X射线脉冲星导航中钟差的可观测性问题

标准X射线脉冲星导航(XNAV)能够求解航天器的位置信息,但航天器钟差会导致XNAV的结果产生误差.鉴于脉冲星周期的稳定性,在利用XNAV进行轨道估计中,将钟差作为状态变量进行估计的授时方案已被相关学者提出.一种针对卫星轨道修正专门设计的可观测性分析工具在文中给出,利用其能够有效地判断各个状态的可观测性情况.利用该方法分析将钟差作为状态变量的导航方案,其结果表明仅需2颗脉冲星就可以对全部轨道六根数,以及卫星钟差进行观测;仿真结果验证了可观测性分析结论,双脉冲星导航时系统可以达到60m的定位精度和60ns的授时精度.对比仿真同时揭示了该方案能够有效地抑制钟差对导航精度的影响,将由于钟差引起的定位误差减小20倍以上.理论分析与仿真表明,将钟差作为状态变量的导航方案是一种能够有效地估计钟差,并抑制钟差影响、提升系统估计精度的导航方案.     

利用字典优化方法实现sub Nyquist采样数据的频率估计

在稀疏重构理论中,重构信号需要预先设定稀疏表示字典,针对预设字典与真实字典之间的失配对信号稀疏表示造成的不利影响,提出一种基于字典优化和稀疏贝叶斯学习(Sparse Bayesian Learning, SBL)的频率估计算法。该算法首先构造基于sub Nyquist采样数据的信号稀疏表达式,然后利用SBL算法估计信号频率,同时根据估计结果优化字典,最后反复迭代上述步骤直至计算出的频率值和对应的幅度值趋于稳定。仿真结果校验了方法的有效性。     

弹载惯测组合加速度计振动响应影响因素研究

针对弹载惯测组合加速度计面临振动环境下测量精度超差问题,构建弹体-惯测组合的两自由度动力学分析模型,配合有限元仿真手段,从全弹结构和惯测组合内部结构两部分进行分析.研究了减振垫刚度、惯测组合内部架构固有频率特性以及加速度计布局等因素对弹载惯测组合振动响应的影响机理.提出的设计准则包括:降低减振垫刚度有利于减小加速度计的振动响应,但需要避免弹体-惯测组合两自由度系统固有频率过于接近;设计保证质心接近惯测组合减振中心,在存在质心偏心时,需减小加速度计到惯测组合减振中心在垂直于激励方向的距离;优先保证惯测组合内部架构基频高于外部激励的最高频率,如无法实现,需保证内部架构线角耦合频率高于外部主要激励的最高频率.     

湍流、喷雾模型对氢氧火箭发动机燃烧仿真的影响

基于完善的压力隐式算子分裂(PISO)算法,通过改变κ-ε两方程湍流模型和喷雾模型,对氢氧火箭发动机不稳定燃烧进行数值仿真。比较理论分析和数值仿真的结果得出,在二维情况下,液滴碰撞模型和TAB液滴破碎模型不适于模拟氢氧火箭发动机不稳定燃烧;TVB液滴破碎模型与κ-ε两方程湍流模型的组合情况能够捕捉到燃烧室中的压力振荡,但不能体现出振荡频率;而采用Realizableκ-ε湍流模型不考虑液滴雾化模型时不但能够捕捉燃烧室内压力振荡情况,还能够很好地得出振荡频率的分布情况。     

一种改进的航天器时变模态参数递推辨识方法

针对基于预测器的递推子空间辨识(RPBSID)方法在估计系统的状态变量时计算量较大的问题,提出一种改进的RPBSID方法并应用于航天器的时变模态参数辨识。与原算法相比,改进后的方法在求解状态量时不需要逐个时刻构建相应的Hankel矩阵,而是利用仿射投影算法(APA)实现状态量的递推估计,从而减少了辨识过程中的数据量。在此基础上,利用该状态变量递推得到时变系统的状态空间模型和模态参数。在数值仿真中,建立带有大型挠性附件的卫星动力学模型,分别考虑系统模态参数线性变化、突变和周期改变的情况,利用改进的RPBSID方法对结构的时变频率和阻尼比等参数进行了辨识。理论分析和数值仿真的结果表明这种改进的方法不仅能够有效地辨识系统的时变模态参数,而且与原方法相比具有更高的计算效率。     

