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.     

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GPS锁定高稳晶体振荡器技术的研究

对基于GPS锁定高稳晶体振荡器的技术要点进行了研究。设计了采用量化时延原理进行短时间间隔比相 ,对噪声数据进行卡尔曼滤波处理 ,以及系统的实现方式。     

基于改进型两步卡尔曼滤波的相对导航方法

采用Clohessy-Wiltshire(C-W)方程描述的近圆轨道相对导航状态方程具有线性的形式,而以航天器相对距离和相对方位作为测量信息的观测方程是非线性的,针对近圆轨道航天器相对导航的这一特点,给出了采用两步卡尔曼滤波(Two Step Kalman Filtering,TSF)的相对导航算法,并且利用Unscented变换方法,解决了两步卡尔曼滤波的状态初值确定问题,给出了TSF的完整算法.数值仿真比较了TSF和扩展卡尔曼滤波(Extended Kalman Filtering,EKF)、无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)等算法的性能,验证了采用TSF方法实现相对导航的可行性和有效性.     

不连续观测数据对计算的原子钟稳定度影响研究

为评估原子钟稳定度,通常采用连续的、均匀的采样数据计算阿伦方差或哈达玛方差。在实际工程计算中,由于观测粗差剔除、测量仪器中断、卫星不可见等原因,经常导致原子钟的观测数据在时间上不连续,给原子钟稳定度评估带来影响。文中比较了不连续观测数据的几种常用处理方法,包括线性插值补齐、B样条插值补齐、不插值直接计算哈达玛方差等方法,分析了各处理方法对阿伦方差和哈达玛方差的计算影响,研究中断数据长度与稳定度评估的影响关系。采用的氢钟观测数据,对不连续观测数据的影响和处理效果进行统计和分析,将稳定度计算结果、计算精度损失比与理论分析进行对照和检验,得出了有益的结论。     

导航铯原子钟的发展现状及趋势

1 引言 目前,国际上导航原子钟的类型主要是传统的原子钟,包括铷钟、氢钟和铯钟.在这三者中,铷原子钟在质量、体积、功耗等方面占有优势,氢钟在短期和中期稳定度指标方面占有优势,铯钟的准确度和漂移率指标在三者中最好.由于铯原子钟的上述优势,美国的"全球定位系统"(GPS)和俄罗斯的"全球导航卫星系统"(GLONASS)都采用了铯原子钟, GPS Block-1、2、2A和2F采用了磁选态铯钟,未来,GPS-3拟采用激光抽运铯钟.俄罗斯GLONASS Block-2A、2B、2C及GLONASS-M、K都搭载了磁选态铯钟.     

多传感器斜置系统故障检测的奇偶向量补偿方法

提出采用神经网络对多传感器斜置组件的奇偶向量进行补偿,从而消除安装误差、刻度系数误差以及常值偏差对奇偶向量的影响,提高系统对小幅值故障检测与隔离的准确性.基于神经网络的方法与卡尔曼滤波、偏差分离估计方法相比,不需要各项误差的动态模型和噪声统计特性.神经网络采用有一定时间延迟的样本进行在线学习时,利用补偿后的奇偶向量能够检测出有一定斜率的斜坡型故障.      

一种高精度实时GPS卫星钟差预测算法

为获得高精度实时GPS卫星钟差,文章提出一种基于多项式和最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)相结合的钟差预报方法.该方法采用国际GNSS服务发布的超快速观测星历建模进行短期预报,首先根据卫星钟的物理特性用附有周期项的多项式模型进行拟合以提取趋势项和周期项,然后用LS-SVM对多项式拟合残差进行建模预报,最后将预报结果加上趋势项和周期项,得到最终的钟差预报值.试验结果表明,所提算法能够实时有效地对GPS卫星钟差进行预报,且精度优于超快速预报星历.     

自适应卡尔曼滤波实时性研究及其应用

自适应卡尔曼滤波在估计系统状态的同时，也估计系统噪声统计值，因而计算量很大，通常在实际的应用中，其实时性很难保证。通过在ＴＭＳ３２０Ｃ３０芯片上实现惯性导航系统／全球定位系统（ＩＮＳ／ＧＰＳ）组合导航系统的自适应卡尔曼滤波可以看出，采用ＴＭＳ３２０Ｃ３０芯片来解决自适应卡尔曼滤波的实时性问题是可行的。     

基于实时SSR数据的LEO卫星精密单点定位研究

对目前低轨卫星实时定位的方法进行了研究,现在通常采用GPS定位,使用广播星历和普通晶振,实时定位精度一般在10m以内,不能满足高精度实时定位的需求。IGS组织在全球范围内对GPS跟踪分析,生成精密星历、精密钟差产品、按SSR格式的广播星历和钟差修正产品并在网上发布。对这些IGS产品进行了调查,提出在现有测控支持情况下,可以通过高密度上注SSR信息流实现在轨高精度定位。以某型号低轨微小卫星在轨导航增强载荷为应用背景,用IGS03产品中的1057和1058数据对双频GPS接收机的星历和钟差进行修正,采用递推最小二乘估计和LAMDA模糊度固定过对载波相位和伪距信息进行处理,在短时间内获得亚米级定位结果。     

衰减因子自适应滤波及在组合导航中的应用

从卡尔曼滤波技术的稳定性出发,分析了卡尔曼滤波算法发散的原因,提出了一组衰减记忆卡尔曼滤波中衰减因子的自适应估计方法,并在GPS/SINS组合导航系统中进行了计算机仿真.在计算衰减因子时,利用滤波残差序列在最优估计时为零均值白噪声的性质,构造了服从χ2分布的变量,并分别检验滤波残差每一个分量得出衰减因子值.仿真结果表明,该组算法能够自适应地估计出衰减因子的大小,有效地抑制滤波发散,且计算量较其它方法小.      

