星间相对测量自主导航的改进容积卡尔曼滤波

针对仅利用星间相对位置测量的双星自主导航系统，提出一种基于可观度的改进容积卡尔曼滤波算法。该算法从系统可观度的物理意义出发，通过对预测协方差阵进行在线调整改善标准容积卡尔曼滤波算法对系统可观度敏感和不满足滤波拟一致性等问题。对具体算例进行数值仿真，校验了该改进容积卡尔曼滤波算法在基于星间相对位置测量的双星自主导航系统中的有效性，与标准容积卡尔曼滤波相比趋稳更快，精度更高。     

航天器近程编队自主协同相对导航方法

针对GNSS(全球导航卫星系统)拒止环境下近圆轨道多航天器近距离编队自主协同相对导航问题,提出了利用测角相机偏离航天器质心安装时的杆臂效应和多航天器之间几何一致性约束来实现相对导航的方法。首先,在第二轨道坐标下分别建立了基于Hill Clohessy Wiltshire方程的多航天器编队相对轨道演化模型、测角相机偏离质心安装情况下的相对视线角测量模型;然后,引入多航天器之间几何约束建立了相对轨道状态的一致性约束模型,并基于该约束模型设计了一致性扩展卡尔曼滤波估计算法;接着,对所建立的相对导航模型进行了相对轨道状态的可观测性分析,得到了使相对轨道可观测的相机偏置安装条件;最后,通过数值仿真实验对所提算法进行了校验,并与一致性无约束条件下的估计算法进行了对比分析。仿真结果表明,本文所提算法的相对位置误差能够快速收敛,在5 m传感器偏置和10 -3 rad量级测角误差条件下,多航天器相对定位误差在10 m以内。     

近地轨道航天器编队仅测距相对导航方法

针对地球中高轨道卫星导航信号不可用或不可信赖情况下的航天器编队自主相对导航问题,提出一种基于星载数据链仅测距的航天器相对导航新方法。首先,在地球非球形J2引力摄动条件下建立适用于椭圆轨道的线性化相对运动动力学模型,并建立基于星载数据链的飞行时间测距模型。然后,通过理论推导与数值仿真结合的方式对建立的仅测距相对导航系统进行可观测性分析,得出至少存在三种镜像模糊轨道的结论。接着,建立可用于提升系统可观测性的几何拓扑一致性约束模型,设计基于一致性无味卡尔曼滤波的分布式估计策略,并研究对应的相对导航误差传播规律。最后,通过标准蒙特卡洛打靶对所提算法进行仿真校验。仿真结果表明,相比于Tschauner Hempel(TH)动力学模型,利用建立的J2摄动相对运动动力学模型设计的仅测距相对导航系统能达到更高的相对导航精度,一致性无味卡尔曼滤波算法也能够有效提高编队导航的可观测性。     

相对测量信息不全的航天器相对轨道确定方法研究

针对近圆轨道航天器交会或远距离伴飞相对测量导航过程中,测量信息不全情况下的航天器自主相对轨道确定问题进行了研究.给出适合描述较远距离相对运动的二阶近似模型,并在采用雷达或光学测量的基础上设计了扩展卡尔曼滤波器.数学仿真结果表明,在观测量较少或存在部分区域不可测情况下,通过扩展卡尔曼滤波算法能够以较高精度估计出目标航天器的相对轨道.     

