• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      里程儀輔助捷聯(lián)慣導(dǎo)系統(tǒng)的旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)方法

      2019-08-01 02:25:06江一夫師為建
      導(dǎo)航與控制 2019年3期
      關(guān)鍵詞:旋轉(zhuǎn)式捷聯(lián)對準(zhǔn)

      江一夫,師為建

      (中國航天科技集團(tuán)第十六研究所,西安710100)

      0 引言

      行進(jìn)間對準(zhǔn)能夠有效提高捷聯(lián)慣導(dǎo)武器系統(tǒng)平臺的快速反應(yīng)能力和機(jī)動(dòng)性能,具有很高的軍事應(yīng)用價(jià)值。根據(jù)計(jì)算方法的不同,行進(jìn)間對準(zhǔn)方法可分為直接計(jì)算姿態(tài)的解析對準(zhǔn)法、在經(jīng)典控制方法框架下把對準(zhǔn)過程近似解耦為調(diào)平回路和尋北回路的羅經(jīng)對準(zhǔn)法[1]、使用狀態(tài)估計(jì)方法求解姿態(tài)的Kalman濾波對準(zhǔn)法[2]。羅經(jīng)法和Kalman濾波法采用Euler角描述姿態(tài),并選擇迭代的局部線性化近似方法,因此會(huì)受到小誤差角的制約。文獻(xiàn)[3]~文獻(xiàn)[6]應(yīng)用慣性凝固思想解析對準(zhǔn),較好地解決了在動(dòng)態(tài)條件下快速獲取粗略姿態(tài)信息的問題,使行進(jìn)間對準(zhǔn)技術(shù)的研究不再集中于非線性誤差模型的優(yōu)化。

      無論應(yīng)用哪種計(jì)算方法,行進(jìn)間對準(zhǔn)的極限精度仍然受限于慣性儀表誤差和輔助傳感器誤差。而另一方面,旋轉(zhuǎn)調(diào)制技術(shù)開始在準(zhǔn)靜態(tài)對準(zhǔn)領(lǐng)域獲得廣泛的應(yīng)用,其本質(zhì)仍然是整周旋轉(zhuǎn)積分對慣性儀表零偏的平均對消作用。這種原理對運(yùn)動(dòng)狀態(tài)中的慣導(dǎo)系統(tǒng)依然適用,因此本文將旋轉(zhuǎn)調(diào)制技術(shù)延伸到了行進(jìn)間對準(zhǔn),對消慣性儀表隨機(jī)常值零偏,反饋校正輔助傳感器誤差,從根本原理角度提升了行進(jìn)間對準(zhǔn)的極限精度。

      本文提出了 “基于慣性凝固思想的q-method優(yōu)化對準(zhǔn)[6]+回溯Kalman濾波[7]”方法,解決了從非零速開始的動(dòng)態(tài)對準(zhǔn)問題?;趹T性凝固思想的q-method優(yōu)化對準(zhǔn)方法將慣導(dǎo)系統(tǒng)對準(zhǔn)問題等價(jià)變換為無窮觀測向量下的姿態(tài)優(yōu)化問題,很好地解決了誤差模型非線性的問題。從原理上而言,無論姿態(tài)運(yùn)動(dòng)如何,慣性系優(yōu)化對準(zhǔn)方法均能夠在任意運(yùn)動(dòng)狀態(tài)下快速實(shí)現(xiàn)自主對準(zhǔn)。但是,慣性系優(yōu)化對準(zhǔn)方法存在不適用于頻繁轉(zhuǎn)彎軌跡[7]、導(dǎo)航參數(shù)不全等弊端。在小角度誤差條件下,Kalman濾波仍然是一種可優(yōu)先選擇的最小方差意義的估計(jì)算法。因此,利用慣性系優(yōu)化對準(zhǔn)期間存儲的原始數(shù)據(jù)和獲取的初始姿態(tài)值回溯到對準(zhǔn)起始時(shí)刻重新開始Kalman濾波精對準(zhǔn),等效延長對準(zhǔn)時(shí)間,提高對準(zhǔn)精度。

