GPS载波相位测量在高动态飞行器姿态确定中的应用

利用ＧＰＳ载波相位测量值确定高动态飞行器的姿态，由于受处理速度限制，一般难以实百完成，为此本文提出了利用空间几何约束原理来实现高动态飞行器的姿态快速测定，并进行了大量的仿真计算。     

基于动力学模型的再入弹道估计方法研究

对再入飞行器进行跟踪,获取目标弹道的精确估计具有十分重要的现实意义。飞行器在再入段的弹道可用较为精确的动力学模型描述,并利用UKF对目标的弹道进行估计,与3RR.几何法解算结果进行比对。仿真结果表明,对于弹道式再入飞行器,基于BRV-Exp模型的弹道估计精度比3RR.法具有明显改善;对于机动式再入飞行器,基于MRV-Wiener模型的估计精度只是略微优于3RR.法的弹道估计精度。     

基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法

 针对中低精度航姿参考系统(AHRS)在机体机动时不能利用加速度计修正水平姿态,以及噪声统计特性随实际工作情况变化的问题,提出了一种基于模糊自适应卡尔曼滤波的大气数据辅助姿态解算的方法。首先,考虑大气数据系统和航姿参考系统的优势,利用真空速、攻角和侧滑角等大气数据信息对非重力加速度进行补偿,以辅助水平姿态解算;其次,基于模糊自适应卡尔曼滤波原理,对观测模型的参数进行估计和修正,以实现水平姿态的最优估计;最后,选取某型飞机的试飞数据进行仿真验证。仿真结果表明,该方法可使飞机的水平姿态估计精度达到1.3°,且在偏差较大时有明显的纠偏作用。因此,相对于无机动加速度补偿和常规卡尔曼滤波来说,该方法能够更好地进行姿态估计,具有一定的实用价值。     

无陀螺飞行器姿态和角速度确定

通过预测滤波方法研究了利用矢量观测确定无陀螺飞行姿态和角速度的方法。给出的观测滤波法在一定的二次型优化准则下，对飞行器姿态和名义姿态运动模型的等效角速度误差可同时进行实时估计，能够准确跟踪敏感器的测量，有效减小模型误差的影响，数值仿真结果验证了算法的优越性。     

卫星拒止情况下低精度惯导系统航姿算法研究

在卫星拒止情况下,低精度MEMS惯导系统由于惯性器件性能较差,无法长时间保持姿态精度。从重力矢量及飞行器的动力学特性出发,提出了一种基于动态检测和Kalman数据融合的航姿算法。该算法从导航与飞控一体化的理念出发,实时判断飞行器机动和飞控状态,在低动态时利用Kalman滤波器对水平加速度和惯性解算的姿态角进行数据融合,估计和修正水平姿态误差,从而提高水平姿态精度。经过飞行仿真验证,该算法可有效完成飞行器的动态检测,并保证在系统机动情况下水平姿态误差在2°以内。     

提高飞行器姿态角计算精度的方法研究

分析了传统的通过方向余弦矩阵、四元数形式的飞行器转动微分方程数值积分结果确定姿态角方法的不足,介绍了基于改进的牛顿法确定飞行器姿态角的方法.基于多次测量均值效应原理,介绍多使用上述两种方法中的元素提高飞行器姿态角计算精度的算法及仿真结果.     

微型飞行器高度估计的最小二乘法

对微型飞行器高度估计问题,提出了基于针孔成像的最小二乘法。利用惯性器件测量的姿态角,建立了目标在2帧图像的4个投影方程,得到目标相对高度的最小二乘解。对该方法进行了仿真验证,结果表明当飞行器横滚角变化不大时,高度估计对姿态角误差具有较好的鲁棒性,误差在2 m以内,优于传统方法。该方法计算量小,适合微型飞行器平稳飞行时应用。     

GPS载波相位测量在高动态飞行器姿态确定中的应用

利用GPS载波相位测量值确定高动态飞行器的姿态,由于受处理速度限制,一般难以实时完成,为此本文提出了利用空间几何约束原理来实现高动态飞行器的姿态快速测定,并进行了大量的仿真计算。     

