基于相位差测量的脉冲星时间相对导航方法

针对传统脉冲星导航方法在相位估计时依赖脉冲星信号轮廓,存在整周模糊及不确定星历参数引起的系统共模误差问题,提出基于相位差测量的脉冲星时间相对导航方法。该方法通过对脉冲星光子到达时间序列进行相位估计,以相邻时刻的相位差作为观测量,建立航天器位置增量与相位差的关系,采用广义卡尔曼滤波器处理系统噪声相关问题进行导航,可有效减小系统误差,实现脉冲星导航的应用。通过对导航系统初始定位方法、可观性分析,及基于罗西X射线时变探测器（RXTE）观测的Crab脉冲星的在轨实测数据试验分析,证明了该方法的自主性与可行性。最后,对基于相位差测量的脉冲星时间相对导航系统进行导航滤波仿真,试验结果表明,导航系统完全可观,噪声不累积,位置估计精度可满足实际应用。     

基于脉冲星联合定位模型的TOA预测模型误差修正算法

为提高脉冲星导航定位精度，修正脉冲信号到达时间的预测误差，文章提出一种基于多航天器联合观测数据的脉冲到达时间预测模型误差修正算法。该算法利用航天器和基准站之间的联合观测数据，通过相关运算测量脉冲到达时间差；通过数学推导得出航天器与基准站之间的位置关系与脉冲到达时间预测模型的关系；利用扩展卡尔曼滤波算法融合多颗不同辐射方向的脉冲星的脉冲到达时间差，实时在线修正预测模型参数误差。仿真实验结果表明，当观测时间超过100秒时，该方法可抑制脉冲信号到达时间预测模型的漂移误差。该方法可用于基于脉冲星的深空探测器自主导航系统，提高导航定位精度和脉冲信号到达时间预测精度。     

一种新的脉冲星累积脉冲轮廓时间延迟测量算法

为提高X射线脉冲星导航系统中累积脉冲轮廓的时间延迟测量精度,分析了X射线脉冲星累积脉冲轮廓的特点和现有时延测量算法的缺陷,提出了一种粗略估计和精确测最相结合的时间延迟测量算法.该算法首先利用三阶互小波累积量进行粗略估计,可抑制尺度伸缩和噪声的影响;然后通过抛物面内插法精确测量时间延迟,避免了小步长的迭代运算,可大幅度降低算法的运算量.利用美国罗希(Rossi)X射线时变探测卫星的实测脉冲星数据进行实验,结果表明:该算法可屏蔽由多普勒效应和相位间隔长度的不同引起的尺度伸缩,能够抑制噪声,测量误差小于现有算法;当相位间隔为0.9°时,该算法的测量精度达到最高;该算法运算量小,不足现有算法的10%,适用于X射线脉冲星导航系统.     

XPNAV-1卫星先期发布数据的计时分析

本文处理了XPNAV-1先期公布的35组Crab脉冲星的观测数据，采用离散傅里叶变换(DFT)方法得到脉冲到达时刻(TOA)及其测量精度。利用英国Jordrell Bank发布的Crab脉冲星星历与美国JPL发布的DE200历表，得到的拟合前计时残差均方根(RMS)为1.14 μs，且不存在系统性趋势，从而验证了XPNAV-1观测数据的有效性。同时，得到了该观测数据时间段内Crab脉冲星的X射线和射电波段之间的零点相位差为0.04。本文还给出了建立脉冲轮廓时子相位间隔N的取值与计时残差的RMS之间的关系。     

一种新的脉冲星累积脉冲轮廓辨识算法

为解决X射线脉冲星导航系统中脉冲星类型难以准确辨识的问题,本文分析了导航系统中累积脉冲轮廓的特点,提出了一种基于选择Bispectra\|Mellin(BM)谱的脉冲星累积脉冲轮廓辨识算法。该算法首先对累积脉冲轮廓进行双谱变换,提取平移不变特征信息,并抑制噪声;然后通过计算归一化双谱幅值的两维Mellin变换将双谱的尺度伸缩转换为BM谱的相位变化;最后利用简化的Fisher可分离度使BM幅度谱域降维,得到特征向量用于相关辨识。利用美国罗希(Rossi)X射线时变探测卫星的实测X射线脉冲星数据进行辨识实验,结果表明：(1) 该算法能对具有不同相位和尺度因子的累积脉冲轮廓进行有效辨识,辨识效果优于现有辨识算法;(2) 当相位间隔为4.8°时,该算法的辨识效果达到最佳;(3) 运算量小,适用于脉冲星导航系统。     

