仅用星敏感器的卫星姿态估计UKF算法研究

针对无陀螺或陀螺失效等情况下的卫星姿态确定问题,应用基于Unscented变换的Unscented滤波理论,提出了仅利用星敏感器矢量观测信息来确定无陀螺卫星姿态的Unscented卡尔曼滤波算法,并进行了数学仿真,仿真结果表明了所提出的UKF算法在无陀螺情况下对卫星姿态估计的有效性和可靠性。     

一种基于模型误差预测的UKF方法

UnscentedKalman滤波器（UKF）对本质非线性系统具有估计精度高、收敛速度快和容易实现等优点,但是对系统的模型误差比较敏感。针对这一问题,提出了一种基于模型误差预测的UKF方法,称为PUKF（PredictiveUnscentedKalmanFilter）。它利用非线性预测滤波器（NPF）的模型误差预测过程,能够对不准确的系统模型进行实时修正,弥补了UKF方法的不足。仿真结果表明,相对于原始的UKF方法,新方法从滤波精度、收敛速度和收敛的稳定性等几个方面,显著提高了非线性滤波的性能。PUKF可适用于模型不确定、非线性较强系统的滤波。     

MSSS-UKF滤波在大方位失准角初始对准中的应用

针对大方位失准角初始对准中非线性滤波的实时性问题,在分析UKF滤波中的Sigma点采样策略基础上,将最小偏度单形采样策略应用于UKF滤波算法的Sigma点采样过程,并将基于最小偏度单形采样的UKF应用于大方位失准角的非线性初始对准过程。仿真结果显示,基于最小偏度单形采样策略(Minimal Skew Simplex Sampling)的UKF对姿态失准角估计的快速性要明显优于基于对称采样策略的UKF滤波算法,且可以满足惯导系统对对准精度和时间的要求。     

一种基于NGA-QPF的航天器姿态估计方法

针对航天器姿态确定中的非线性非高斯的滤波问题,提出一种基于遗传算法的粒子滤波的航天器姿态估计方法。该方法将姿态四元数作为采样粒子进行粒子滤波,并将小生境遗传算法（NGA）引入粒子滤波算法中,以改善粒子滤波的性能;用遗传算法单独进行陀螺偏差估计,以减少粒子滤波的状态维数。该姿态估计方法保持了四元数的归一化性质,通过引入小生境遗传算法解决了重采样阶段的粒子退化问题,并且由于单独估计陀螺偏差避免了粒子滤波状态的扩展。该方法能够在较少粒子的情况下实现高效率高精度的定姿,仿真结果说明了方法的有效性。     

航空发动机气路故障诊断的平方根UKF方法研究

设计了适用于双轴涡扇发动机健康参数估计的平方根UKF滤波算法,解决了线性卡尔曼滤波器估计结果准确性依赖于线性模型精度;常规UKF算法中由于计算误差及噪声信号影响引起误差协方差矩阵负定而导致滤波结果发散等问题.提出了根据测量残差变化改进滤波收敛速度与稳定性的方法.发动机渐变与突变故障模式下仿真结果表明,平方根UKF估计算法收敛速度快,稳定性强,精度高,是一种有效的发动机气路部件健康参数估计与故障诊断方法.      

基于改进平方根无迹卡尔曼滤波方法的涡扇发动机气路状态监控

针对涡扇发动机气路状态监控存在模型未知或不准确导致滤波效果下降甚至发散的问题,研究了一种融入高斯过程回归（GPR）的改进平方根无迹卡尔曼滤波（UKF）方法.该方法利用GPR对训练数据进行学习,建立发动机气路部件状态监控的GPR模型,替代UKF方法中的非线性系统模型;采用超球体单形采样和平方根滤波方法来提高滤波的计算效率和数值稳定性.仿真结果表明:训练的GPR模型解决了UKF方法对发动机原系统模型和噪声协方差矩阵依赖性的问题;与扩展卡尔曼滤波（EKF）和平方根UKF方法相比较,改进平方根UKF方法精度更高,对健康参数的估计精度达到99.9%,实现了对涡扇发动机单个和多个气路部件健系参数的有效跟踪.      

