单通道测量条件下DORIS实时定轨方法研究

重点研究了单通道测量条件下的DORIS实时定轨方法。推导了实时定轨的扩展卡尔曼滤波（EKF）公式,仿真生成了47个测站的观测数据文件,分析了单通道测量条件下EKF滤波器的收敛性及其精度。仿真实验表明,仅有单个测站的观测数据时,滤波难以收敛;但在不同测站的观测数据切换时,滤波收敛效果显著。对于轨道高度为800km的卫星,初轨各轴位置误差小于500m、速度误差小于5m/s时,滤波平均收敛时间约55min;若各项系统误差能准确建模,实时轨道的位置精度将优于40cm。     

导航卫星的短弧运动学定轨

导航卫星在姿轨控和轨道恢复期间,由于观测数据有限,传统的统计定轨理论难以实现导航卫星精密定轨。本文尝试采用一种不依赖轨道动力学的、新的运动学定轨方法来处理短弧和复杂动力学过程中的定轨,提出了基于多项式拟合的短弧运动学定轨算法,并提出2种不同的实现方案。该算法充分利用了高采样率的测轨数据,减少了结果的噪声,其优点在于不需要长时间累积测轨数据,可以实现近实时快速计算,克服了动力学法定轨发散和单点定位无法获得卫星速度信息等不足。对COMPASS M-01导航卫星实测数据的处理表明,10min左右短弧运动学定轨的位置精度可以优于10m,速度精度优于4cm/s,满足了短弧跟踪条件下RDSS对卫星轨道精度的要求,实现了短弧跟踪条件下卫星精密定轨,但从轨道预报精度来看,该方法仅仅适用于短期预报。     

基于天基光学短弧观测的GEO卫星分选

提出一种基于天基光学短弧观测数据集分选同步带目标的方法,引入测量属性和约束域概念。为利用短弧观测数据中的有效信息,以目标和平台的相对距离和距离变化率为坐标轴,建立约束域平面。利用GEO（地球同步轨道）目标运动特点,通过能量约束和假设轨道反演2种方法,从多个目标轨迹中分选出GEO目标。仿真结果表明,该算法可在数据库不完备的条件下通过短弧观测分选出同步轨道卫星。     

一种有效提高超大偏心率轨道初轨确定精度的新方法

针对某型号航天器的运行轨道偏心率大、轨控结束后可用于初轨确定的测轨数据少的特点,提出了一种能有效提高超大偏心率短弧段初轨确定精度的新方法。该新方法将轨道改进的思想融入初轨计算方法中,使之既适用于各种偏心率轨道的初轨计算,也适用于各种偏心率轨道的长弧段、多圈、多站数据的轨道改进;解决了传统初轨确定方法超大偏心率轨道短弧段初轨确定误差偏大的问题。通过任务实测数据的检验,新方法适用于各种偏心率轨道,并且超大偏心率轨道的初轨确定精度明显优于传统方法。     

多源观测数据融合星箭分离初轨计算

星箭分离轨道计算是航天器发射过程的重要内容,但由于其可用数据弧段短、观测数据预处理精度受限、实时性要求高、无真实参考轨道等特点,其计算结果与事后精密定轨有较大差异,定轨精度受限,而星箭分离前后常常有多种类型的观测数据,将其联合使用对提高星箭分离定轨精度和可靠性有一定作用。从此思路出发,基于航天器摄动运动状态转移方程,建立了雷达外测数据、GPS及秒节点数据等不同类型观测数据的最小二乘短弧定轨方程,并使用转换测量、直接合成、联邦计算等不同方法对这几类数据进行了融合计算,给出了动态权重赋值和野值判断的方法。仿真及实测数据计算结果表明所给方法是可行的,并对各方法的优劣性进行了对比。研究结果对航天器轨道及定位计算有一定的工程参考价值。     

基于粒子群算法的极短弧定轨

针对经典的初轨计算方法在极短弧定轨中不适用的情况,建立了一种基于粒子群算法的极短弧(TooShort-Arc,TSA)定轨的计算方法。该方法将问题转化为两个三变量的分层优化问题,采用(a,e,M)作为优选变量,在保持问题维数较低的同时,实现了计算结果和观测资料的解耦。由于实测资料处理中的野值剔除方法不适用于粒子群算法,所以,采用稳健估计法,通过在适值函数中使用最小中值二乘准则,实现了稳健的极短弧计算方法。同时,应用MATLAB计算软件,选用缺省参数实现该算法,以进行数据验证。基于实测数据的数值验证表明,方法对于近圆轨道目标30s以下的弧段仍可以获得有效的结果,10s弧段误差仅为16km。此精度满足后续处理的需要,且方法稳健,具有很高的崩溃点。     

