3.2 软件主程序设计 |
| 4.3.3 姿态解算程序设计 |
| 4.3.4 磁航向解算程序设计 |
| 4.3.5 卫星测向数据读取设计 |
| 4.4 本章小结 |
| 第5章 磁航向误差分析与校准 |
| 5.1 引言 |
| 5.2 磁传感器误差建模 |
| 5.2.1 器件固有误差建模 |
| 5.2.2 外部干扰误差建模 |
| 5.3 椭球拟合校准 |
| 5.4 卫星测向信息融合校准 |
| 5.5 本章小结 |
| 第6章 航向测量系统验证试验 |
| 6.1 引言 |
| 6.2 姿态测量试验 |
| 6.2.1 互补滤波参数优化 |
| 6.2.2 俯仰角测量试验 |
| 6.2.3 横滚角测量试验 |
| 6.3 磁航向测量试验 |
| 6.3.1 磁传感器三轴零偏测试 |
| 6.3.2 磁传感器抗干扰能力测试 |
| 6.3.3 原始磁航向测量结果分析 |
| 6.4 磁航向误差补偿试验 |
| 6.4.1 椭球拟合校准试验 |
| 6.4.2 卫星测向信息融合校准试验 |
| 6.5 试验结果分析 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（9）基于仿生偏振光的无人机航姿优化算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 导航技术与方法研究现状 |
| 1.2.1 传统导航技术研究现状 |
| 1.2.2 偏振光导航研究现状 |
| 1.3 无约束优化方法概述 |
| 1.4 研究内容及章节安排 |
| 2 基于大气偏振模式的导航方法 |
| 2.1 导航常用坐标系定义及姿态描述 |
| 2.1.1 导航常用坐标系定义 |
| 2.1.2 导航姿态描述 |
| 2.2 偏振光测量原理 |
| 2.2.1 大气偏振分布模式 |
| 2.2.2 偏振信息获取原理 |
| 2.2.3 偏振光理论测量模型 |
| 2.3 本章小结 |
| 3 无人机仿生导航实验平台设计 |
| 3.1 实验平台软硬件方案 |
| 3.1.1 Paparazzi UAV开源项目分析 |
| 3.1.2 硬件系统方案 |
| 3.1.3 软件系统方案 |
| 3.2 仿生导航传感器数据采集 |
| 3.2.1 偏振光传感器数据采集 |
| 3.2.2 光流传感器数据采集 |
| 3.3无人机自主飞行实验 |
| 3.3.1 传感器校准 |
| 3.3.2自主巡航实验 |
| 3.4 本章小结 |
| 4 基于仿生偏振光的共轭梯度优化航姿解算方法 |
| 4.1 共轭梯度优化方法与四元数姿态更新 |
| 4.1.1 共轭梯度优化原理 |
| 4.1.2 四元数姿态更新过程 |
| 4.2 偏振光辅助航姿参考系统共轭梯度优化模型 |
| 4.2.1 重力矢量误差函数模型 |
| 4.2.2 偏振矢量误差函数模型 |
| 4.2.3 基于动态步长因子的共轭梯度优化模型 |
| 4.3 共轭梯度优化航姿解算方法实验验证与分析 |
| 4.3.1 静态实验验证与分析 |
| 4.3.2 动态实验验证与分析 |
| 4.4 本章小结 |
| 5 基于仿生偏振光航姿解算的EKF级联式滤波方法 |
| 5.1 基于EKF优化的级联式滤波模型设计 |
| 5.2 EKF级联式滤波定姿方法实验验证与分析 |
| 5.2.1 静态实验验证与分析 |
| 5.2.2 动态实验验证与分析 |
| 5.3 抑制非重力加速度干扰的自适应级联式滤波方法 |
| 5.3.1 问题提出 |
| 5.3.2 变噪声自适应调整机制 |
| 5.4 抑制非重力加速度干扰的自适应级联式滤波算法验证分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（10）某型无人机天钩回收策略设计与软件开发（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 课题研究背景和意义 |
| 1.3 天钩回收研究现状 |
| 1.3.1 天钩回收技术研究现状 |
| 1.3.2 天钩回收控制系统研究现状 |
| 1.4 课题技术难点及解决方案 |
| 1.5 章节安排 |
| 第二章 对象建模分析 |
| 2.1 引言 |
| 2.2 样例无人机外形描述 |
| 2.3 坐标系定义 |