微小型飞行器惯性组合姿态确定与航路导航研究

构建了微小型飞行器(MAV)导航、制导与控制(GNC)系统。研究了微惯性导航测量单元零偏的温度建模及非正交误差的多位置标定补偿方法,提出微小型飞行器导航、制导与控制系统闭环条件下,利用导航、制导与控制回路的飞行状态特征信息的微惯性组合导航系统滤波算法,根据微小型飞行器飞行状态实时调整卡尔曼滤波器的观测噪声方差,有效提高了动态过程中姿态测量精度和微小型飞行器的飞行平稳度。完成了组合导航系统滤波算法验证飞行试验及自主姿态稳定和航路飞行试验。飞行试验表明:微小型飞行器实现了自主姿态稳定与长距离超视距航路点导航飞行,航路点导航误差小于30 m,惯性组合姿态确定与航路导航系统及算法满足微小型飞行器自主飞行对导航系统的需求。     

基于Rodrigues参数的姿态估计算法

 以Rodrigues参数作为姿态描述参数提出一种快速的全姿态估计算法。Rodrigues参数具有简洁高效的特点,但它具有奇异性,不适用于大角度情况。首先将序贯旋转方法和Rodrigues参数相结合,提出了一种简洁、无奇异的姿态描述方法。然后应用该姿态描述方法,针对“矢量观测+陀螺”这种典型的姿态测量方案,讨论飞行器的姿态估计问题。在姿态估计算法设计中,给出了陀螺模型和观测矢量模型,推导了状态和状态误差协方差阵的预测方程和量测更新方程,并提出了预测方程的一种高效积分方法。仿真结果表明在估计精度等同的条件下,该姿态估计算法比四元数算法效率大约提高10%。     

基于UKF自主定姿方法研究

轻小型飞行器在飞行中卫星导航失效时,余度控制回路要求导航系统具有自主确定姿态的能力.提出了基于IMU的输出确定水平姿态的方法,并采用UKF实现飞行中的实时滤波估计.对某无人机实际飞行的MEMS型IMU数据进行了仿真,结果表明该方法给出的姿态角信息满足控制精度需求.将UKF与EKF滤波估计结果进行比较,UKF更具有优越性.     

基于类GPS技术的编队卫星相对参数测量研究

针对编队飞行小卫星间相对位置和相对姿态的测量,提出利用类GPS技术实现编队卫星间的自主测量,建立相应的测量模型来获得与相对位置和相对姿态相关的观测量。利用C-W方程和姿态运动学方程建立相应的状态方程,通过扩展卡尔曼滤波实现对编队卫星间相对参数的实时估计。MATLAB仿真结果表明,此方法能够获得很高的测量精度。     

DOA estimation for attitude determination on communication satellites

In order to determine an appropriate attitude of three-axis stabilized communication satellites, this paper describes a novel attitude determination method using direction of arrival （DOA） estimation of a ground signal source. It differs from optical measurement, magnetic field measurement, inertial measurement, and global positioning system （GPS） attitude determination. The proposed method is characterized by taking the ground signal source as the attitude reference and acquiring attitude information from DOA estimation. Firstly, an attitude measurement equation with DOA estimation is derived in detail. Then, the error of the measurement equation is analyzed. Finally, an attitude determination algorithm is presented using a dynamic model, the attitude measurement equation, and measurement errors. A developing low Earth orbit （LEO） satellite which tests mobile communication technology with smart antennas can be stabilized in three axes by corporately using a magnetometer, reaction wheels, and three-axis magnetorquer rods. Based on the communication satellite, simulation results demonstrate the effectiveness of the method. The method could be a backup of attitude determination to prevent a system failure on the satellite. Its precision depends on the number of snapshots and the input signal-to-noise ratio （SNR） with DOA estimation.     

一种非线性滤波器的误差分析及应用

针对一类具有未建模误差和扰动的非线性系统的状态估计问题,提出一种在线估计并补偿模型误差的非线性滤波算法,该算法利用非线性预测滤波(NPF)基于预测输出残差的方差最小的基本原则估计模型误差,冉利用扩展卡尔曼滤波(EKF)的思想对补偿后的模型进行状态估计;详细推导了状态估计误差及其方差阵的传播模型.以卫星姿态确定系统为例,...     