      1 旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)方法

      如圖1所示,定義g系為由三軸陀螺敏感軸構(gòu)成的非正交系,定義g0系(Oxg0yg0zg0)為陀螺正交參考坐標(biāo)系,xg0軸與陀螺敏感軸xg重合,yg0軸在xgyg平面內(nèi),zg0與xg0、yg0構(gòu)成正交系。在實(shí)際情況中,非正交系g與g0系之間存在小角度安裝誤差。定義p系為轉(zhuǎn)位機(jī)構(gòu)的臺面坐標(biāo)系,zp與轉(zhuǎn)位機(jī)構(gòu)的旋轉(zhuǎn)軸重合,xp與xgo在轉(zhuǎn)臺臺面上的投影重合,yp與zp、xp構(gòu)成正交系。對于機(jī)抖偏頻激光陀螺慣導(dǎo)系統(tǒng)而言,p系與g0系之間僅存在小角度安裝誤差,可以通過轉(zhuǎn)位機(jī)構(gòu)的正反整圈旋轉(zhuǎn)標(biāo)定得到兩者之間的轉(zhuǎn)換關(guān)系。

      圖1 旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)中的坐標(biāo)系關(guān)系Fig.1 Coordinates relationship in rotator inertial navigator

      圖1中,三個(gè)坐標(biāo)系與轉(zhuǎn)位機(jī)構(gòu)固聯(lián),隨轉(zhuǎn)位機(jī)構(gòu)旋轉(zhuǎn)。設(shè)轉(zhuǎn)位機(jī)構(gòu)在電氣零位時(shí)的p系為捷聯(lián)慣導(dǎo)載體右前上坐標(biāo)系b系,在尋北過程中轉(zhuǎn)位機(jī)構(gòu)繞zp的旋轉(zhuǎn)角度為?(t),則有

      進(jìn)一步,設(shè)當(dāng)?shù)貣|北天地理坐標(biāo)系為n系,里程儀輸出坐標(biāo)系為車體右前上坐標(biāo)系m系,其與慣組載體坐標(biāo)系b系之間存在小角度安裝誤差。如圖2所示,兩個(gè)坐標(biāo)系之間的俯仰安裝偏差角為αθ,方位安裝偏差角為αψ。

      圖2 慣組載體坐標(biāo)系與車體坐標(biāo)系的相互關(guān)系Fig.2 Relationship between the IMU body frame and the vehicle frame

      旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)采用 “慣性系優(yōu)化對準(zhǔn)+回溯Kalman濾波精對準(zhǔn)”方式,如圖3所示。其中,ts為對準(zhǔn)開始時(shí)間,t1為慣性系解析對準(zhǔn)結(jié)束時(shí)間,te為行進(jìn)間對準(zhǔn)結(jié)束時(shí)間。從ts時(shí)刻啟動(dòng)旋轉(zhuǎn)開始,慣性系對準(zhǔn)并保存慣性儀表、轉(zhuǎn)位機(jī)構(gòu)的數(shù)據(jù)和里程儀脈沖直至t1時(shí)刻,然后回溯到ts時(shí)刻重新開始進(jìn)行Kalman濾波對準(zhǔn)直至對準(zhǔn)結(jié)束,以達(dá)到等效延長對準(zhǔn)時(shí)間的目的。

      圖3 旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)方案Fig.3 Scheme of rotatory in-motion alignment

      里程儀在已被粗標(biāo)定的基礎(chǔ)上可以提供車體系m的等效前向速度,其與載體約束信息相結(jié)合可以生成三維速度矢量,通過安裝關(guān)系和轉(zhuǎn)位機(jī)構(gòu)測角信息可以將該速度信息轉(zhuǎn)換到轉(zhuǎn)位機(jī)構(gòu)臺面坐標(biāo)系p系中。事實(shí)上,由于機(jī)抖激光陀螺的數(shù)字濾波存在延時(shí),慣性儀表信息與里程儀信息和轉(zhuǎn)位測角信息是不同步的,但這個(gè)延時(shí)是固定的,具體延時(shí)由數(shù)字濾波器的階數(shù)和采樣頻率確定。為了簡單可靠地對延時(shí)進(jìn)行補(bǔ)償,本文通過保存后兩者一段時(shí)長的數(shù)據(jù),實(shí)現(xiàn)等效 “延后”組合,待轉(zhuǎn)位機(jī)構(gòu)停止轉(zhuǎn)動(dòng)時(shí)輸出對準(zhǔn)結(jié)果。