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。     

基于长短时记忆神经网络(LSTM)的钟差预报算法

原子钟钟差预报在原子时计算和原子钟频率驾驭中发挥着重要的作用。长短时记忆神经网络（LSTM）预报算法能够处理多参数长期依赖关系的时间序列预报，以氢钟和铯钟实测数据为样本，通过构建LSTM钟差预报模型，降低了长期原子钟内部噪声以及原子钟漂移对钟差预报的影响，并以72h，240h和720h为预报时长，分别与线性多项式模型、灰色模型和Kalman模型原子钟钟差预报模型进行预报误差对比。研究表明，在240h以上的预报时长中，LSTM建模长期依赖关系的优势得以体现，相较于其他3类模型可以获得更高的预报精度。     

用铯钟组产生平均原子时标的一种方法

本文介绍了日本“电波研究所”(RRL)利用几台商品型铯钟的连续运转而产生原子时标的方法。根据钟组的数目、钟的种类和其他因素的不同,有几种不同的产生原子时标的方法。我们所采用的方法是,把每一台钟的波动分为两部份(长期部份和短期部份),对每一部份的平均值加权,然后通过对这两部份加权的平均值进行综合来确定原子时。用这种方法的计算机模拟实践给出了相当好的长期稳定度。用这种方法来处理钟组的原始数据。钟组频率稳定度的粗略估算结果约为2—4×10~(-14)/平均时间10—60日。     

INS/GIS组合导航方法研究

针对GIS量测误差统计信息不明确,且量测信息具有随机性和有限性的特点,提出了采用非等间隔并解决量测滞后的滤波算法,设计了相应的卡尔曼滤波算法和递推最小二乘算法.建立了INS/GIS组合导航数学模型,通过仿真分析对比了上述两种算法的滤波精度,结果表明,改进的卡尔曼滤波方法优于递推最小二乘估计方法,可有效提高导航精度.     

鲁棒滤波技术在脉冲星导航中的应用

  提出将鲁棒扩展卡尔曼滤波(REKF)用于增强X射线脉冲星导航系统克服星表误差影响的能力。指出星表误差可以看作模型不确定性的一部分,采用鲁棒滤波技术进行处理。对REKF和传统扩展卡尔曼滤波(EKF)的性能进行对比。仿真结果表明,存在星表误差的情况下,采用REKF算法进行航天器导航,能够获得优于EKF的定位精度。     

同温层气球平台反向定位系统的研究

反向定位系统是针对驻留型同温层气球平台的一种新型定位系统 ,该系统的基本原理是由接收站的位置计算得出发射机的位置。文章采用卡尔曼滤波的方法 ,建立了反向定位系统的模型 ,给出其滤波算法 ;鉴于地面接收站的位置选择对该系统的定位精度有较大的影响 ,给出地面站选址依据 ,并通过计算、仿真获得一组较为理想的布站方式。此外 ,钟差是系统的一个主要误差源 ,文中对其引起的定位误差进行了分析 ,并给出估算的方法 ;对系统中的传播误差、设备误差也进行了分析。最后 ,对系统建立了仿真模型进行仿真。结果表明 ,该定位系统具有较好的定位精度     

北斗MEO卫星辐射剂量探测数据缺失值处理方法

针对北斗MEO卫星辐射剂量探测数据出现连续性缺失的问题,开展缺失值处理方法研究.提出一种叠加正弦波的线性样条回归方法,即引入样条函数,对各数据连续缺失的时间段进行分段处理,每段样条采用叠加正弦波的线性方程填充缺失值.结果表明:利用该方法处理缺失值,每段样条中填充曲线与探测曲线在增长趋势、周期性波动等方面具有较高的一致性;相比前向插值法和线性插值法,其填充值与真实值误差更小,关联性更高.该方法较好地解决了数据连续缺失的问题,形成了完整性好、准确性高的北斗MEO卫星辐射剂量数据集,为后续数据的发布、建模和可视化展示等奠定了基础.      

航天器轨道机动过程中的自主导航方法

典型的航天器自主天文导航方法利用地球敏感器和星敏感器的观测信息,根据轨道动力学模型和测量信息,采用扩展卡尔曼滤波算法（EKF）估计航天器位置矢量。为了在航天器轨道机动过程中减小滤波器的估计误差,设计了用于航天器自主导航的自适应鲁棒扩展卡尔曼滤波（AREKF）算法。仿真结果表明,采用AREKF算法能够有效地减小推力不确定性的不利影响,在不增加导航敏感器的前提下改善系统的导航性能,取得优于传统EKF算法和自适应扩展卡尔曼滤波（AEKF）的估计精度。     

基于卡尔曼滤波平滑多普勒值的单频周跳探测方法

针对高轨卫星搭载的GNSS单频接收机观测值精度低导致多普勒法难以准确探测周跳的问题，提出了基于卡尔曼滤波平滑多普勒值的单频周跳探测方法。首先使用卡尔曼滤波平滑多普勒观测值，以降低观测噪声的影响，然后联合使用平滑后的多普勒值和载波相位观测值按照传统多普勒法计算周跳探测量，并对其进行历元间差分，从而降低系统误差，提高周跳检出率。实验使用探月三期再入返回试验任务中月地转移段返回舱接收到的GNSS观测数据，结果证明提出的方法相比传统的多普勒法可以在低信噪比的环境下更准确地进行周跳探测，可为后续高轨卫星的GNSS搭载试验提供技术支撑。