基于自适应采样滤波器的临近空间飞行器姿态确定

为提高临近空间飞行器的姿态估计精度和稳定性,研究了捷联惯性导航系统与星敏感器组合定姿方法和滤波融合算法.首先给出了临近空间飞行器的高精度姿态确定方案及其模型,然后针对一般采样型滤波器自适应能力有限的缺点,推导了一种能在线自适应估计过程噪声和量测噪声协方差阵的自适应采样滤波算法,该算法融合了自适应估计和非线性滤波各自的优点,不仅能对姿态确定系统的非线性滤波问题进行高精度估计,而且估计结果具有较强的鲁棒性,最后进行了仿真实验.实验结果表明本文方法达到10角秒的定姿精度,其滤波精度和稳定性均满足临近空间飞行器的定姿要求.     

利用气浮技术进行贮箱晃动试验方法研究

针对某型号大容积贮箱,其晃动特性直接影响到整个系统的动力学特性及轨道控制系统。为了获得该贮箱不同工况下的一阶自由晃动频率,首次提出利用气垫悬浮技术进行贮箱晃动试验的新方法,利用该方法设计出一整套试验系统,该系统包含试验件、激励系统、气浮控制系统、数据采集系统及加注排放系统等。使用试验系统开展不同工况条件下的液体晃动试验,并用CFD软件对该贮箱进行时域分析,结合傅立叶变换最终获得仿真结果。分析比较晃动试验结果、理论计算结果及CFD仿真计算结果,结果显示3种结果一致吻合,测试系统的可靠性和理论CFD仿真结果的正确性均得到验证。     

用数据矩阵奇异值分解实现时间欠采样信号频率无模糊估计

提出一种在欠Ｎｙｑｕｉｓｔ采样下可实现高宽频带内信号频率无模糊估计的算法，该算法通过构造一种特殊的数据矩阵，对数据矩阵奇异值分解，利用有限的采样数据构造出更为精确的噪声子空间，利用信号子空间与噪声子空间的正交性，精确地提取多个空间信号的频率信息。该法比基于协方差矩阵特征分解的算法具有更好的分辨性能。仿真结果验证了该算法的有效性。     

多轴振动试验系统传递函数估计的数值仿真

文章应用频响矩阵建立了多轴振动系统输入输出之间的数学模型。通过数值仿真的方法,研究了多轴振动试验中传递函数估计的方法,针对不同激励信号组合、不同估计算法和使用多次平均技术情况下进行了数值模拟,并对结果进行了分析。可以为多轴振动试验控制系统的研究提供参考。     

基于全相位频谱插值的欠采样频率估计

提出利用两个独立欠采样通道输出信号的互谱函数实现对欠采样信号的无模糊频率估计,为了提高测频精度,需要对信号真实频率与最大频域输出幅值对应量化频率的偏差进行较高精度的估算,采用全相位FFT与传统FFT联合校正频率偏差的方法,提出了全相位Rife综合算法,根据全相位FFT输出的最大谱线和次大谱线的比值决定采用全相位Rife算法或修正的细化Rife算法,仿真结果验证了该方法的有效性及高精度特性。     

多分辨分布滤波在惯导系统初始对准中的应用

论述了初始对准在惯性导航系统中的重要作用 ,给出了惯导系统初始对准的线性模型。基于小波变换 ,运用多分辨分布滤波对该问题进行了仿真研究。仿真结果表明 ,该方法虽然计算量比卡尔曼滤波计算量要大 ,但是对于组合导航系统或具有冗余传感器的惯导系统 ,它能够充分利用测量信息 ,大大提高初始对准精度 ,也能够满足低阶系统实时对准的需要     