      慣性儀表的旋轉(zhuǎn)調(diào)制相當(dāng)于一種誤差自補(bǔ)償措施,可以消除轉(zhuǎn)軸垂直方向慣性儀表的常值零偏誤差,其短時(shí)高精度又可以反饋校正里程儀誤差,最終兩者的誤差可相互校正,實(shí)現(xiàn)對準(zhǔn)精度的提升?;厮轂V波等效延長了對準(zhǔn)時(shí)間,減小了慣性儀表的隨機(jī)游走誤差和里程儀噪聲誤差的影響,確保了行進(jìn)間對準(zhǔn)在不同軌跡下可達(dá)到較高的精度。

      2 慣性系優(yōu)化對準(zhǔn)

      Kalman回溯最優(yōu)濾波的前提是姿態(tài)誤差角已是小角度。為了獲取初始角度,采用基于慣性凝固思想的q-method優(yōu)化對準(zhǔn)方法將慣導(dǎo)系統(tǒng)對準(zhǔn)問題等價(jià)變換為無窮觀測向量下的姿態(tài)優(yōu)化問題,很好地解決了最優(yōu)濾波精對準(zhǔn)誤差模型非線性的問題。

      設(shè)慣性空間固聯(lián)轉(zhuǎn)位機(jī)構(gòu)臺面坐標(biāo)系為p0,慣性空間固聯(lián)初始時(shí)刻地理坐標(biāo)系為n0,可將慣性系的比力方程改寫為

      由于里程儀輸出的是里程增量信息,常規(guī)動(dòng)基座算法均對式(2)采取了雙重積分[3,8]。但是,這種方法淹沒了載體部分運(yùn)動(dòng)信息,只能適應(yīng)起始速度為零的動(dòng)基座對準(zhǔn)。若從非零速開始對準(zhǔn),其收斂速度極慢,很多時(shí)候甚至不能滿足粗對準(zhǔn)的精度要求。因此,對式(2)兩邊只取一次積分,得到兩個(gè)矢量的表示形式為

      式(3)中,vp為速度信息通過固定安裝關(guān)系轉(zhuǎn)換得到的捷聯(lián)慣組坐標(biāo)系的速度。vp(0)和vp(t)均采用滑動(dòng)平滑方式進(jìn)行求取,這種方式既避免了對里程增量求微分而導(dǎo)致的速度噪聲放大,又能實(shí)現(xiàn)從任意起始速度開始的行進(jìn)間對準(zhǔn)。載體速度信息輔助行進(jìn)間對準(zhǔn)的計(jì)算流程如圖4所示。

      圖4 由載體速度信息輔助的旋轉(zhuǎn)式慣性系對準(zhǔn)算法Fig.4 Inertial freezing algorithm of vehicle-velocity aided rotatory IMA

      利用多對觀測矢量,對準(zhǔn)問題實(shí)質(zhì)上可以轉(zhuǎn)換為利用導(dǎo)航參考系和載體系的觀測矢量來確定姿態(tài)的問題。解決這一類問題的算法在航天器飛行控制中有著很長的發(fā)展歷史,其主要目的是找出滿足如式(5)的正交姿態(tài)方向余弦矩陣A。

      基于矢量觀測的定姿算法主要可分為兩類:確定性算法(一般是指TRIAD算法)和最優(yōu)定姿算法。其中,最優(yōu)定姿算法主要為基于Wahba問題的各類最小二乘意義的最優(yōu)算法,如奇異值分解算法(SVD)、 四元數(shù)算法(q-method)及其變形、 快速最優(yōu)姿態(tài)矩陣算法(FOAM)[9]等。由于各類算法種類繁多,綜合考慮精確度、魯棒性、實(shí)時(shí)遞推性和計(jì)算量等性能后,行進(jìn)間對準(zhǔn)選用了Davenport提出的q-method四元數(shù)方法。四元數(shù)方法可被簡單表述如下:令為各對矢量觀測對應(yīng)的非負(fù)權(quán)重,則可認(rèn)為式(6)的最大正特征值對應(yīng)的特征向量即為所求的最優(yōu)姿態(tài)四元數(shù)。

