交会对接成像软件的多目标跟踪改进

介绍交会对接成像敏感器的工作原理以及由单组条带预判窗口跟踪模式的单一目标敏感器组成的交会对接测量系统.从敏感器嵌入式软件的层面,提出多目标窗口计算、多目标条带预判、多目标匹配计算和多目标测量结果处理等4项改进方法,在硬件系统完全不变的情况下,改善多目标跟踪交会对接敏感器性能.该项改进将单机系统提升为多机热备份系统,提高系统安全性.实现不同目标器之间的自主跟踪切换,优化交会对接流程.此外,变不同敏感器之间切换为敏感器处理对象切换,提升交会对接过程的可靠性.改进后的算法已在我国交会对接各重点型号试验中顺利应用.     

新一代空间交会对接光学成像敏感器

摘要： 为满足中国未来空间交会对接任务对光学成像敏感器工作能力尤其是杂光抑制能力的更高需求,研制新一代空间交会对接光学成像敏感器.该产品多项指标优于其上一代产品神舟八号CCD光学成像敏感器,测量距离由原来的150~2 m范围提升为250~0.9 m范围;目标捕获时间由10 s缩短为0.32 s;抗杂光干扰能力大幅提升,实现准全天候工作.该产品已在中国神舟十一号载人飞船、天舟一号货运飞船与天宫二号的交会对接任务中成功验证,可在后续更好地服务中国空间站、探月三期等工程的交会对接任务.介绍该产品的测量原理、系统组成、地面试验和在轨工作表现等情况,并给出相应结论.     

基于最小二乘估计的电影经纬仪交会测量算法

提出了一种基于最小二乘估计的电影经纬仪交会测量算法.充分利用3台经纬仪测得的冗余数据,用迭代算法求得运动目标在任一时刻的空间位置,且避免了目前的直接算法中两套公式切换时机不易掌握的问题.理论分析和在新的布站方案下的数值模拟结果表明,该方法具有计算精度高、收敛速度快的优点.相对于目前采用的直接算法,可较好地改变对飞行目标的测试精度.     

基于测量值模糊贴近度时空融合的多传感器融合方法

针对实际多传感器目标跟踪系统中,传感器测量值中的野值对状态估计的不利影响,该算法利用概率源合并理论和非负矩阵特征向量理论,算出k时刻空间上各传感器测量值与其他传感器测量值的综合贴近度,同时将k个时刻的空间上融合的模糊贴近度进行时间融合,以此确定每个传感器的权重。仿真结果表明,该算法有效地抑制了测量野值对测量融合值的不利影响,提高了系统的跟踪准确度。     

基于代码自动生成的空间交会GNC系统仿真平台

空间交会对接GNC系统涉及目标器和追踪器两个航天器的姿态轨道控制,其数学仿真比一般的卫星更复杂.给出一种轨道动力学、姿态动力学、相对动力学、测量及执行部件等仿真模型的规范化方法,并在此基础上,提出一套基于代码自动生成技术的空间交会对接GNC仿真平台,该平台的模块化和自动化程度高、软件的可读性和通用性强,实现了两个航天器的快速规范化仿真,显著提高了研究人员的工作效率,为空间交会GNC系统的设计和仿真提供了良好的支持.     

基于交会对接CCD光学成像敏感器的双目测量算法

在空间交会对接近距离逼近阶段,CCD光学成像敏感器作为相对导航信息获取的主要测量敏感器,其测量性能直接关系到空间交会对接能否成功.针对适用于空间交会对接过程中CCD光学成像敏感器的双目测量算法展开研究,推导了基于主像机坐标系的双目测量算法计算公式,并重点对其抗干扰能力进行研究,最后对该双目测量算法进行了仿真分析并给出了仿真结果.     

美国空间交会对接测量技术发展研究

随着载人航天技术的发展和人类探索空间活动的深入,空间交会对接技术在越来越多的空间飞行任务中得到广泛应用。作为载人航天工程中的一个重要组成部分,空间交会对接也是我国实施空间实验室和空间站计划必须要突破的关键技术之一。航天器在空间完成交会对接的整个过程,实际上也是精确测量与控制的过程,空间交会对接测量技术是成功实现空间交会对接的关键。     

北斗全球卫星导航系统境外星数据快速回传的路由优化方法

针对北斗全球卫星导航系统存在的全球布站不足问题,提出一种利用星间链路将境外星数据快速回传至境内的路由优化方法。首先描述地面站受限情况下的数据快速回传问题,明确传输路由的优化目标、生成规则、约束条件。然后提出基于遗传算法的时延最小数据传输路由优化策略。最后,对算法进行了验证。结果表明,在2个境内站条件下,北斗系统全星座最多2跳（6s内）完成数据传输,可满足境外数据快速回传的要求。     