适于惯导系统初始对准的神经网络实时算法研究

通常卡尔曼滤波器被用于解决惯导系统的初始对准问题。由于卡尔曼滤波的运算时间与系统阶次的立方成正比 ,所以当系统阶次较高时 ,滤波器会失去实时性。而神经网络具有函数逼近性能 ,实时性又好。为此 ,本文研究了一种基于扩展卡尔曼滤波原理的权值更新多层神经网络学习算法 ,对此算法进行了详细的推证 ,并将该算法运用到惯导系统的初始对准过程。仿真结果表明了这种神经网络结构用于惯导系统初始对准问题的有效性 ,既真正获得了与扩展卡尔曼滤波器相同的对准精度 ,又大大提高了系统的实时性     

捷联惯导/星敏感器组合导航技术研究

针对在捷联惯导系统中陀螺的误差存在随着时间积累而逐渐增大的缺点,提出了捷联惯导系统+星敏感器的组合导航方案,并进行了仿真及结果分析。以Kalman滤波为基础,通过将捷联惯导系统和CCD光学传感器所测得的飞行器相关姿态信息进行数据融合,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的位置、速度和姿态角。详细推导了捷联惯导+星敏感器组合导航的算法,并通过对仿真结果的分析证实了该方案的可行性和算法的有效性。     

平台惯导系统初始对准的解耦设计

提出并设计了把状态空间解耦原理应用于平台惯导系统的一种快速初始对准方法。通过配置控制器将三个平台失调角进行解耦使其跟踪三个方向上的陀螺漂移 ,采用内外两层卡尔曼滤波器进行状态估计。仿真结果表明 ,该方法收敛较快、对漂移的抑制效果较好、对准精度高、简单易行。     

基于最优估计神经网络的惯导系统初始对准研究

本文研究了一种基于卡尔曼滤波原理权值更新的多层神经网络学习算法，对此算法进行了详细的推证，并将该算法运用到惯导系统的初始对准过程。仿真结果表明了这种神经网络结构用于惯导系统初始对准问题的有效性，既可获得与卡尔曼滤波器相同的对准精度，又提高了系统的实时性。从而得到了利用神经网络解决惯导系统初始对准问题的一种有效算法。     

基于GPS RTK技术的惯导平台误差模型辨识

对在惯导平台车载试验误差模型辨识中使用全球卫星定位系统（GPS）载波相位差分（RTK）法进行了研究。建立了系统的状态与量测方程,将GPS RTK的整周模糊度作为一个状态进行估计,用基于平方根滤波的Kalman滤波器以防滤波发散。仿真结果表明：与单点定位GPS和伪距差分定位相比,GPS RTK法可明显提高辨识精度。     

一种无源北斗/惯导闭环组合算法

提出了一种北斗卫星定位系统和惯性导航系统的组合导航无源定位算法。以伪距率为观测量,基于高稳定度用户时钟,结合北斗系统的热备份星,在三星共视下用两级卡尔曼滤波器对惯导进行闭环校正。给出了组合导航系统的构成,以及第一、二级滤波的数学模型。该法能根据收星情况在闭环与开环方式间稳定转换。仿真结果表明,此算法可提高丢星时组合导航系统的滤波定位精度,有效校正惯导的姿态误差角,并以较高的精度估计用户的三维速度。     

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。     

基于Unscented卡尔曼滤波器的卫星自主天文导航研究

针对星光折射间接敏感地平的卫星自主天文导航方法，建立了带摄动项的状态方程和以星光视高度为观测量的量测方程。由于该状态方程和量测方程都是严重非线性的，利用推广的卡尔曼滤波器进行导航时精度较低。Unscented卡尔曼滤波是一种针对非线性系统的估计新方法。本文提出将Unscented卡尔曼滤波用于自主天文导航。计算机仿真结果显示Unscented卡尔曼滤波的估计精度远优于推广的卡尔曼滤波。     

惯导系统空中动基座对准精度的估计方法

为了对惯导系统空中动基座对准精度进行评估 ,文中提出了逆序递推滤波算法 ,利用对准结束后一段时间的主从惯导系统的导航数据 ,通过一次卡尔曼滤波运算 ,便可求出对准误差。经飞行实验结果处理证明 ,该方法有效 ,具有工程应用价值