一种星敏感器-陀螺组合定姿的实时在轨标定方法

研究了一种星敏感器一陀螺组合定姿方式中的姿态敏感器误差的实时在轨标定方法。首先,选择直观的欧拉角作为姿态描述参数,根据星敏感器和陀螺的测量原理建立星敏感器一陀螺在轨标定的测量方程和状态方程,并以此建立数学模型。其次,采用简单高效的EKF（ExtendedKalmanFilter,扩展卡尔曼滤波）作为估值算法,进行了在轨标定数值仿真。对于航天器姿态定向中出现的姿态角和星敏感器安装角之间的耦合问题,通过在特定姿态通道上施加简单姿态机动实现了解耦。数值结果表明,该实时在轨标定方法,尤其是所提出的姿态角和星敏感器安装角解耦策略,可以实现对航天器姿态的实时精确估计以及对星敏感器安装误差、陀螺常值漂移和相关漂移等误差的实时在轨标定。该方法可用于航天器姿态测量设备的实时在轨标定和航天器姿态的高精度实时确定。     

Quadratic extended Kalman filter approach for GPS/INS integration

GPS/INS integration system has been widely applied for navigation due to their complementary characteristics. And the tightly coupled integration approach has the advantage over the loosely coupled approach by using the raw GPS measurements, but hence introduces the nonlinearity into the measurement equation of the Kalman filter. So the typical method for navigation using measurements of range or pseudorange is by linearizing the measurements in an extended Kalman filter (EKF). However, the modeling errors of the EKF will cause the bias and divergence problems especially under the situation that the low quality inertial devices are included. To solve this problem, a quadratic EKF approach by adding the second-order derivative information to retain some nonlinearities is proposed in this paper. Simulation results indicate that the nonlinear terms included in the filtering process have the great influence on the performance of integration, especially in the case that the low quality INS is used in the integrated system. Furthermore, a two-stage cascaded estimation method is used, which circumvents the difficulty of solving nonlinear equations and greatly decreases the computational complexity of the proposed approach, so the quadratic EKF approach proposed in this paper is of great value in practice.     

基于神经网络的航天器GPS/INS组合定姿系统

基于GPS和惯性技术的组合导航系统是近年来导航系统的研究热点和主要发展方向.目前基于卡尔曼滤波方法的算法在稳定性、计算量、算法鲁棒性以及系统可观测性等方面仍然存在问题.基于神经网络技术研究了一种新的GPS/INS组合定姿自适应卡尔曼滤波方法,理论分析表明,该方法不但对姿态信息具有较好的估计性能,而且对系统模型的精确性、噪声特性具备良好的鲁棒性.最后,利用模拟数据对所研究算法进行了分析计算,与传统的卡尔曼滤波方法进行了比较、分析,结果表明所设计组合算法在精度、稳定性以及鲁棒性等方面较传统卡尔曼方法具有良好的特性.     

陆用惯性导航系统非线性对准方法

以某型自行火炮炮载惯性导航系统为研究对象。为解决大方位失准角造成的系统非线性问题,在对大失准角误差模型进行详细分析的基础上,提出了基于快速正交搜索（FOS）和卡尔曼滤波（KF）的非线性参数估计方法。利用事先训练好的非线性误差模型进行对准,既能消除线性姿态误差,又可以对非线性姿态误差起到良好的抑制作用。仿真结果表明,FOS/KF方法的对准精度和实时性远优于扩展卡尔曼滤波（EKF）。对比试验结果表明,单独使用EKF时的方位角误差最大达到14.99°,而FOS/KF可以使方位角误差保持在0.8°以内。FOS/KF方法的估计精度不随系统非线性程度的变化而变化,并且不需要进行粗对准,简化了对准过程,提高了载体机动性。     

鲁棒EKF在脉冲星导航系统中的应用

针对脉冲星导航系统的滤波问题,传统的扩展卡尔曼滤波(EKF)算法存在不能克服系统模型存在不确定性参数以及乘性噪声等缺陷,提出一种鲁棒EKF算法。首先,分析了状态预测误差方程和估计误差方程,利用统计学原理,得到了状态预测方差矩阵和状态估计方差矩阵计算等式。由于系统模型存在不确定性参数,状态预测协方差矩阵和状态估计协方差矩阵无法计算;因此,利用4个重要矩阵不等式,分析并找到预测方差矩阵和状态估计方差矩阵的上界。最后,利用状态估计误差协方差矩阵上界设计状态增益矩阵,使得状态估计协方差矩阵的迹最小。将该算法对脉冲星导航系统进行仿真,仿真结果验证了所提算法的有效性。     

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。