基于改进动静态滤波的脉冲星/CNS深空探测组合导航方法

为了提高深空探测器的自主导航系统性能,文章提出一种基于改进动静态滤波的脉冲星/CNS组合导航方法。脉冲星观测数据和星光角距信息通过改进动静态滤波器进行信息融合。其中,动态滤波采用UKF处理采样速率快、测量方程非线性强的星光角距测量量,静态滤波采用EKF处理采样速率慢、测量方程线性特征明显的脉冲星测量量,其运行周期可以是动态滤波的若干倍。利用该改进动静态滤波进行组合导航,可避免联邦滤波器中由于各局部滤波器采用相同的状态方程而导致的融合滤波结果不具备最优性的问题。仿真分析表明,基于所提出的组合导航系统,深空探测器的导航精度可提高至10km以内。     

基于扩展卡尔曼滤波的XPNAV-1卫星自主定轨算法研究

X射线脉冲星导航1号（XPNAV-1）是全球首颗脉冲星导航专用试验卫星。利用该卫星观测的单颗脉冲星数据，采用几何约束方法，能够有效抑制轨道误差增长，但存在长时间定轨发散问题。针对XPNAV-1卫星拓展试验任务及脉冲星导航后续发展需求，利用多颗脉冲星的观测数据，研究基于扩展卡尔曼滤波（EKF）的卫星自主定轨算法。首先，建立该卫星的轨道力学模型和观测方程；然后，详细论述EKF滤波算法和分段式定常系统（PWCS）的可观测性分析方法；最后，通过综合分析XPNAV-1卫星的观测数据、脉冲星对该卫星轨道的覆盖性以及系统状态的可观测性，进行自主定轨算法试验。试验结果表明，基于EKF的自主定轨算法滤波过程收敛，验证了该算法的合理性和有效性。     

基于自适应滤波的脉冲星导航方法研究

基于X射线脉冲星的自主导航技术能够为深空探测航天器提供高精度导航信息.脉冲星星表误差对导航性能存在不利影响,特别是方差不确定的星表误差,会引起较大定位误差.建立不确定项的导航模型,提出一种基于方差匹配的自适应滤波方法,通过估计不确定观测模型中的待估参数减小不确定项对观测的影响.通过数学仿真对比了自适应滤波方法和传统扩展卡尔曼滤波方法（EKF）,验证了所提方法的有效性.     

基于虚拟观测值的X射线单脉冲星星光组合导航

传统的X射线脉冲星导航系统需要同时观测3~4颗脉冲星,有效载荷的质量和功耗极大。因此,单探测器脉冲星导航技术是实现航天器利用X射线脉冲星导航的关键举措。针对单探测器脉冲星导航的可观测性弱和精度低等问题提出了基于虚拟观测值的X射线单脉冲星与星光集中式组合滤波的高精度导航方法,即在X射线脉冲星的长周期内增加与星光同时刻观测的虚拟观测值,以实现高精度的集中式组合滤波算法。同时提出了利用神经网络预测虚拟观测值方法,并与利用动力学递推的方法进行比较,精度可以达到10-7量级。仿真结果表明,该方法可大大提高单探测器的导航的可靠性,补偿由于探测器误差造成的导航误差,导航位置误差为259.79 m,同时有效地减小了导航系统的重量,为X射线脉冲星导航的工程实现提供了参考依据。      

X射线脉冲星自主导航的卫星运动方程

基于X射线脉冲星的卫星自主导航模型中, 无论从理论上还是从测量精度方面考虑, 光子到达时间测量方程(观测方程)和卫星运动方程(状态方程)应在同一参考系中讨论. 在DSX体系中太阳系质心系是惯性系, 可以使用现行时间测量方程, 但卫星摄动加速度中除了地球多极矩、日月引力摄动和太阳光压三项外, 还应考虑相对论修正项, 计算表明该修正项导致卫星位置误差在10m量级. 而地心系是非惯性系, 在此系中卫星运动方程中的相对论效应导致卫星误差在10 cm量级, 因而可以忽略, 但要将BCRS的时间测量方程转换到GCRS中. 在此基础上建立的导航模型较为精确和完整.      

脉冲星非实时平差的火星探测自主导航模型

针对基于X射线脉冲星观测的火星探测器自主导航,研究了几种不同的实时自适应方法,包括:扩展卡尔曼滤波(EKF),自适应扩展卡尔曼滤波(AEKF)和鲁棒自适应扩展滤波(RAEKF)。首先根据脉冲星导航原理,模拟了观测值:脉冲到达时刻;接着,分别利用扩展卡尔曼滤波,自适应扩展卡尔曼滤波和鲁棒自适应扩展滤波方法估算出探测器的位置和速度;最后,上述几种滤波轨道与STK模拟的标称轨道较差,然后比较它们的滤波精度发现:AEKF和RAEKF的精度相对较高,AEKF的三个轴向滤波位置精度达到:X轴优于100m、Y和Z轴优于30m,优于VLBI技术的km量级,和Doppler技术的精度相当。     

脉冲星导航在高精度卫星轨道修正中的应用

X射线脉冲星导航系统(XNAV,X-ray Pulsar Based Navigation)能够为航天器提供自主的定位服务,但是XNAV存在精度较差,且受航天器钟差和脉冲星时间模型误差的影响而产生近似常值偏差的缺点.分析与仿真指出,在采用XNAV单独导航时需要2颗脉冲星可达到完全观测,而采用XNAV和星间观测的组合导航时仅需要1颗脉冲星即可达到完全观测,同时组合导航能够将轨道修正的精度提高10倍以上,并将由于常值偏差造成的估计误差抑制在0.2 m以内.在现实的噪声设定下,采用标准XNAV单独进行轨道修正,仅需要两颗脉冲星即可取得50 m以内的估计精度;而采用组合导航时,在单脉冲星的导航方案下,系统的估计精度为5 m以内.分析结果表明:基于单脉冲星导航的组合导航,是一种高精度、低需求,容易实现的卫星轨道估计方案.      

