基于自适应滤波的光谱畸变误差抑制方法

为降低天文光谱畸变误差对多普勒测速导航精度的影响,设计结合非线性Sage-Husa噪声估计器及抗差扩展卡尔曼滤波器(Robust Extend Kalman Filter,REKF)的自适应滤波算法。当系统模型可靠时,抗差滤波能够通过预测残差判断异常量测并降低其权重;当系统模型噪声先验信息不准确时,通过Sage-Husa噪声估计器估计系统噪声协方差阵Q阵,以保证抗差滤波的效果。此外,结合多普勒测速导航及X射线脉冲星导航进行组合导航,以提高位置估计精度。仿真结果表明,该算法能够在系统模型噪声先验信息不准确的情况下有效控制光谱畸变造成的量测误差对导航精度的影响。     

基于双测量模型的多普勒测速及其组合导航

为降低光谱畸变对多普勒测速的影响,提高导航定位精度,提出了一种基于双测量模型的多普勒测速方法,即通过故障检测机制判断太阳光谱是否畸变,以分别采用多普勒差分测速或二维多普勒测速。此外,为减少多普勒测速导航存在的累积误差,将该方法与X射线脉冲星导航相结合进行组合导航。仿真结果验证了该方法的有效性,与其他X射线脉冲星/多普勒组合导航相比,该方法可抗光谱畸变影响,并可获得更高的位置和速度估计精度。     

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。     

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。     

一种求解X射线脉冲星导航周期模糊数的新方法

因为X射线敏感器不能分辨具体的脉冲,X射线脉冲星导航方法存在整脉冲周期模糊数问题.现有求解周期模糊数的方法过程复杂,计算量大.本文在飞行器估计位置十分精确的假设下,提出了无周期模糊数的X射线脉冲星迭代滤波导航方法.UKF滤波器基于轨道动力学给出探测器的估计位置,以脉冲到达标称位置和估计位置的时间差作为反馈,进行迭代滤波,最终得到探测器的真实位置和速度估计.仿真表明,该方法能在火星探测器的日心转移轨道上实现高精度的导航,其精度可达到位置误差5km和速度误差0.5m/s.     

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.     

一种FAKF算法及其在惯性/多普勒组合导航中的应用

研究了一种模糊自适应卡尔曼滤波器(FAKF),并将其应用于惯性/多普勒组合导航中,以解决量测噪声时变导致滤波精度下降的问题.模糊自适应卡尔曼滤波器将模糊控制理论应用于卡尔曼滤波,通过新息来调节量测噪声的方差矩阵,使其与实际的量测方差相匹配,达到最优估计的目的.机载试验数据的离线仿真表明,FAKF能够较好地适应量测噪声时...     

基于联邦滤波的异质异步多传感器组合导航算法

针对多源组合导航中各导航子系统数据更新频率不一致导致滤波器量测信息非等间隔,以及动力学模型受到干扰量测信息异常的问题,提出一种基于多尺度模型的自适应组合导航信息融合算法.利用不同尺度上的观测信息在各尺度上进行Kalman滤波,并经过融合最终获得基于全局的状态估计值.且以飞行器为应用对象,设计了适用于飞行器的惯导/卫星/高度计/航姿仪(SINS/GNSS/ALTM/AHRS)组合导航算法.根据观测信息和动力学模型异常情况,引入自适应因子,进而控制对量测预测值的信任度,有效地抑制了不精确估计对导航结果的影响.     

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。     

XNAV算法及其整周模糊度确定方法研究

X射线脉冲星导航(XNAV)是一种新型的航天器天文导航方法.研究了利用脉冲星脉冲相位观测信息进行导航卫星自主定轨的算法.首先分析了X射线脉冲在卫星和太阳系质心之间的传播时间方程,然后利用卫星与太阳系质心之间的相位差分观测量建立了系统的观测方程;结合导航卫星的轨道动力学特性,采用扩展卡尔曼滤波算法估计卫星的轨道.考虑到卫星轨道动力学预报得到的卫星位置值具有较好的精度,提出直接利用该位置预报值快速确定整周模糊度,并验证了该方法的可行性.数学仿真表明,该导航算法能够精确确定导航卫星在 l惯性系F的绝对位置.