分布式卫星系统的协同导航估计方法

针对分布式卫星系统对合作目标的协同导航估计问题,提出了前端与后端结合的一种分布式协同导航方法。前端基于一致性算法对无迹卡尔曼滤波方法进行改造进而完成设计,后端基于协方差交集算法并利用快速权值计算方法以及非可加性参数融合方法进行设计。最后基于Matlab以及STK轨道传播模型进行了数值仿真,得到了预期的仿真结果,验证了方法的有效性。     

主从式卫星编队相对轨道的自主确定

为实现主从式卫星编队飞行中心星与环绕星的自主定轨，采用微波雷达测量卫星间相对距离、距离速率、方位角和仰角。根据动力学方程给出了导航算法，并利用扩展卡尔曼滤波（EKF）提高微波雷达相对速度的测量精度。仿真结果表明，该导航算法对主从式卫星编队较有效，且能获得较佳的导航精度。     

相对轨道自主确定方法的改进

编队飞行卫星相对轨道的确定具有重要意义。本文提出一种完全自主的定轨方案,在利用星间测量信息实现编队飞行卫星自主定轨的基础上,引入太阳敏感器测量信息,利用扩展卡尔曼滤波算法提高环绕星相对轨道确定精度。仿真结果验证了这种导航方案和算法的有效性。     

基于SRUKF的偏心仅测角相对导航方法

针对以单个光学/红外相机作为相对导航敏感器的航天器,提出采用相机偏心安装和平方根无损卡尔曼滤波（SRUKF）两种方法,解决自主交会时中远距离和近距离全过程的仅测角导航(AON)问题。在观测相机安装时,人为设置一个分米量级的安装偏心,按照观测距离分段建立相机观测模型并推导了观测敏感矩阵,从理论上证明了径向和法向相机安装偏心可以改善近距离v-bar相对位置保持点的观测度,并且对远距离导航精度没影响。构建了基于SRUKF的仅测角导航方法,该方法不需要强制要求初始估计误差满足小量假设和零均值高斯分布假设。经算例验证,在远距离时,采用本文提出的仅测角导航方法,其导航精度比传统扩展卡尔曼滤波（EKF）方法提高了一倍,计算负载降低了约10%;在近距离时,解决了仅测角导航v-bar相对位置保持点不可观测问题;并且当初始估计误差呈非高斯特性时,依然可以实现对相对距离的无偏估计。     

基于光学/脉冲星的木星探测转移段自主组合导航

提出一种基于光学/X脉冲星的木星探测器转移段自主组合导航方案。该方案在探测器转移段动力学模型的基础上,以地球、火星、木星、木星卫星以及X射线脉冲星作为观测目标,从待观测目标的几何分布、视星等以及导航精度几个方面,分析光学自主导航待观测目标的可观测条件和可观测度,优化选取最优的光学观测目标;结合X射线脉冲星观测信息,构建光学/X射线脉冲星组合导航方案;结合无迹卡尔曼滤波算法,应用于木星探测转移段,实现探测器位置和速度估计。从数学仿真结果来看,该组合导航方案状态估计精度显著优于单独使用光学导航或者X脉冲星导航系统。     

面向小推力变轨的天文组合自主导航方法

针对小行星探测任务对导航系统自主性强、实时性高的需求,研究了一种面向小推力变轨的天文组合自主导航方法。根据工程实践分析并建立了电推进变轨过程中的动力学模型,给出了天文测角测速组合的小行星探测自主导航方案。为克服小行星探测器推力的不确定性,提出了采用自适应交互式多模型无迹卡尔曼滤波(AIMM-UKF)算法,以较少的模型个数实现对导航系统状态的覆盖,克服了模型集合先验信息不准确对导航精度的影响,提高了组合导航系统的鲁棒性和抗干扰能力。最后,通过数学仿真对组合导航算法的性能进行了验证,结果表明本文提出的组合导航方法估计精度更高、计算消耗更小,可满足小行星探测工程任务对导航系统自主性、实时性和高精度的需求。     

基于Unscented滤波的伴飞卫星自主相对导航滤波器

为提高导航滤波器的稳定性和计算精度,根据卫星自主导航原理,构造了基于Unscented Kalman滤波（UKF）的伴飞卫星自主相对导航滤波器,建立了算法模型。仿真结果表明：UKF的滤波精度优于扩展Kalman滤波（EKF）,且无需计算量测方程的Jacobi矩阵,计算量小、易于实现。     