| 2.4 空间六自由度模型 |
| 2.4.1 气动力与力矩分析 |
| 2.4.2 发动机推力及重力 |
| 2.4.3 动力学与运动学模型 |
| 2.4.4 风干扰建模 |
| 2.5 无人机基本性能分析 |
| 2.6 本章小结 |
| 第三章 天钩回收轨迹线设计 |
| 3.1 引言 |
| 3.2 天钩回收总体方案设计 |
| 3.3 天钩回收撞线约束分析 |
| 3.3.1 回收装置建模 |
| 3.3.2 回收装置对无人机的力与力矩 |
| 3.3.3 撞线过程分析 |
| 3.3.4 撞线过程中无人机的运动 |
| 3.3.5 撞线最大作用力影响因素 |
| 3.4 天钩回收引导段轨迹线设计 |
| 3.4.1 返航飞行段轨迹设计 |
| 3.4.2 撞线段轨迹设计 |
| 3.4.3 决策窗口设计 |
| 3.4.4 复飞航路设计 |
| 3.5 本章小结 |
| 第四章 天钩回收飞行策略设计 |
| 4.1 引言 |
| 4.2 控制策略总体设计 |
| 4.3 天钩回收纵向控制策略设计 |
| 4.3.1 纵向制导策略设计 |
| 4.3.2 高度跟踪控制 |
| 4.3.3 末端平飞策略 |
| 4.3.4 爬升、下滑控制 |
| 4.4 天钩回收横侧向控制策略设计 |
| 4.4.1 横侧向制导策略设计 |
| 4.4.2 航迹跟踪控制 |
| 4.4.3 协调转弯控制律设计 |
| 4.5 姿态角控制律设计 |
| 4.5.1 鲁棒伺服控制理论 |
| 4.5.2 基于鲁棒伺服的角速率回路控制律设计 |
| 4.5.3 姿态角回路控制律设计 |
| 4.6 仿真验证 |
| 4.6.1 标定情况 |
| 4.6.2 不确定性因素情况 |
| 4.7 本章小结 |
| 第五章 天钩回收控制软件设计 |
| 5.1 引言 |
| 5.2 天钩回收控制软件运行环境 |
| 5.3 天钩回收控制软件功能模块设计 |
| 5.3.1 传感器数据采集与融合模块 |
| 5.3.2 天钩回收导航模块 |
| 5.3.3 控制律解算模块 |
| 5.3.4 舵机输出模块 |
| 5.3.5 遥控遥测模块 |
| 5.3.6 故障管理模块 |
| 5.4 天钩回收控制软件任务调度 |
| 5.4.1 多任务划分 |
| 5.4.2 任务调度机制 |
| 5.4.3 任务调度优先级设计 |
| 5.5 本章小结 |
| 第六章 半物理仿真验证 |
| 6.1 引言 |
| 6.2 半物理仿真环境 |
| 6.3 天钩回收半物理仿真方案 |
| 6.3.1 天钩回收全过程仿真方案 |
| 6.3.2 天钩回收风干扰仿真方案 |
| 6.4 仿真验证结果 |
| 6.4.1 天钩回收全过程仿真结果 |
| 6.4.2 风干扰情况仿真结果 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文主要工作内容总结 |
| 7.2 论文后续工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
四、某小型无人机导航系统的设计与实现（论文参考文献）
- [1]融合多源信息的小型多旋翼无人机位姿估计方法研究[D]. 王勇军. 桂林电子科技大学, 2021
- [2]低成本小型无人机影像智能采集系统的设计与实现[D]. 邸健. 吉林大学, 2021(01)
- [3]基于光流与UWB融合的无人机室内定位技术研究[D]. 张浩强. 桂林电子科技大学, 2021(02)
- [4]小型民用无人机无线电反制技术研究[D]. 冯伟坡. 西安电子科技大学, 2020(05)
- [5]小型无人机惯性/卫星/视觉组合导航技术研究[D]. 曲蕴杰. 哈尔滨工业大学, 2020(01)
- [6]基于光纤陀螺的无人机航姿设计与实现[D]. 崔荣俊. 电子科技大学, 2020(01)
- [7]用于电力巡线的倾转旋翼无人机导航控制系统的设计[D]. 霍慧鑫. 东北农业大学, 2020(04)
- [8]小型无人机航向测量技术研究[D]. 王欣欣. 哈尔滨工业大学, 2020(01)
- [9]基于仿生偏振光的无人机航姿优化算法研究[D]. 蔚彦昭. 大连理工大学, 2020(02)
- [10]某型无人机天钩回收策略设计与软件开发[D]. 习金程. 南京航空航天大学, 2020(07)