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。     

基于UPF的航天器自主天文导航方法

利用红外地球敏感器和星敏感器直接敏感地平的天文导航方法是一种成熟、可靠的自主导航方法。这种导航方法的状态方程和量测方程都是严重非线性的,且在建立航天器轨道动力学模型时,通常将二阶带谐摄动项建模,而将其他摄动项等效为高斯白噪声,由于这些摄动项都有其精确的模型,通常不服从高斯分布。本文提出将UPF(Unscented Particle Filter)滤波方法应用于航天器自主天文导航,该方法用UKF(Unscented Kalman Filter)得到粒子滤波的重要性采样密度函数,从而克服了标准的粒子滤波没有考虑最新量测信息和UKF只能应用于噪声为高斯分布的不足。仿真结果表明,该方法可以取得比标准的粒子滤波和UKF更快的滤波收敛性和更高的滤波精度。     

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。     

基于信息融合的大椭圆轨道卫星组合导航方法

为了实现大椭圆轨道卫星自主、连续的导航信息输出,提出了一种天文导航与GPS导航相结合的组合导航方法。单纯的以星光仰角为观测量的天文导航方法在近地点由于动力学特性变化剧烈,其导航精度严重下降。而能够实现高精度导航的GPS导航方法,受到导航卫星高度的限制,GPS信号无法较好地覆盖远地点。考虑到两种方法的特点,本文采用UKF滤波方法进行信息融合。当卫星进入近地点附近,主要通过GPS实现精确导航,同时通过信息融合修正估计方差阵,进而对天文导航估计进行修正。当卫星在远地点时,则主要采用天文导航方法。仿真结果表明,所提出的组合导航方法,能够弥补两种导航方法的不足,实现整个卫星在轨运行中自主、连续的导航信息输出,其导航精度较单纯的天文导航方法提高61.2%～82.7%。     

北斗/罗兰C组合导航非线性滤波算法研究

北斗/罗兰C组合可以实现无源三维导航定位.建立了组合导航系统状态方程和量测方程,针对量测方程为非线性的情况,分别应用扩展卡尔曼滤波(EKF)和Unscented卡尔曼滤波(UKF),设计了滤波算法,仿真结果表明,采用UKF方法比EKF方法能改善定位效果,该方法已经成功应用在工程实践中.     

基于联邦UKF算法的月球探测器自主组合导航

研究了月球探测器在地一月转移轨道阶段的自主导航方法，提出了利用地月位置信息和星光角距测量信息实现探测器自主组合导航的方案。针对导航系统的状态方程非线性的特点，将Unscented卡尔曼滤波算法和信息融合技术相结合，设计了新的联邦滤波器并应用于自主导航系统中。对这种导航方案进行了数值仿真，和传统的联邦滤波算法进行了比较。仿真结果表明，所提出的组合导航方法和联邦滤波算法的导航位置估计精度约为1km，速度估计精度约为0．01m／s，并且具有良好的鲁棒性和容错性能。     

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AE-UKF的航天器自主导航方法

针对自主导航过程中不确定的测量噪声和干扰的影响,提出了一种具有自适应能力的状态估计方法AE\|UKF方法。该方法通过对非线性的状态方程进行Unscented变换,对非线性的测量方程求取雅可比矩阵,同时在滤波迭代过程中引入自适应因子,使滤波器具有自适应能力。将AE\|UKF方法应用于自主导航系统导航信息的估计过程中,仿真结果表明：AE\|UKF方法在达到UKF方法精度的同时,能够克服自主导航过程中不确定的噪声和随机干扰的影响。     

一种深空天文测角导航中的星历误差抑制方法

以火星探测器为例，提出一种以星光角距/时间差分星光角距作为量测量的星历误差抑制方法，分析了火卫一星历误差对导航精度的影响，建立了火卫一时间差分星光角距的量测模型。通过将火星星光角距和火卫一星光角距相结合，发挥了两种量测的优势，实现了对火卫一星历误差的抑制。仿真结果表明，基于星光角距/时间差分星光角距天文导航方法的位置误差是传统基于星光角距天文导航方法的64%，是基于时间差分星光角距导航方法的58%。此外，还分析了导航恒星个数、火星敏感器精度、火卫一敏感器精度、星历误差大小和滤波周期对导航性能的影响。     

EKF和UKF在INS/GPS组合导航中的应用分析

扩展卡尔曼滤波(EKF)是在非线性系统中常用的一种滤波方法,Un-scented卡尔曼滤波(UKF)是一种新的非线性滤波算法,其主要特点是与EKF一样传递状态的前两阶矩,但不用计算Jacobian矩阵。将EKF和UKF分别应用到INS/GPS系统的滤波中,仿真结果表明UKF比EKF更适合于在INS/GPS系统中使用。     

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。     

一种星间相对状态估计方法

编队自主导航是实现分布式遥感系统星间协同观测的基础。为实现分布式遥感系统星间相对状态的精确确定，提出一种基于MEMS激光雷达与纳型星罗盘的星间相对状态估计方法。借助相对姿态、轨道运动学方程建立了星间相对状态的无迹卡尔曼滤波(UKF)算法，解决了MEMS激光雷达测量与参考航天器姿态耦合的问题，并利用预定入轨参数及高精度轨道外推(HPOP)对方法进行仿真校验。结果表明，该方法具有可行性和实用性，估计精度满足分布式遥感任务需求，能够较好解决中远距离星间相对状态估计问题。     

基于UKF的深空探测光学自主导航方法

光学自主导航方法将成为未来深空探测广泛应用的导航方式。在建立探测器的光学自主导航系统的状态方程和量测方程基础上,针对“深空一号”探测器飞行中采用批处理最小二乘滤波方法存在的不足,提出了基于UKF滤波的光学自主导航方法。仿真结果表明:UKF方法不仅导航精度高,而且需要的导航小行星的数目远少于批处理最小二乘方法所需的数目。     

星光折射导航星的改进三角识别捕获

高精度星光折射间接敏感地平的自主导航方法,目前被国内外尤为关注。本文通过对星光折射导航观测对象———导航星捕获的研究,采用了改进的三角匹配算法并结合恒星星表,确定出导航观测星星光方向,同时依据对飞行器在轨观测星的几何关系推导,利用Unscented卡尔曼滤波算法确定航天器的在轨位置和速度。该方法能比较真实地模拟飞行器实际在轨的导航情况。仿真表明,真实星表导航精度大于人造星场;通过比较导航系统捕获20,40,60,80颗折射星的4种情况,可知捕获到的导航星的数量越多,导航精度也随之提高。