脉冲星辐射脉冲信号辨识的新算法

为了提高脉冲星辐射脉冲信号辨识的效果和速度,提出了一种基于S变换的脉冲星辐射脉冲信号辨识算法。通过对脉冲星辐射脉冲信号的累积脉冲轮廓进行时频分析得出,在不同观测频率和不同信噪比的条件下,脉冲星累积脉冲轮廓S变换的时频分布图基本不变。基于这种稳定的时频特征,采用最小标准化欧式距离分离器对脉冲星信号进行辨识。实验表明,方法具有良好的抗噪性能,且识别率和运算速度均优于基于小波和双谱算法。     

基于脉冲星的空间飞行器自主导航技术研究

研究了利用X射线脉冲星实现空间飞行器自主导航的原理,指出通过测量脉冲星发射的脉冲到达航天器与到达太阳系质心的时间差可以确定该航天器的位置。给出了两种适合用于处理脉冲星观测量的方法,即基于最小二乘(LS)的方法和基于卡尔曼滤波(KF)的方法。通过数值仿真验证了X射线脉冲星自主导航技术的可行性,并且说明采用KF算法能够有效利用卫星轨道运动方程中包含的导航信息,从而获得更高的导航精度。     

基于轮廓特征的X射线脉冲星信号多普勒估计

探测器速度引起的多普勒效应会影响脉冲星信号累积轮廓特征,反之,这种轮廓特征改变可用于多普勒估计。提出了一种基于轮廓特征的X射线脉冲星信号多普勒估计方法。通过建立累积轮廓非齐次泊松模型,获得多普勒效应对累积轮廓的影响。构造轮廓特征函数对该影响进行度量,并利用函数值与周期误差的关系搜索信号周期。在搜索过程中,将离散观测数据转换为连续能量密度函数,消除相位间隔对累积周期的限制。根据周期搜索结果,结合脉冲星先验知识完成多普勒估计。仿真实验验证了该方法的有效性,其多普勒估计精度优于频域方法。     

微孔光学阵列长宽比对X射线聚焦性能的影响

微孔光学阵列聚焦镜头是实现X射线探测系统高探测效率、轻小型化的有效手段,近年来得到了深入研究。X射线探测系统通过测量脉冲星辐射的X射线光子的到达时间,重构脉冲轮廓来实现航天器导航。为了获得更精确的脉冲星信号,必须尽可能多地收集X射线光子,因此探测系统的聚焦性能是X射线探测系统的核心指标,也是微孔光学阵列主要的设计目标。文章根据脉冲星能谱的分布特点,分析了微孔光学阵列通道长宽比对X射线聚焦性能的影响,提出了针对不同脉冲星选取特定长宽比的方法,实现了不同的脉冲星能谱分布下最优的聚焦效率,为后续微孔光学阵列的研制和工程搭载提供了参考。基于这种方法,文章对Crab脉冲星的能谱分布进行了微孔光学阵列设计,设计结果显示,其聚焦性能得到明显提高。     

X射线脉冲星导航原理

X射线脉冲星导航是以脉冲星的X射线辐射信号作为信息输入,经过相应的信号和数据处理,为近地轨道、深空和星际空间飞行的航天器提供高精度的位置、速度、时间和姿态等导航信息的实现过程。首先提出了基于X射线脉冲星的卫星自主导航的基本框架和实现流程;然后,概述X射线脉冲导航的时空基准,重点研究X射线脉冲星导航定位的测量方程、系统状态方程及其噪声统计特征等数学模型。最后,详细论述卫星自主导航信息处理的鲁棒滤波算法,即经典算法和现代鲁棒滤波算法。从理论方法和工程应用角度,初步论证X射线脉冲星导航的原理可行性和算法可实现性。     

观测轮廓显著性耦合时的轨道根数反演方法

针对脉冲轮廓显著性数据耦合情况下无法直接根据显著性数据反演轨道根数的问题，提出了一种根据脉冲轮廓显著性数据的方差特征进行解耦，并逐步实现轨道六根数估计的方法。利用X射线脉冲星实测数据完成了基于观测轮廓显著性数据方差特征的导航验证，实验结果表明根据显著性数据的方差特征可逐次解耦显著性数据，并以方差最小准则得到轨道根数的估计值，且定位误差为7.31 km。本文方法既不依赖标准脉冲轮廓，同时适用于轨道六根数均存在偏差的实际情况，在X射线脉冲星导航的实际应用中更具优势。     