无先验信息的低轨空间目标航迹起始方法

针对光学观测中缺乏预报信息的低轨道空间目标自动识别捕获问题,提出一种基于修正Hough变换的空间目标航迹起始方法,从而实现空间目标的自动识别。首先利用背景恒星运动规律对观测数据进行预处理,剔除大部分背景恒星。再利用观测数据的时序信息、定向参数进行Hough变换。本方法并没有采用传统的Hough变换对所有参数空间中的数据点进行投票,而是仅对参数空间中部分点投票,可以大幅减少运算量和存储量。试验表明:该方法能够有效地抑制背景恒星产生的虚假航迹,并快速准确地完成无先验信息的低轨道空间目标的航迹起始;可以在光学观测中实现空间目标的自动识别捕获,以及实时发现新目标,这为低轨道空间目标光学观测的无人值守和联网观测奠定了技术基础。     

大偏心率卫星单圈短弧段观测的定轨精度分析

本文采用仿真计算的方法,对大偏心率(e≈0.7)卫星轨道近地点附近,短弧段观测的定轨精度进行了初步分析。给出了在有观测仪器误差、站址误差和测时误差条件下,定轨精度的最佳理论值。同时对如何提高定轨精度提出了几点建议。     

基于沿迹差修正部分轨道参数的两步法定轨

通过分析预报误差与轨道确定参数误差的关系,提出一种使用二次多项式对沿迹差随时间变化的函数进行拟合,并根据拟合结果修正半长轴、面质比参数误差的定轨方法.仿真计算表明：对于稀疏观测数据,该方法的处理结果优于常规的最小二乘轨道确定方法;对于高度在400 km以上的低轨目标,根据该方法得到的定轨结果,预报5d的位置误差小于22 km,与SGP4（Simplified General Perturbations Version 4,简化普适摄动4）/SDP4（Simplified Deep space Perturbations Version 4,简化深空摄动4）水平相当.该方法是一种适用于双屏电子篱笆稀疏观测数据的批量数据轨道确定方法.     

天宫一号频繁轨控条件下快速测定轨精度及策略分析

2016年,中国将要执行空间站与货运飞船的快速交会对接试验,该试验要求飞船起飞后6 h完成与空间站的交会对接。工程实践中需要对飞船进行多次远导控制,其间留给快速定轨的数据时长最少可能只有5 min,这对短弧定轨精度提出了较高要求。利用天宫一号在轨运行期间实测数据开展了快速测定轨试验,试验频繁轨控条件下5 min数据时长的快速测定轨精度。试验结果表明,不同条件下短弧定轨精度差异较大,这为快速交会对接试验带来了较大风险。为了提高短弧定轨精度,制定了利用轨控前后数据联合解算轨控从而增加定轨数据弧段的方法提高短弧定轨精度的定轨策略。分析结果表明,该定轨策略有效提高了短弧定轨精度,可满足快速交会对接试验轨道维持控制要求。     

捷联惯导系统大失准角下的初始对准研究

针对捷联惯导系统初始对准过程中的大失准角情况,建立了基于欧拉平台误差角概念的捷联惯导系统(SINS)非线性误差模型,对于具有加性噪声的动态方程,当状态方程为非线性而观测方程为线性时,将一种简化的UKF滤波方法运用到捷联惯导系统初始对准中,并在静基座下对捷联惯导系统大失准角初始对准进行了仿真。仿真结果表明,随着失准角的增大,简化的UKF比EKF估计精度更高,是一种在进行捷联惯导系统大失准角条件下的初始对准时实用方法。     