分时段实时观测脉冲星的单探测器导航方法

传统的X射线脉冲星导航系统需要同时观测3~4颗脉冲星,有效载荷的质量和功耗极大。针对航天器环地飞行中受地球遮挡、探测器可探测范围等因素影响,导致脉冲星并非所有时刻均可见的现象,提出了单探测器分时段实时观测脉冲星的导航方法。根据航天器的实际飞行情况,系统分析探测器在不同探测范围下对脉冲星实时的可见性状况,从每时段的可见星中选取单星进行导航。仿真表明,该方法可大大提高单探测器的导航性能,导航位置误差达到337m,同时有效地减小了导航系统的重量,为X射线脉冲星导航的工程实现提供了参考依据。     

一种用于GPS/DR组合定位的非线性滤波算法

建立了适用于车辆导航系统的基于UKF(Unscented Kalman Filter)的GPS/DR(Global Positioning System/Dead Reckoning)组合定位滤波模型及算法.针对系统状态方程为线性、观测方程为非线性的特点,提出了一种将UKF和EKF(Extended Kalman Filter)相结合的非线性滤波算法.结合后的算法和原有UKF算法相比减少了在时间更新阶段的运算量,并且由于采用基于Unscented变换的思想来处理系统观测方程的非线性问题,避免了EKF引入的线性化误差,提高了滤波精度.仿真结果证明:算法在减少运算量的同时,仍具有较高的滤波精度,且明显优于EKF,因而能够满足车辆导航系统占用资源少、滤波精度高的要求.      

基于FPGA+DSP的X射线脉冲星导航原理样机的设计与实现

为了验证X射线脉冲星导航算法在星载计算机环境下的实时性和适用性,设计了基于FPGA+DSP架构的X射线脉冲星导航原理样机,导航原理样机中的FPGA用于系统的逻辑控制以及光子数据的存储;DSP则用于将接收到的光子数据进行转换、脉冲折叠、脉冲数据互相关处理、数据插值以及最小二乘滤波等算法。最后搭建了X射线脉冲星导航地面半物理仿真系统,系统以光子到达时间残差作为观测量,结合卫星轨道动力学模型,基于滤波算法实现航天器的导航定位。仿真结果表明,导航位置误差优于10 km,速度误差优于1 km/s。     

含钟差修正的脉冲星和太阳观测组合导航

为提高深空探测器巡航段的导航定位精度和钟差修正能力,提出一种利用X射线脉冲星和太阳观测信息的组合导航方法.利用脉冲星导航的脉冲到达时间测量值,同时利用太阳敏感器、分光计分别测量太阳视线矢量和探测器相对于太阳的径向速度,并将星载时钟钟差增广为状态变量,构建组合导航系统,利用基于扩展卡尔曼滤波的UD(Upper triangular matrix-Diagonal matrix)分解信息融合算法进行状态估计.仿真结果表明,该方法能有效解决因钟差漂移引起的导航滤波发散问题,同脉冲星导航相比,该方法提高了定位精度和钟差修正能力.     

基于改进预测滤波的小天体精确着陆自主导航方法研究

针对小天体形状不规则、质量不均匀导致模型建立不准确的问题,研究基于改进的预测滤波实现自主着陆过程中精确导航的关键技术。在导航算法设计中,首先建立了小天体引力场模型,并建立了导航系统运动学模型,然后建立了基于惯性测量单元、光学相机及测速敏感器多信息融合的测量模型,结合扩展卡尔曼滤波(Extended Kalman Filter, EKF)算法对非线性预测滤波(Nonlinear Predictive Filter, NPF)算法进行改进,在该导航算法下,对系统的可观性进行了分析。仿真结果表明:在引力不确定性引起的模型不准确度下,该方法可实时估计模型误差,在与EKF导航精度比较的基础上验证了改进的NPF算法的有效性和精确性。     

一种考虑GPS信号中断的导航滤波算法

针对无人机惯性（INS）/GPS组合导航系统,考虑导航过程中存在的GPS数据中断的问题,设计了一种改进的滤波算法。首先建立了无人机导航运动学模型,再将传统的扩展卡尔曼滤波（EKF）技术和强跟踪滤波结合,利用模糊理论中的隶属度函数设计了一种模糊强跟踪扩展卡尔曼滤波（STEKF）算法。仿真结果表明,所设计的改进算法能够快速适应GPS信号突变,即当GPS信号从故障状态恢复到正常状态时,改进算法相较普通EKF算法能更快速地收敛到稳定状态,重新完成对飞行状态的估计。同时相较普通EKF和强跟踪扩展卡尔曼滤波算法,改进算法具有更高的滤波精度。      

基于特征值分解的小天体着陆自主导航系统可观度分析

摘要： 针对非线性导航系统中状态估计可观性与导航精度之间的关系，采用基于误差方差阵特征值分解的可观度分析方法，结合扩展卡尔曼滤波(EKF)算法对非线性预测滤波(NPF)算法进行改进，推导改进预测滤波的误差协方差矩阵，并对其进行特征值分解.分析特征值和特征向量与导航精度的关系，以小天体探测器着陆自主导航系统为例进行仿真验证，与EKF导航精度比较的基础上验证改进的NPF算法的有效性和精确性，并分析不同误差因素(模型误差，陀螺噪声，陆标误差)对可观度的影响，为航天器实际过程中自主导航系统的滤波器设计提供参考.