光纤陀螺SINS大失准角下快速初始对准技术

针对光纤陀螺(FOG)捷联惯导系统(SINS)初始对准过程中存在大姿态失准角的情况,本文建立了基于欧拉平台误差角的SINS非线性误差模型,给出了一种简化的UKF滤波方法并将其运用到光纤陀螺SINS初始对准中,在静基座大方位失准角条件下,分别采用传统闭环卡尔曼滤波和闭环UKF非线性滤波方法进行初始对准仿真研究,结果表明在对准精度要求相同时,后者在对准速度方面具有明显优势。     

带时变通信时间延迟的卫星编队姿态协同自适应L2增益控制

针对卫星编队姿态协同分布式控制问题,提出一种基于Lyapunov方法的编队飞行协同控制策略.首先,考虑到实际编队飞行中星问通信存在时变时间延迟及模型不确定问题,结合变结构控制的思想设计一种针对时滞系统稳定性分析的Lyapunov函数,从而由直接Lyapunov方法得到可对模型参数进行估计的自适应分布式姿态协同控制器,并...     

一种用于仿生导航无人机航姿求解的混合滤波方法

针对现有组合导航系统易被干扰欺骗以及姿态求解精度不足的问题，设计了惯性测量单元(IMU)与偏振光传感器组成的航姿参考系统(AHRS)。同时，考虑到传统的姿态求解方法精度不高，提出了一种用于仿生导航无人机航姿求解的混合滤波方法。将Mahony滤波后的姿态值作为系统观测量，再结合扩展卡尔曼滤波(EKF)实现传感器数据的深层融合，以获得高精度的姿态角信息。实验结果表明：在静态环境下采用混合滤波方法求解的姿态值能有效滤除偏振光传感器和加速度计内部噪声干扰，其稳定性明显优于两种方法各自求解时的情况；在动态实验中该方法能有效抑制单独采用Mahony滤波时存在的超调问题，表现出更高的动态解算精度，从而为偏振光组合导航系统提供了更精确的姿态估计信息。     

基于UKF的高动态飞行器无源组合导航系统研究

针对飞行器在进行高动态飞行中卫星导航系统易受干扰、GPS可能被屏蔽,从而导致导航系统失稳甚至发散的问题,采用无迹卡尔曼滤波(UKF)算法对基于捷联惯导系统(SINS)、地磁导航系统(GNS)和嵌入式大气数据系统(FADS)的组合无源导航系统性能进行了改进.建立了地磁数据模型和无源组合导航模型,并针对新的组合导航系统观测方程非线性程度较高问题,提出了利用非线性UKF对导航数据进行融合的方法.利用高动态飞行轨迹对所提出的组合导航系统进行了仿真及误差分析,结果表明该系统对SINS误差估计具有适中的精度.     

基于UKF的GPS/SINS组合导航直接式滤波算法

基于无迹卡尔曼滤波(UKF)方法,使用姿态、速度、位置等9个导航参数组成状态向量,以GPS系统输出的速度、位置组成6维观测向量,构建直接式结构的UKF滤波器。该滤波器能够直接反映系统导航参数的动态过程,准确显示运动状态演变。针对GPS/SINS组合导航系统的特点,构建了GPS/SINS组合导航直接式卡尔曼滤波仿真验证系统,仿真结果验证了基于UKF的GPS/SINS组合导航直接式滤波算法的有效性,该直接式非线性滤波算法可使惯性组合导航系统的导航精度得到提高。     

基于极限学习机的黑障区智能导航算法

在黑障区飞行阶段中,惯性导航系统会因缺少辅助导航系统而持续累积误差,导致飞行器导航系统可靠性下降。针对这一问题,提出了一种新的基于极限学习机的黑障区智能导航算法,通过极限学习机(ELM)对GPS正常工作的导航信息进行学习。在黑障区,利用学习得到的模型对惯性导航系统进行误差补偿,较好地修正了当GPS失锁时惯性导航系统的误差,避免了因误差累积而导致的导航信息发散。仿真结果表明,该算法能够保证在GPS失锁的黑障区中导航系统输出的信息有较好的可靠性和精度,能够为接下来的姿态调整和着陆准备提供良好的基础。     

基于 Matlab的 GPS/SINS紧组合仿真实现

首先,对不同的GPS／SINS组合模式进行了分析;在此基础上针对基于伪距、伪距率的紧组合导航系统进行研究,建立了系统的状态方程和量测方程,并用Matlab进行了仿真实现。在系统的仿真实现中,由于很难获得全面真实的导航飞行轨迹数据,文章采用一种纯数学形式的解析方法来产生飞行轨迹数据,因而系统的仿真包括3部分：轨迹发生器、GPS仿真子系统、SINS仿真子系统。仿真结果表明,GPS／SINS紧组合导航系统能够有效地提高系统的导航精度,用纯数学形式的解析方法来产生飞行轨迹数据是可行的、有效的。     