一种基于径向加速度的Singer-EKF机动目标跟踪算法

针对雷达均不能提供目标加速度信息,在目标机动时会出现跟踪精度差甚至跟踪发散的问题,提出一种基于径向加速度的Singer-EKF算法。该算法在信号处理阶段利用Radon-Ambiguity变换（RAT）估计出目标的径向加速度,并通过坐标转换将其引入量测向量中,然后采用基于Singer模型的扩展卡尔曼滤波（EKF）算法实现机动目标的跟踪。仿真验证了该方法的有效性,并与传统的不带径向加速度的扩展卡尔曼滤波（EKF）方法进行了比较,结果表明该方法在径向距离、位置、加速度和速度估计精度方面都有所提高。     

基于UKF算法的单站无源定位

机载单站无源定位具有机动性好、作用范围广等特点,而基于相位差变化率的定位方法又具有定位速度快、精度高等优点.文章研究了Unscenteed Kalman Filter(UKF)在机载单站无源定位中的应用,给出了相位差变化率定位方法的原理,介绍了UKF算法的滤波原理及滤波过程.从仿真结果表明,UKF算法应用在机载单站无源...     

机载单站对运动目标无源定位跟踪算法

针对无源定位系统中,机载单站相对于运动辐射源目标作为状态模型,在测方位角及其变化率基础上,引入多普勒频率变化率参数构建观测模型。常用的扩展卡尔曼滤波（EKF）存在不稳定和精度低的问题,采用修正增益的扩展卡尔曼滤波算法（MGEKF）,找出修正函数矩阵,实现定位状态滤波估计。仿真结果表明,MGEKF算法较之EKF算法有较高的定位精度和较快的收敛速度。     

Tracking a ballistic target: comparison of several nonlinear filters

This paper studies the problem of tracking a ballistic object in the reentry phase by processing radar measurements. A suitable (highly nonlinear) model of target motion is developed and the theoretical Cramer-Rao lower bounds (CRLB) of estimation error are derived. The estimation performance (error mean and standard deviation; consistency test) of the following nonlinear filters is compared: the extended Kalman filter (EKF), the. statistical linearization, the particle filtering, and the unscented Kalman filter (UKF). The simulation results favor the EKF; it combines the statistical efficiency with a modest computational load. This conclusion is valid when the target ballistic coefficient is a priori known.     

一种基于模型误差预测的UKF方法

UnscentedKalman滤波器（UKF）对本质非线性系统具有估计精度高、收敛速度快和容易实现等优点,但是对系统的模型误差比较敏感。针对这一问题,提出了一种基于模型误差预测的UKF方法,称为PUKF（PredictiveUnscentedKalmanFilter）。它利用非线性预测滤波器（NPF）的模型误差预测过程,能够对不准确的系统模型进行实时修正,弥补了UKF方法的不足。仿真结果表明,相对于原始的UKF方法,新方法从滤波精度、收敛速度和收敛的稳定性等几个方面,显著提高了非线性滤波的性能。PUKF可适用于模型不确定、非线性较强系统的滤波。     

基于无迹卡尔曼滤波法的串联型电池系统 荷电状态估计研究

以锂离子电池为载体的电源系统为航天器稳定可靠运行提供了一种有效的方式.多个电池单体经串联可扩大电池系统容量,即串联型电池系统.为准确估计串联型锂离子电池系统的荷电状态(State of Charge,SOC),针对扩展卡尔曼滤波(Extended Kalman Filter,EKF)计算复杂、精度不高等问题,结合串联型电池系统空间状态方程,提出基于无迹卡尔曼滤波法(Unscented Kalman Filter,UKF)的串联型电池系统荷电状态估计算法.在恒流和脉冲两种工况下,通过对比分析UKF与EKF算法的仿真结果与实验数据的匹配情况,证明了提出算法的准确性和高鲁棒性.     

基于自适应SRCKF的空间非合作目标实时轨道确定

针对天基测角对非合作目标跟踪定轨的动力学模型简化误差问题,提出一种基于非线性预测滤波和SRCKF(Square Root Cubature Kalman Filter,平方根容积Kalman滤波)的自适应滤波方法.采用考虑地球J2摄动影响的轨道动力学模型作为状态方程,在跟踪滤波过程中,用NPF(Nonlinear Predictive Filter,非线性预测滤波)对动力学模型进行实时修正,利用SRCKF对修正后的动力学模型进行状态估计.将该方法应用于高轨航天器对非合作低轨目标的实时测角定轨任务中,进行数字仿真,仿真结果证明,该方法相比传统的滤波方法具有更高的精度、更强的鲁棒性和稳定性.