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。      

四元数UKF超紧密组合导航滤波方法

针对GPS/SINS(Global Positioning System/Strapdown Inertial Navigation Sys-tem)超紧密组合导航系统线性化滤波在高动态、弱GPS信号等环境下性能下降严重的问题,提出了一种以四元数UKF(Unscented Kalman Filter)为基础的GPS/SINS超紧密组合导航系统非线性滤波方法.通过分析GPS与SINS在超紧密组合导航系统中的关系,提出了一种利用SINS信息来估计、修正GPS载波信号的方法,在此基础上建立了组合导航滤波的状态方程和量测方程;以四元数乘性误差模型为基础,提出了一种可应用于UKF滤波的求解四元数加权均值的方法;提出了基于四元数UKF的GPS/SINS超紧密组合导航滤波方法.仿真实验表明:在高动态环境下,四元数UKF滤波方法增强了GPS/SINS超紧密组合导航系统的定位精度和抗干扰能力.     

UKF方法在脉冲星自主导航中的应用

针对X射线脉冲星自主导航中的非线性系统滤波问题，将无迹卡尔曼滤波方法应用于自主导航计算过程中。首先，在简述脉冲星导航可行性的基础上，研究了脉冲星自主导航系统的基本原理和实施方案。然后，根据牛顿二体引力模型构建了航天器运动状态方程，根据脉冲到达时间模型建立了系统观测方程，并对二者进行了误差分析和建模。最后，将UKF算法应用于航天器自主导航过程中，仿真结果表明该方法能够实现航天器自主导航信息的解算。     

基于ASUKF的火星探测器脉冲星自主导航方法

脉冲星导航可靠、稳定、精度高, 是实现火星探测器自主导航的有效手段之一.针对脉冲星导航中脉冲到达时间的微小误差会引起巨大的位置估计误差这一问题,提出了一种基于扩维Unsented卡尔曼滤波(ASUKF,Augmented State Unscented Kalman Filter)的火星探测器脉冲星自主导航方法,建立了以位置、速度和脉冲到达时间的常值测量误差作为状态量的导航系统数学模型,可在对探测器位置、速度进行估计的同时有效估计并修正脉冲到达时间的常值测量误差,并降低随机测量误差的影响.仿真结果表明该方法的导航定位精度可达350m以内,可以满足火星探测自主导航的需要.     

自适应两级UKF算法及其在时变偏差估计中的应用

针对存在时变偏差的非线性系统状态估计问题，提出了一种新型的自适应两级UKF算法（ATUKF，adaptive two—stage unscented Kalman filter）．该算法利用衰减因子补偿模型的不确定性，对状态和偏差实施分离估计，并利用估计偏差对状态进行更新．将该算法用于存在随机时变偏差的近地卫星自主导航系统的状态估计问题中，仿真结果验证了其有效性，并利用可观测性分析方法对导航系统的可观测性进行了分析．     

融合高斯过程回归的UKF估计方法

高精度滤波估计是SINS/GNSS组合导航系统的关键技术之一,其估计精度直接影响了导航精度。传统滤波估计方法一般只基于惯导误差模型,未考虑惯导误差模型不确定性的影响。针对此问题,提出了一种采用高斯过程回归（GPR）增强无迹卡尔曼滤波（UKF）预测和估计能力的高精度滤波估计方法。一方面,能在有限的训练数据条件下通过UKF估计误差状态量;另一方面,高斯过程既考虑了噪声,也考虑了UKF的不确定性。将所提方法应用于SINS/GNSS组合导航系统中,车载实验结果表明,所提方法能有效提高滤波估计精度。      

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.      