      式(6)中,

      3 回溯Kalman濾波精對準(zhǔn)

      慣性系優(yōu)化對準(zhǔn)能解決快速粗略姿態(tài)的獲取問題,但其存在軌跡適應(yīng)性差、導(dǎo)航參數(shù)不全等弊端。同時(shí),由于里程儀參數(shù)不能準(zhǔn)確已知且對準(zhǔn)算法未對其進(jìn)行估計(jì),慣性系優(yōu)化對準(zhǔn)算法難以達(dá)到高精度水平。在已經(jīng)獲得粗略姿態(tài)角的條件下,Kalman濾波仍不失為一種優(yōu)先選擇的對準(zhǔn)算法。本文利用慣性系優(yōu)化對準(zhǔn)期間存儲的原始數(shù)據(jù)和獲取的初始姿態(tài)值回溯到對準(zhǔn)起始時(shí)刻重新開始Kalman濾波精對準(zhǔn),同時(shí)對里程儀參數(shù)進(jìn)行估計(jì)。

      綜合里程儀的俯仰、航向安裝偏角估計(jì)誤差δαθ、δαψ及標(biāo)度因數(shù)誤差Δfv,慣性自主導(dǎo)航系統(tǒng)的多信息融合濾波器可建立如下18維狀態(tài)量

      式(8)中,δn=[δrEδrNδrU]為在n系中的計(jì)算位置誤差,δvn為地理系的地速誤差,φn為慣組系相對地理系的姿態(tài)角誤差,εp和Δp分別為p系的等效陀螺零偏和加速度計(jì)零偏,ξm=[δαθδαψΔfv],δαθ為安裝俯仰偏差角的估計(jì)誤差,δαψ為安裝方位偏差角的估計(jì)誤差。

      結(jié)合慣性導(dǎo)航系統(tǒng)通用的擾動(dòng)誤差模型,可將Kalman濾波系統(tǒng)方程表示為

      為了避免因長時(shí)間導(dǎo)航慣性儀表零偏和里程儀參數(shù)估計(jì)精度出現(xiàn) “虛高”的現(xiàn)象,式(9)將慣性儀表零偏和里程儀參數(shù)誤差建模為一階Markov過程。其中,β為反相關(guān)時(shí)間常數(shù),w為Markov過程的激勵(lì)噪聲,激勵(lì)噪聲均方差q=2βRx(0),Rx(0)為 Markov過程的自相關(guān)函數(shù)。分別為地理系相對ECEF系的旋轉(zhuǎn)速率、地理系相對慣性系的旋轉(zhuǎn)速率和地球自轉(zhuǎn)速率在地理系上的投影。

      由于三軸慣性儀表在旋轉(zhuǎn)過程中與車體系的里程儀信息進(jìn)行了組合,因此其必須通過轉(zhuǎn)換才能進(jìn)行最優(yōu)融合。假設(shè)車體系m與捷聯(lián)慣組系b之間固定安裝偏角的估計(jì)誤差矢量為η=[δαθδαγδαψ],而旋轉(zhuǎn)的轉(zhuǎn)位機(jī)構(gòu)臺面坐標(biāo)系p相對捷聯(lián)慣組系b的轉(zhuǎn)位角度可以通過光電編碼器實(shí)時(shí)讀取。為了確保測角信息與慣性儀信息的同步,測角信息也經(jīng)過了同等階數(shù)數(shù)字濾波器的轉(zhuǎn)換,具體轉(zhuǎn)換關(guān)系如式(1)所示。量測模型可以表示為

