基于双回路扩展卡尔曼滤波的惯性平台连续自标定

为解决传统的惯性平台连续自标定中,由于系统非线性强、状态向量维数大引起的滤波收敛速度慢、对滤波初始条件敏感等问题,研究了一种双回路扩展卡尔曼滤波方法。首先给出了平台连续自标定的误差模型;然后根据加速度计误差与导航误差之间的关系,对加速度计输出进行预滤波得到加速度计输出误差;同时通过分析陀螺仪误差在平台连续自标定过程中的传播特性,将耦合在加速度计输出误差中的陀螺仪误差解耦;最后以陀螺仪误差和加速度计输出为观测量,建立了陀螺仪和加速度计的扩展卡尔曼滤波方程,分别对陀螺仪和加速度计误差系数进行标定,实现双回路扩展卡尔曼滤波。仿真结果表明,该方法能够在900 s内以低于0.05%的相对误差标定出所有的平台误差系数,并且对滤波初始条件不敏感,可以有效地扩展连续自标定方法的实际应用。     

自适应卡尔曼滤波在平台射前自标定中的应用

研究了自适应卡尔曼滤波技术在平台射前自标定数据处理中的应用 ,标定采用四位置标定方法 ,对角度传感器输出建立常速度模型。在噪声统计未知或时变的情况下 ,每个位置采用自适应卡尔曼滤波解算出平台各轴的漂移角速率 ,并在此基础上辨识出漂移参数。仿真表明 ,自适应卡尔曼滤波能较好地满足标定精度要求     

一种卫星姿态确定的非线性算法

在稳态卡尔曼滤波算法中引入非线性项 ,改进了算法的性能。思路是在姿态确定误差较大时 ,使得非线性滤波算法等价于具有较大滤波增益的稳态卡尔曼滤波器。理论分析和仿真结果表明在保证同样稳态估计精度的情况下 ,与稳态卡尔曼滤波算法相比较 ,非线性滤波算法具有更快的收敛速度     

重力测量卫星KBR系统相位中心在轨标定算法

针对低低跟踪(SST-LL)重力测量卫星K频段测距(KBR)系统相位中心在轨标定问题,提出了一种应用预测卡尔曼滤波算法的KBR系统在轨标定算法。首先,以磁力矩器和姿态控制喷气发动机为执行部件,对一颗卫星施加一定的组合力矩,使其绕另一颗卫星进行周期性姿态机动;然后,将星敏感器数据代入预测卡尔曼滤波算法中估计出卫星姿态;最后,根据KBR系统观测值与卫星姿态角之间的关系,利用扩展卡尔曼滤波算法估计出KBR系统相位中心的位置。数值仿真结果表明:KBR系统相位中心可以被实时估计,当存在较大的卫星姿态动力学模型误差时,KBR系统相位中心的标定误差仍在0.3mrad以内,证明此算法估计精度较高且鲁棒性强。     

捷联惯导/星敏感器组合系统的在轨自标定方法研究

研究了捷联惯导/星敏感器组合系统中对陀螺仪和星敏感器进行在轨自标定的方法。分析捷联惯导系统和星敏感器的误差源,对陀螺仪随机漂移和星敏感器安装误差进行建模并列入系统状态,建立系统状态方程;利用捷联惯导输出的载体位置、姿态与星敏感器输出的姿态矩阵来构造量测,建立量测方程。设计卡尔曼滤波算法,经过滤波计算获得陀螺仪随机常值漂移和星敏感器安装误差的估计值,从而实现组合系统的在轨自标定。仿真结果表明,基于卡尔曼滤波的在轨自标定方法能够标定出85%以上的陀螺仪随机常值漂移和95%以上的星敏感器安装误差。     

基于Unscented卡尔曼滤波器的卫星自主天文导航研究

针对星光折射间接敏感地平的卫星自主天文导航方法，建立了带摄动项的状态方程和以星光视高度为观测量的量测方程。由于该状态方程和量测方程都是严重非线性的，利用推广的卡尔曼滤波器进行导航时精度较低。Unscented卡尔曼滤波是一种针对非线性系统的估计新方法。本文提出将Unscented卡尔曼滤波用于自主天文导航。计算机仿真结果显示Unscented卡尔曼滤波的估计精度远优于推广的卡尔曼滤波。     

基于LM算法的相对测量相机非线性标定技术

针对相机标定中两步法的非线性优化问题,提出了基于Levenberg-Marquardt(LM)算法的相机非线性标定方法。用直接线性变换法求得相机线性模型内外参数作为初值,用LM算法计算非线性模型内外参数的精确解。实验结果表明该法能提高标定精度,且迭代速度较快。     

无迹粒子滤波在捷联惯导初始对准中的应用研究

给出了捷联惯导系统初始对准时的非线性误差模型,处理非线性系统的传统方法是扩展卡尔曼滤波方法(EKF)即对非线性系统进行线性化后再利用卡尔曼滤波进行处理。而无迹粒子滤波(UPF)是基于蒙特卡罗方法和贝叶斯理论,用加权的粒子表示概率密度函数,通过观测值更新粒子的权值,得到优化的状态估计值和方差,结合无迹卡尔曼滤波(UKF)进行迭代计算,是一种新型处理非线性系统的方法。本文对UPF滤波方法进行研究,运用于捷联惯导系统初始对准的姿态估计,计算机仿真和试验结果均表明了该方法的方位失准角估计精度和收敛速度明显优于传统的EKF。     

星敏感器自主在轨标定算法

在星敏感器在轨测量的星像点偏移和星敏感器光学透镜焦距变化条件下研究了一种自主在轨标定算法.由最小二乘最优估计法在轨标定星敏感器星像点偏移和光学透镜焦距变化,以最小二乘最优估值为量测,用卡尔曼滤波算法设计了星敏感器在轨自主标定模型.仿真结果表明:该算法可准确标定星敏感器星像点偏移和透镜焦距变化.     