星载天线传感器优化部署的均匀设计方法

为提高模态密集大型星载天线在轨模态参数辨识精度,提出基于均匀设计的遗传算法对传感器数量和位置进行优化部署。根据模态空间H₂范数确定参振模态阶数;分别以测量信息正交性和能量最大为优化目标,引入均匀设计方法对传感器数量、种群规模、交叉概率和变异概率4个组合参数进行选取;采用特征实现算法进行在轨模态参数辨识研究。数学仿真表明：所提出的方法可以有效解决传感器数量和位置的优化部署问题,避免了以往人为经验选取参数时存在的主观性和盲目性问题。     

一致性检验方法在导弹多惯组测量中的应用

传感器测量的准确与可靠是减小融合系统不确定性的前提,通过对多传感器一致性的检验,可以确定多传感器之间的测量误差,判断检测系统可靠性的程度。提出了应用概率距离测量对多传感器信息进行一致性检验的方法,并将此方法引入到基于多惯性测量组合的总线式导弹制导控制系统中。实例证明,该方法对于确保和提高测量导弹飞行信息的精度具有良好的效果。     

一种鲁棒的室外移动机器人定位方法

以Pioneer3-AT型室外轮式移动机器人为平台,采用码盘、陀螺仪、电子罗盘和GPS对机器人进行定位,设计了一种新型的联合卡尔曼滤波器,以逐级滤波的方式融合多传感器信息.首先将里程计和陀螺仪相融合,然后将融合后的定位信息与电子罗盘相融合,最后与载波相位差分GPS(RTK-GPS)相融合.该滤波器可以补偿传感器的累积误差,消除输出波动,实现机器人较高精度的定位.城市环境下RTK-GPS经常因为建筑物的遮挡而失去差分状态,定位精度不稳定,滤波器根据RTK-GPS定位精度的不同状态,选取不同的系统量测噪声协方差矩阵,使算法可以自动适应RTK-GPS传感器定位精度的变化,因此定位方法具有鲁棒性.实验结果表明,机器人可以稳定地实现0.4m的定位精度.      

基于IMM-UKF的航天器相对位姿确定算法

在航天器相对导航过程中,相对距离测量信息容易受到干扰,测量误差有较大的不确定性,通常基于单一模型的滤波算法无法对噪声进行辨识,很难获得精确的导航结果。针对应用Clohessy-Wiltshire(C-W)方程受到圆轨道假设的限制问题,研究了建立在惯性坐标系下的近距离相对运动方程(Lawden方程),建立了基于这两个方程的模型集。根据导航系统测量敏感器的特点,设计基于Rodrigues参数及无迹卡尔曼滤波(UKF)的交互式多模型(IMM)视觉相对位姿动态估计算法(IMM-UKF),在保证计算效率的前提下,确保相对轨道姿态确定的稳定性和精确性。数值仿真验证了算法的有效性和先进性。     

基于联合滤波器的高精度卫星定姿系统设计

设计了由陀螺、GPS姿态敏感器、红外地平仪和太阳敏感器构成的太阳同步极轨卫星姿态确定系统。提出联邦滤波器结构和算法,推导了各子系统的量测方程和姿态确定系统的误差状态方程。为规避对量测值进行非相关处理,采用减小GPS姿态敏感器输出的姿态滤波值作为系统滤波器量测值的频率的方法。仿真结果表明,采用联邦滤波器对多敏感器卫星姿态确定系统进行信息融合,具有计算量小、精度高、可靠性好等优点。     

二维三维信息融合的空间非合作

为实现位置和姿态的测量,常用敏感器包括激光类敏感器和双目立体视觉类敏感器.激光类敏感器的测量结果受目标反射特性的影响较大,而双目立体视觉敏感器的测量精度又受杂光和自身基线长度的限制.针对这两类敏感器在各自应用中存在的问题,提出一种融合二维三维信息进行位置和姿态求解的方法,综合利用二维和三维测量敏感器各自的优势来获取目标信息和进行相对位置姿态测量.通过算法仿真和试验验证了方法的可行性.     