基于MEP-UKF的组合导航滤波算法

针对目前应用于SINS／GPS组合导航系统中的扩展卡尔曼滤波(Extended Kalman
Filter, EKF)存在精度低、实时性差的缺点,提出一种基于模型误差预测(Model Error
Prediction, MEP)的Unscented 卡尔曼滤波(Unscented Kalman Filter,
UKF)。MEP-UKF滤波算法将惯性器件测量误差作为模型误差使用MEP进行实时预测的同时,采 用UKF估计载体的姿态、速度及位置等误差信息,并反馈给SINS系统来校正导航参数。MEP-U KF不仅克服了UKF必须假设惯性器件误差为高斯白噪声的局限性,而且降低了SINS／GPS组合 导航系统状态变量的维数,大大缩短了导航解算的时间。仿真结果表明,MEP-UKF的收敛速 度和滤波精度均明显优于EKF,更好地满足了工程应用中对导航精度和实时性的要求。     

一种基于磁强计的卫星自主导航方法研究

以地磁场强度矢量的模为观测量,将Unscented卡尔曼滤波(UKF)用于近地卫星的磁测自主导航。给出了包括采样点生成、时间更新和量测更新的滤波模型,以及卫星瞬时轨道根数的计算公式。仿真结果表明,UKF滤波方法优于扩展卡尔曼滤波(EKF),精度更高。     

神经网络修正的速度约束辅助车载SINS定位算法

对于车载全球导航卫星系统(GNSS)/捷联惯性导航系统(SINS)组合导航系统，针对GNSS失效而SINS单独工作时仅使用速度约束辅助SINS其纵向位置误差逐渐发散的问题，提出一种神经网络修正的速度约束辅助车载SINS定位算法。通过径向基函数(RBF)神经网络预测SINS纵向位置误差修正系数，以提高SINS单独工作时的定位精度；此外，提出一种限定记忆指数加权实时估计量测噪声的自适应滤波算法。在人为设置GNSS失效以及真实隧道场景下进行车载试验，结果表明本文算法能够在不停车情况下在线修正SINS纵向位置误差，相比于速度约束与卡尔曼滤波相结合的常规算法，有效地提高了GNSS失效时的车载SINS定位精度。     

基于模糊自适应卡尔曼滤波的INS/GPS 组合导航系统算法研究

针对车载组合导航系统量测噪声统计特性随实际工作条件的不同而变化的特点,提出了一种基于模糊自适应卡尔曼滤波的车载INS/GPS组合导航算法。该方法通过监视理论残差与实际残差的比值是否在一附近,应用模糊推理系统不断的调整量测噪声协方差阵的加权,对卡尔曼滤波的量测噪声协方差阵进行递推在线修正,使其逐渐逼近真实噪声水平,从而使滤波器执行最优估计,提高导航系统的精度。对车载组合导航系统的仿真结果表明,这种算法对时变的量测噪声具有较强的自适应性,进而精度比常规卡尔曼滤波也大为提高,是一种可行的车载组合导航算法。     

一种弹道修正弹SINS任意滚转角快速粗对准方法

针对弹道修正弹药出炮口后滚转角处于随机状态,捷联惯导系统(SINS)失准角过大时卡尔曼滤波收敛困难的问题,提出在卫星拒止环境下利用神经网络快速估计初始滚转角的改进方法。在炮口处布设少量导航信标,建立反向传播(BP)神经网络拟合初始滚转角与观测量间的非线性映射模型。针对信标辅助下姿态弱可观的问题,引入惯导测量参数作为输入,提高网络估计精度。采用主成分分析法进行特征提取,简化网络结构。仿真结果表明,与基于非线性卡尔曼滤波的对准方法相比,本算法可实现任意滚转角下的快速粗对准;对射角、初始俯仰角误差未在训练范围内以及存在布设误差等场景也进行了测试,与未优化的BP网络相比,对准精度更高,鲁棒性更好。