Unscented卡尔曼滤波在SINS静基座大方位失准角初始对准中的应用研究

静基座大方位失准角的捷联惯导系统误差方程是非线性的，如何对静基座大方位失准角的捷联惯导系统进行初始对准是需要解决的问题。本文提出了基于Unscented转换的Unsented卡尔曼滤波进行捷联惯导系统对准的方法。分别通过扩展卡尔曼滤波和Unsented卡尔曼滤波进行仿真计算，结果验证了Unscented卡尔曼滤波的有效性与优越性。     

利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取，对其不当假设导致滤波器估计性能不佳的问题，提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差，在传统脉冲星计时观测的基础上，增加恒星星光仰角及两个时刻间的相位增量观测量，共同增强XNAV。首先，分别建立计时观测模型、相位增量模型及星光仰角模型；然后将多信息测量模型集成到卫星轨道动力学方程中，以建立ADDF滤波模型；最后对所提方法进行仿真验证。实验结果表明，在相同的初始状态和初始噪声误差条件下，与传统X射线脉冲星导航算法相比，多信息融合算法能将导航位置估计精度提高70%以上，位置估计误差降低到 200 m 左右，速度估计精度提高40%以上，且ADDF性能优于无迹卡尔曼滤波器。     

空间交会最终逼近段相对位移估计与控制

对航天器交会对接最终逼近段,应用线性Kalman滤波算法,给出相对位移估计算法;将实际位移对标称位移之差作为控制变量,详细阐述4种相对位移控制方法,即相平面控制法、比例加微分（PD）控制法、常推力加冲量机动法和双冲量机动法,并对其性能进行比较。模拟计算结果表明,相对位移估计精度高,4种控制方法均有效,而双冲量机动法所需的速度增量最小,适合交会对接工程应用。     

一种基于信息融合的深空巡航段自主导航算法

针对自主光学导航在深空巡航段应用中的问题,提出了一种基于信息融合的自主导航算法。由太阳敏感器测量获得太阳相对探测器的视线矢量,由分光计测量获得探测器相对太阳的径向速度,构建自主导航系统的两种信息观测方程;由基于状态估计误差协方差阵奇异值动态确定信息分配因子,用信息融合技术和扩展卡尔曼滤波算法实时估计探测器的位置与速度。对深度撞击任务的实际飞行数据的数值仿真结果表明:自主导航算法的轨道确定精度满足深空巡航段要求。     

基于"天基红外系统"对弹道导弹主动段估计滤波算法研究

美国的"天基红外系统"(SBIRS)包括高轨和低轨两类预警星座,前者主要用于弹道导弹主动段探测,后者主要用于被动段的跟踪测量.文章利用其高轨静止星座,对只有角测量条件下的主动段弹道估计滤波算法进行了分析比较.首先给出主动段状态方程和测量方程,然后分别结合扩展卡尔曼滤波、无迹卡尔曼滤波和粒子滤波这三类典型非线性滤波估计算...     

利用BP网络校正跟踪接收机的相位漂移

针对跟踪接收机不同通道之间相位差的漂移问题,提出利用BP神经网络作为校正环节来消除此相位漂移。通过原理分析用数学方法描述跟踪接收机存在的相位漂移问题,介绍BP神经网络的网络模型和一种动态全参数自适应学习算法,进而提出基于BP神经网络的相位漂移校正算法。仿真结果表明,该方法的相位校正效果较好,不仅保证了系统的角跟踪精度,而且实现了高度的自动化。     

UKF在基于修正罗德里格参数的飞行器姿态确定中的应用

UKF是一种新的非线性滤波方法,在状态的时间更新阶段直接使用非线性模型,不引入线性化误差,而且不必计算Jacobi矩阵,相对于扩展卡尔曼滤波(EKF)不仅能提高滤波精度,而且更容易实现。修正的罗德里格参数(MRPs)是一种飞行器姿态参数,相对于四元数姿态参数,用MRPs表示飞行器的姿态时,状态误差方差不会产生奇异性,并且能在一定程度上减小估计的计算量。本文针对MRPs表示的无陀螺飞行器姿态系统,利用UKF设计了姿态估计器,并通过仿真验证了算法的有效性。     

统一测控系统跟踪在轨目标自动校相方法研究

以船载S波段统一测控系统为例,阐述通过引导天线跟踪加偏和数字引导跟踪加中心修正再加偏两种手段,对在轨运动目标跟踪前进行自动相位校准的方法。试验结果表明,方法可行,可以推广应用。