      4 仿真及試驗(yàn)驗(yàn)證

      4.1 仿真分析

      針對實(shí)際作戰(zhàn)要求進(jìn)行仿真分析,設(shè)置陀螺的等效零偏為 0.005(°)/h(1σ),角隨機(jī)游走誤差為0.0008(°)/h1/2,加速度計(jì)的等效常值零偏為100μg(1σ),噪聲強(qiáng)度為 10μg,初始地理緯度、 經(jīng)度和高度分別為34°、108°、380m。里程儀標(biāo)度因數(shù)存在0.1%的初始誤差和隨機(jī)誤差,真實(shí)俯仰相對安裝角和航向相對安裝角分別為0.7°和0.2°。對 “捷聯(lián)式行進(jìn)間對準(zhǔn)”和 “正反旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)”兩種模式進(jìn)行仿真,其三軸慣性儀表的真實(shí)姿態(tài)如圖5和圖6所示。其中,θ、γ和ψ分別為轉(zhuǎn)位機(jī)構(gòu)臺面坐標(biāo)系p相對地理系n的俯仰角、橫滾角和航向角。從圖6可以看出,旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)姿態(tài)變化曲線相當(dāng)于在圖5捷聯(lián)式行進(jìn)間對準(zhǔn)姿態(tài)變化曲線的基礎(chǔ)上疊加了持續(xù)正反旋轉(zhuǎn)。

      圖5 捷聯(lián)式行進(jìn)間對準(zhǔn)的三軸真實(shí)姿態(tài)曲線Fig.5 Attitude curves during strapdown IMA procedure

      圖6 旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)的三軸真實(shí)姿態(tài)曲線Fig.6 Attitude curves during rotatory IMA procedure

      捷聯(lián)式行進(jìn)間對準(zhǔn)和旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)的三軸姿態(tài)誤差收斂曲線如圖7和圖8所示。其中,δφx、δφy和δφz分別為俯仰角誤差、 橫滾角誤差和航向角誤差。為了對回溯Kalman濾波的優(yōu)勢進(jìn)行說明,圖中還比較了慣性系解析算法和回溯Kalman濾波算法的優(yōu)劣。

      從圖7、圖8的仿真結(jié)果可以看出,回溯濾波算法明顯優(yōu)于慣性系解析算法,因?yàn)榛厮轂V波算法大幅加快了對準(zhǔn)的收斂速度。無論是捷聯(lián)式方案或是旋轉(zhuǎn)式方案,回溯濾波算法在900s時(shí)的對準(zhǔn)精度要優(yōu)于慣性系解析算法。

      圖7 捷聯(lián)式行進(jìn)間對準(zhǔn)姿態(tài)誤差收斂曲線Fig.7 Attitude error curves during strapdown IMA procedure

      根據(jù)文獻(xiàn)[10]中的可觀性分析,捷聯(lián)式慣導(dǎo)和里程計(jì)組合導(dǎo)航在直線行駛條件下的對準(zhǔn)極限精度近似為靜基座對準(zhǔn)精度,在轉(zhuǎn)彎機(jī)動(dòng)下定向極限精度近似為靜基座多位置對準(zhǔn)方位精度。因此,根據(jù)仿真條件,捷聯(lián)式行進(jìn)間對準(zhǔn)在車輛直線行駛時(shí)的航向?qū)?zhǔn)極限精度約為1.3′,仿真軌跡存在90°的轉(zhuǎn)彎機(jī)動(dòng),航向精度略高于此。在圖7中,最終航向?qū)?zhǔn)精度約為1′。旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)近似對消了旋轉(zhuǎn)軸垂直方向的陀螺零偏,只殘留了旋轉(zhuǎn)軸陀螺零偏投影的等效東向陀螺零偏和隨機(jī)誤差,因此可以達(dá)到較高精度。在圖8中,最終航向?qū)?zhǔn)精度達(dá)到了0.5′。對兩種方案各進(jìn)行了10次仿真,其俯仰角、橫滾角和航向角的對準(zhǔn)結(jié)果如表1所示。表1中的航向精度統(tǒng)計(jì)結(jié)果是相對仿真俯仰角、橫滾角和航向角真值而言的,三者分別為-0.7°、 0.03°和 0.2°。 從表 1中的結(jié)果可以看出,捷聯(lián)式行進(jìn)間對準(zhǔn)航向精度為1.08′,旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)航向精度達(dá)到了0.54′(RMS),可明顯提高行進(jìn)間對準(zhǔn)精度。

      圖8 旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)姿態(tài)誤差收斂曲線Fig.8 Attitude error curves during rotatory IMA procedure

      表1 捷聯(lián)式和旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)仿真結(jié)果統(tǒng)計(jì)Table 1 Statistics of strapdown and rotatory IMA simulation