混合式惯导系统姿态四元数连续自标定模型

混合式惯导系统作为一种新型惯导系统,具有三轴全姿态物理平台、捷联姿态算法和系统装机自标定等特点。针对以上特点,为提高其导航定位精度,在混合式惯导系统框架角约束方程的基础上,利用姿态四元数代替欧拉角描述混合式惯导系统中三轴物理平台的转动,建立了一种混合式惯导系统姿态四元数连续自标定模型对其进行误差系数标定。针对该模型的特点,对传统的无迹卡尔曼滤波（UKF）算法进行改进,提出了一种基于奇异值分解的四元数无迹卡尔曼滤波（SVD-QUKF）算法进行模型误差系数辨识。仿真和试验结果表明,基于SVD-QUKF算法,四元数连续自标定模型能够以低于1%的相对误差标定出混合式惯导系统所有的误差系数,在标定精度和计算速度上相比基于传统UKF算法的框架角自标定模型都具有一定优势。      

超低轨道地球卫星脉冲星/星光折射/光谱组合导航

针对超低轨道地球卫星导航自主需求,提出了一种脉冲星/星光折射/光谱测速组合天文导航方法。首先根据地球超低轨道卫星运行轨道动力学方程建立导航系统状态模型;分别根据脉冲到达时间差和星光折射角与天体光谱频率建立导航系统量测模型;使用Unscented卡尔曼滤波方法,降低随机误差对导航精度的影响,使用基于UKF的信息融合方法,有效融合了三种天文导航方法结果数据。经计算机仿真分析,该组合导航方法位置导航误差均值为85.62m,速度误差均值0.190m/s,能够满足超低轨道地球卫星在轨运行导航需求。     

一种基于AUKF的航天器自主导航算法

 将非线性Sage-Husa噪声估计器与无迹滤波器(UKF)相结合,提出了一种新型的自适应无迹滤波器(AUKF).对基于AUKF的航天器自主导航系统进行了计算机仿真,仿真结果表明,对于存在测量偏差的自主导航系统,AUKF的导航滤波精度较传统的扩展卡尔曼滤波器(EKF)有显著的提高.进而,针对航天器自主导航系统测量偏差周期时变的特点,提出了提高偏差估计精度的改进算法.仿真结果表明,在适当增加计算量的条件下,利用偏差估计改进算法的AUKF能够进一步提高自主导航系统的导航精度.     

脉冲星方位误差估计的两步卡尔曼滤波算法

为了克服钟差和卫星位置误差对脉冲星方位误差估计的影响,设计了两步卡尔曼滤波（TSKF）算法。首先,介绍了脉冲星方位误差估计的传统模型,并通过分析和仿真验证了钟差、卫星位置误差以及2种误差同时存在时会使脉冲星方位误差估计结果产生较大偏差。其次,在传统的估计模型中加入了钟差和卫星位置误差,并将钟差和钟差变化率增广为新的状态量,从而推导出包含2种误差的新模型,并证明了该模型的完全可观测性;根据该模型并按照两步卡尔曼滤波原理,得到了TSKF算法的步骤。最后,通过仿真表明:在钟差和卫星位置误差同时影响下,传统脉冲星方位误差估计算法偏差较大且发散;TSKF算法则能够有效隔离2种误差的影响,使赤经和赤纬误差估计达到0.2 mas之内的精度。      

基于SINS/CNS组合导航系统的多模型自适应估计算法

针对单一模型滤波器在未知或不确定的系统参数下适应性较差的问题,提出了一种新的基于多模型自适应估计(multiple model adaptive estimation,MMAE)的滤波方法。该方法利用改进的卡尔曼滤波代替传统的卡尔曼滤波,比如扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)。EKF和UKF被用来作为多模型自适应估计的子滤波器,从而实现对非线性系统的状态估计。同时,还将该方法应用于基于弹道导弹模型的组合导航中实现了系统仿真。仿真结果表明,与传统的EKF和UKF算法比较,改进的滤波方法可以解决传统模型滤波器适应性差的问题,并提高系统的导航精度。     

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.      