基于多矢量定姿的动基座最优化对准算法

针对车载捷联惯导系统（Strapdown Inertial Navigation System, SINS）的传统动基座粗对准方法精度低且环境适应性差的问题,提出了一种基于多矢量定姿的动基座最优化粗对准算法。在传统的基于重力矢量的初始对准方法基础上,将姿态矩阵求解问题转化为Wahba问题,实现对多个时刻重力矢量信息的充分利用,并通过SVD算法实现对Wahba问题的求解,结合全球导航卫星系统（Global Navigation Satellite System, GNSS）输出信息和SINS输出信息,构建状态方程和量测方程,采用Sage-Husa自适应滤波算法以解决量测噪声不准确问题,不断修正载体系变换矩阵以获得更加精确的姿态转换矩阵。仿真和半物理实验表明,改进算法能够明显提高惯导系统在动基座下的姿态精度,转台实验对准方位误差小于0.05°。     

深空测角测速组合导航系统时间配准方法研究

深空测角测速组合导航系统通过测角信息与测速信息融合,获取探测器位置、速度等参数,具有连续、自主、实时、高精度的优点。在深空测角测速组合导航系统多源信息融合过程中,要求各敏感器数据必须是统一时间基准。基于天文测角测速组合导航系统基本原理,阐述了在实际系统中,测角敏感器、测速敏感器由于时间基准误差、采样周期不一致、数据传输时延等都会造成时间不同步,而时间误差对位置和速度测量信息会带来很大的影响。本文分析时间误差在深空测角测速组合导航系统位置估计和速度估计中的作用机理,研究基于内插外推方法的时间配准方法,实现了测角敏感器与测速敏感器量测信息的同步。数学仿真结果表明,内插外推时间配准算法可有效抑制时间误差,提高深空测角测速组合导航系统导航精度。     

基于小波神经网络的多传感器自适应融合算法

针对多传感器融合系统的非线性和不确定性,将小波分析与神经网络相结合,提出一种基于小波神经网络的多传感器自适应融合算法.融合系统包括扩展卡尔曼滤波器、小波神经网络、融合知识库以及航迹融合算法.该算法以分布式融合结构为基础,利用环境信息理论和测量方差归一化方法构建小波神经网络,并且通过数值样本训练小波神经网络,使其在融合过程中实时估计各传感器的信任度,再由融合知识库根据各传感器信任度来选择适合的航迹融合算法,最终得到全局状态估计.实验结果表明,提出的融合算法可以根据环境变化在线自适应融合来自多传感器的测量值,对不确定信息具有很好的融合能力.      

一种多步的基于切换星间测量的多星自主导航算法

针对基于星间测量的多星自主导航问题,从载荷优化和节约成本考虑,提出了一种单套敏感器切换测量的导航方案。建立了该导航方案下的系统状态空间模型,并基于扩展卡尔曼滤波方程给出了导航估计算法。基于多步卡尔曼滤波方法,将集中的滤波算法解耦为多个平行的子滤波器,使计算量降低到原算法的50%以下,并且在切换测量的导航方案下,部分解耦出的子滤波器可以只预测不更新,能够进一步地降低计算负担。给出了多步滤波算法的推导过程,证明了其与标准卡尔曼滤波的数学等价性,故算法的估计性能及计算结果与标准卡尔曼滤波一致,但计算速度有明显提升。最后,通过具体算例给出了算法的仿真验证。     

异构多无人机协同目标跟踪分散化最优控制

针对主被动传感器协同目标跟踪需要,考虑到可扩展性、异构性和动态可重构性等特点,建立了适于不同测量类型和不同测量维数的异构多传感器分散化信息融合算法.以极大化信息融合所得到的信息熵及无人机(UAV,Unmanned Aerial Vehicles)观测信息质量为效能函数,建立了异构多UAV协同目标跟踪的分散化最优控制代价函数以及通信、防撞和控制等约束模型.实现了多UAV协同目标跟踪的分散化模型预测控制,并分析了通讯噪声等因素对分散化信息融合和协同控制的影响.     

火星精确定点着陆多信息融合自主导航与控制方法研究

针对火星定点采样、载人登陆和基地构建等任务的需求,提出了一种火星精确定点着陆多信息融合自主导航与控制(Guidance Navigation and Control,GNC)方案。针对大气进入前的高精度导航需求,提出了基于X射线脉冲星和火星表面陆标图像的融合自主导航方法;针对火星着陆探测进入、下降和着陆(Entry,Descent and Landing,EDL)过程的高精度绝对和相对导航需求,提出了基于陆标图像、IMU(Inertial Measurement Unit)和测距测速信息的多信息融合自主导航方法;针对精确定点着陆要求,设计了大气进入和动力下降过程的制导与控制算法。数学仿真结果表明,提出的方案能够实现高精度的定点着陆(精度100 m)和相对避障(精度为0.5 m),可满足任务需求。