利用S变换的X射线脉冲星信号恒虚警率检测算法

针对传统的X射线脉冲星信号检测算法计算量大及在低信噪比下检测性能差的问题,提出了一种结合S变换的恒虚警率检测算法。首先,根据高斯白噪声的S变换域功率谱分布特性对累积信号的时频功率谱进行阀值滤波;然后累加阀值滤波后的信号功率谱作为检测统计量,从理论上对检测统计量的分布特性进行分析,得出检测统计量服从高斯分布,并用蒙特卡罗方法进行了验证。在此基础上,利用检测统计量的概率密度函数计算判决门限,从而实现了恒虚警率检测。理论分析和实验结果表明,本文算法的检测性能优于同类基于高斯分布的恒虚警率检测算法,并且具有较低的复杂度。     

一种X射线脉冲星导航的多普勒频移估计方法

为了探索脉冲星Doppler导航在近地轨道的应用,建立了近地轨道Doppler频移估计的数学模型,引入RANSAC算法和航天器速度先验信息,改进了时域χ2统计的计算精度和搜索效率,使用RXTE卫星的Crab脉冲星实测数据进行方法校验,最后讨论了影响速度测量的主要误差。结果表明：提出的方法能够有效地跟踪航天器速度变化,对于轨道高度为570km的RXTE卫星,沿脉冲星视线方向的速度估计误差为±110m/s,加速度估计误差为±0.5m/s 2。     

利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取，对其不当假设导致滤波器估计性能不佳的问题，提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差，在传统脉冲星计时观测的基础上，增加恒星星光仰角及两个时刻间的相位增量观测量，共同增强XNAV。首先，分别建立计时观测模型、相位增量模型及星光仰角模型；然后将多信息测量模型集成到卫星轨道动力学方程中，以建立ADDF滤波模型；最后对所提方法进行仿真验证。实验结果表明，在相同的初始状态和初始噪声误差条件下，与传统X射线脉冲星导航算法相比，多信息融合算法能将导航位置估计精度提高70%以上，位置估计误差降低到 200 m 左右，速度估计精度提高40%以上，且ADDF性能优于无迹卡尔曼滤波器。     

脉冲噪声下微弱信号相似度检测方法及应用

实际中采集的信号常常含有脉冲性噪声且信噪比偏低,这时用相关函数来表示信号之间的相似度时,会出现精度不高、鲁棒性不强的问题。提出了一种脉冲噪声下微弱信号的相似度检测方法,即非线性变换法。该方法采用Alpha稳定分布描述脉冲噪声信号,首先将采集的带噪信号进行Sigmoid映射,削弱脉冲噪声对信号相似度检测的干扰;接着对映射后的信号求取相关函数,得到信号之间相似度的信息。该方法简洁、计算量小,没有调整参数,能较好地减弱脉冲噪声对信号相似度估计的不利影响。该方法可以应用于定位系统中信号到达时差的估计。比较脉冲噪声低信噪比条件下计算机仿真结果显示,非线性变换相关法的估计精度高于共变法。实验结果表明:非线性变换相关法不仅可以用于高斯噪声环境下微弱信号相似度的检测,也可以用于强脉冲噪声环境下信号相似度的检测,具有较宽的适用范围和较好的鲁棒性。     

基于深度学习的雷达干扰识别方法研究

针对复杂电磁环境下雷达干扰信号识别问题，从优化卷积神经网络结构的角度出发，本文提出了一种对卷积神经网络结构LeNet-5增加批量归一化层和改变激活函数的方法。该方法能够加速网络收敛，提升网络的学习效率。本文首先建立舰船目标模型，分析了噪声调幅干扰、噪声调频干扰、梳状谱干扰和无干扰的真实目标回波信号在时频域的差异，然后利用四种信号对舰船目标模型生成数据集，最后通过本文所提方法实现雷达干扰的自动识别。仿真结果表明：在全信噪比条件下，本文所提方法对四种信号的识别准确率达到98.1%，表明所提方法有着较好的稳定性和鲁棒性。