      4.2 試驗(yàn)驗(yàn)證

      采用陀螺零偏穩(wěn)定性為 0.005(°)/h(1σ)、 加速度計(jì)零偏穩(wěn)定性為30μg(1σ)的樣機(jī)系統(tǒng)進(jìn)行了旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)試驗(yàn),圖9為駐車對準(zhǔn)后純慣性導(dǎo)航姿態(tài)結(jié)果經(jīng)轉(zhuǎn)位測角轉(zhuǎn)換后的載體航向角變化曲線。旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)過程待轉(zhuǎn)位機(jī)構(gòu)停止轉(zhuǎn)動(dòng)后,停車記錄相應(yīng)的三軸姿態(tài)結(jié)果,并再次進(jìn)行駐車對準(zhǔn),以之作為參考基準(zhǔn),參考基準(zhǔn)的精度可以達(dá)到0.4′(RMS)。表2為相應(yīng)行進(jìn)間對準(zhǔn)結(jié)果。由表2可以看出,行進(jìn)間對準(zhǔn)精度能夠達(dá)到0.99′(RMS)。由于實(shí)際過程中載體水平姿態(tài)的變化,等效東向陀螺零偏并不能被抵消完全,同時(shí)由行駛路況等因素引起的里程儀標(biāo)度因數(shù)誤差同樣會(huì)使量測產(chǎn)生較大誤差,因此實(shí)際試驗(yàn)精度并沒有達(dá)到仿真精度。

      圖9 旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)試驗(yàn)慣組載體航向變化曲線Fig.9 Heading curves of IMU during rotatory IMA test

      表2 旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)試驗(yàn)統(tǒng)計(jì)結(jié)果Table 2 Statistics of rotatory IMA vehicular test

      5 結(jié)論

      為提高行進(jìn)間對準(zhǔn)的精度和軌跡適應(yīng)性,將旋轉(zhuǎn)調(diào)制原理引入了行進(jìn)間對準(zhǔn),提出了 “正反旋轉(zhuǎn)+慣性系粗對準(zhǔn)+回溯Kalman濾波精對準(zhǔn)”的對準(zhǔn)方案,改進(jìn)常規(guī)慣性系行進(jìn)間對準(zhǔn)算法為基于平滑里程計(jì)微分速度的一次積分算法,同時(shí)給出了多源自主信息的時(shí)間同步措施。仿真和試驗(yàn)驗(yàn)證了提出的行進(jìn)間對準(zhǔn)方案,表明旋轉(zhuǎn)式行進(jìn)間對準(zhǔn)能較大幅度地提升對準(zhǔn)精度。

      猜你喜歡
      旋轉(zhuǎn)式捷聯(lián)對準(zhǔn)
      對準(zhǔn)提升組織力的聚焦點(diǎn)——陜西以組織振興引領(lǐng)鄉(xiāng)村振興
      彈道導(dǎo)彈的捷聯(lián)慣性/天文組合導(dǎo)航方法
      一種改進(jìn)的速度加姿態(tài)匹配快速傳遞對準(zhǔn)算法
      捷聯(lián)慣性/天文/雷達(dá)高度表組合導(dǎo)航
      半捷聯(lián)雷達(dá)導(dǎo)引頭視線角速度提取
      INS/GPS組合系統(tǒng)初始滾轉(zhuǎn)角空中粗對準(zhǔn)方法
      一種捷聯(lián)式圖像導(dǎo)引頭的解耦算法
      旋轉(zhuǎn)式脫泡消泡法/混凝協(xié)同處理造紙廢水
      基于頻率步進(jìn)信號的旋轉(zhuǎn)式合成孔徑雷達(dá)成像方法
      高階SRC-KF SINS對準(zhǔn)模型算法
      隆安县| 青岛市| 丰台区| 阿拉善右旗| 监利县| 连平县| 宁强县| 黄梅县| 石城县| 繁昌县| 中西区| 广安市| 剑川县| 札达县| 盱眙县| 广宁县| 高要市| 花莲县| 麦盖提县| 白山市| 东乌珠穆沁旗| 中牟县| 吴川市| 黔南| 肇庆市| 仙桃市| 上高县| 司法| 大足县| 河曲县| 阿克| 岳池县| 竹溪县| 广州市| 安新县| 儋州市| 南澳县| 全南县| 旬阳县| 射洪县| 老河口市|