脉冲星方位误差估计的TSKF算法

为提高脉冲星方位误差估计对方位自行速度及卫星位置误差的鲁棒性和整体运算的高效性，设计了两级卡尔曼滤波（TSKF）算法。首先，分析了方位自行速度及卫星位置误差对方位误差估计的影响，并分别结合相关算法进行了仿真验证。然后，结合方位误差估计的CV模型和两级卡尔量滤波的相关原理，写出了TSKF算法的更新方程，并分析了实现并行计算的基本流程。仿真实验的数据显示:在方位自行速度及卫星位置误差均存在的情况下，TSKF算法的方位估计精度约为0.1 mas，方位自行速度估计精度约为1.1 mas/a；与基于CV模型的估计算法相比，TSKF算法的浮点运算仅增加了0.048%。      

基于IMU/FADS/无线电的火星上升器组合导航方案

以火星采样返回任务中火星表面上升为背景，研究了基于惯性测量单元（Inertial Measurement Unit, IMU）、嵌入式大气数据传感系统（Flush Air Data Sensing System, FADS）和无线电信标的组合导航方法。首先，在传统的IMU导航框架中加入由无线电测量获得的相对距离、速度信息，以及由FADS获取的动压、温度数据，建立了基于IMU、无线电和FADS的导航观测模型；然后，基于无迹卡尔曼滤波（Unscented Kalman Filter, UKF）技术对测量信息进行了融合，并压制了过程噪声和测量噪声，从而对上升器的状态进行了联合估计；最后，在数值仿真中，将UKF与自适应无迹卡尔曼滤波（Adaptive Unscented Kalman Filter, AUKF）技术进行了对比，在比较不同滤波器性能的同时，验证了组合导航方法的有效性。     

弹道导弹的捷联惯性/天文组合导航方法

针对传统的捷联惯性/天文(SINS/CNS)组合导航系统不能精确估计加速度计偏置而导致导航误差发散的问题,提出一种基于星光折射间接敏感地平的捷联惯性/天文(SINS/RCNS)组合导航方法。利用星敏感器测量星光折射角,结合大气折射模型得到的折射视高度来抑制位置误差的发散。推导了基于星光折射新的量测方程,分析了折射星数目与导航精度的关系,当使用多颗折射星时能够精确估计加速计偏置,从而能够完全抑制位置误差的发散,并对系统进行可观测性分析。通过卡尔曼滤波实现了状态估计。仿真结果表明:本文方法的导航精度优于传统方法,有效抑制了位置误差的发散,验证了本文方法的有效性。     

Pre-correction X-ray pulsar navigation algorithm based on asynchronous overlapping observation method

In order to shorten the data update period and further improve the accuracy, a pre-correction X-ray pulsar navigation algorithm based on asynchronous overlapping observation method is proposed. The asynchronous overlapping observation method partially overlaps the two adjacent observation periods, so that the data update period depends on the minimum pulsar observation period rather than the maximum like the other algorithms. The number of sampling points is also reduced to 2, which will effectively reduce the calculation burden. The proposed pre-correction extended Kalman filter uses observation data of adjacent sampling points to achieve a two-fold correction and makes up for the problem of insufficient observations on some sampling points caused by the observation method. Finally, simulations show that the proposed algorithm reduces the position and velocity errors by 21.55% and 19.13% compared to the EKF based on asynchronous observation method when using three detectors to observe the corresponding pulsars simultaneously. At the same time, the running time of one data update calculation is only 6.6% more than that of the EKF algorithm based on synchronous observation method.     

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。     

基于UKF的雷达高度计自主定轨

探讨了利用推广卡尔曼滤波估计非线性系统状态时存在的问题,从而介绍了目前广泛使用的分步逼近的卡尔曼滤波(UKF,Unscented Kalman Filter).为了提高导航的可靠性和准确性,在星敏感器导航系统中引入雷达高度计作为一个新的测量设备,提出了一种基于星上雷达测高仪及星敏感器联合进行卫星自主定轨的算法.建立了比较复杂的地球海平面模型,并考虑了其中风生重力波的影响. 利用雷达测高仪的测量结果和地球形状模型,计算地心矢量在卫星本体中坐标系的方向.利用UKF滤波定轨算法,明显提高了自主定轨的精度.数值仿真结果表明,UKF定轨精度要远优于推广卡尔曼滤波.