低成本多传感器组合导航系统在小型无人机自主飞行中的研究与应用

为了满足小型无人机自主控制系统对导航系统性能的要求,研究低成本的基于微机电系统的捷联惯性导航系统(MEMS-SINS)/全球定位系统(GPS)/磁强计组合导航系统。提出一种利用磁强计辅助MEMS-SINS的静基座初始姿态确定方法,采用四元数误差模型对MEMS-SINS/GPS/磁强计组合导航系统进行信息融合的建模,采用基于正交三角(QR)分解的平方根无色卡尔曼滤波(UKF)非线性估计方法对组合导航系统进行数据融合,克服由于计算机舍入误差引起的状态协方差阵的计算值失去非负定性甚至对称性,通过小型无人机的自主飞行试验,证实MEMS-SINS/GPS/磁强计组合导航算法满足小型无人机自主控制系统的要求。     

飞行试验中对惯导系统真航向精度的一种评估方法

介绍了一种惯导系统真航向角精度的试飞评估方法.用GP S信息计算出飞行航迹作为参考基准,准确测出惯导系统输出的航迹角误差,以此间接评估惯导系统的真航向角精度.试飞结果表明,该方法科学可行.     

利用GPS进行姿态估计的一种算法

首先建立了全球定位系统（ＧＰＳ）姿态确定的观测方程;然后给出了利用ＧＰＳ进行飞行器姿态估计的模型,并对该模型进行了线性处理;最后利用攻推广卡尔曼滤波技术,针对某飞行器进行了仿真计算。计算结果表明,对于不同的测量噪声和系统噪声,滤波器都有较好的估计,姿态估计的精度明显高于单纯ＧＰＳ姿态确定的精度,可以满足大多数飞行器对姿态确定的要求,证实了模型和算法可用性。     

基于车载平台的飞行管理系统DR/GPS 导航试验验证

飞行管理系统是民用飞机的关键航空电子系统。飞行管理系统制造商有责任对飞行管理系统开展大 量的试验以验证飞行管理系统功能和性能的符合性。考虑数字验证的局限性和飞行试验验证的巨大代价,本文 利用车载平台开展飞行管理系统综合导航功能的验证,试验结果表明设计的飞行管理系统DR/GPS 导航方法能 够满足95% 的飞行时间水平方向达到0.1 海里的导航精度要求,为实际的飞行测试提供了试验数据参考。     

弹载大视场星惯组合深度融合导航技术

为了降低弹载星惯组合（Stellar-INS）飞行中段对调姿观星的要求，提高星惯组合姿态精度，提出了大视场（LFOV）星惯组合深度融合导航方法。小视场（NFOV）星敏感器输出星矢量为主，大视场星敏感器可同时输出姿态和星矢量信息，分别推导了基于星敏感器输出姿态和星矢量信息的观测方程，分析了星矢量和姿态观测方法之间的关联性。建立了包含星惯安装误差、陀螺误差以及初始平台误差角的星惯组合全误差项模型，基于线性卡尔曼滤波给出了深度融合导航方法。开展了数学仿真验证，分析了不同调姿观星路径约束下，大/小视场星惯组合性能差异。结果表明，大视场星惯组合深度融合导航方法不仅可以降低调姿观星约束要求，还可以实现组合姿态性能提升。     

强跟踪UKF滤波在SINS_GPS组合导航中的应用研究

针对飞行器大机动条件下SINS／GPS组合导航中出现的滤波发散问题,结合UKF滤波算法,提出了一种强跟踪UKF滤波算法。它通过引入渐消因子用线调整滤波增益阵K来减小老数据的权值,相对地增加新数据的权值,提高了UKF滤波跟踪性能。仿真和实际数据解算结果表明,强跟踪UKF提高了组合导航系统对于突变状态的实时跟踪能力和滤波过程的数值稳定性,验证了该算法的有效性。     

一种无人机推测导航(DR)抗侧风控制策略

随着无人机应用领域的不断扩大，要求无人机在GPS信号失效时仍然能够保证一定的航迹跟随性能。在不给现役无人机增加其他的硬件配置的前提下，本文采用推测导航作为唯一的导航手段，并针对影响推测导航 精度的侧风扰动，研究了一种对抗侧风的控制策略。该策略的实质就是将普通的PID控制律改为一种容错控制律。仿真结果表明，这种控制策略在无人机作直线航迹跟踪时，效果十分理想。