基于IMU与UKF的船舶升沉运动信息测量方法

为获取实时、精确的船舶升沉运动信息，根据船舶升沉运动模型和频谱分析方法，建立描述惯性测量单元（IMU）的加速度测量信息与船舶升沉运动状态量关系的解析模型。基于无迹卡尔曼滤波（UKF）算法非线性滤波的特点，进行升沉运动滤波解算。通过仿真分析证明了所提方法在船舶升沉运动测量中的有效性。利用三自由度平台升沉运动测量实验验证，结果表明，同一模型下，相比于扩展卡尔曼滤波（EKF）算法的解算结果，所提方法具有更快的收敛速度和更高的测量精度；对船舶升沉位移的估计精度达到最大升沉幅值的5%，可以得到精确、无时延的船舶升沉运动信息。      

一种GTD模型参数估计的改进2D-TLS-ESPRIT算法

针对经典二维总体最小二乘法旋转不变子空间（2D-TLS-ESPRIT）算法估计二维几何绕射理论（GTD）模型参数精度不高、抗噪性能较差这一问题，提出了一种改进2D-TLS-ESPRIT算法。首先，改进算法通过将目标的极化散射矩阵加入到二维GTD散射中心模型，使得模型对目标极化散射特征的描述更加精准；其次，构建置换矩阵得到原始回波矩阵的共轭矩阵，并将两者结合起来，从而延长了目标电磁散射数据的长度；最后，仿真结果验证了改进算法的参数估计性能与噪声鲁棒性均要优于同类已有算法，雷达散射截面积（RCS）外推结果进一步验证了改进算法参数估计性能的先进性。      

基于补偿最小二乘的航天器轨道确定方法研究

航天器动力学模型误差是降低轨道确定精度的关键因素之一,文章将航天器动力学模型中的模型误差转化为测量模型的系统误差,建立了测量方程的部分线性模型;并根据补偿最小二乘原理,推导了部分线性模型参数估计方法,并证明了相关性质。仿真试验表明:部分线性模型更接近测量数据的真实表现;基于补偿最小二乘的航天器轨道改进方法能有效逼近航天器状态真值,定轨精度显著优于传统最小二乘估计。     

匹配数据的平滑滤波技术

讨论了匹配测量数据的平滑，滤波和外推问题，所谓匹配测量数据是指位置参数和速度参数呈求导的匹配关系，提出了利用数据的匹配特性这一先验信息来改善多项式最小二乘滤波器的设计，对测量数据中的位置和测速数据进行统一处理，在最小方差意义下给出了平滑滤波公式及其效率方差比，由于充分利用了先验信息，减少了待估计参数的个数，显著提高了参数的估计精度，仿真计算结果表明该方法能显著改善目标运动参数的估计精度。     

LPV模型的动态压缩测量辨识算法

在解决线性参变（LPV）模型的辨识问题上,最小二乘算法以结构简单、计算复杂度低等优点被大量使用。但最小二乘算法辨识结果受制于计算精度和模型近似精度,而这两者在同一个系统中是互斥的。因此,该算法的辨识结果与真值总是存在一定的误差。另外,在高阶LPV模型辨识或采样成本高的情况下,一般模型参数要多于辨识数据,而此时最小二乘算法很难得到稳定的辨识结果。本文提出的动态压缩测量辨识（DCMI）算法从两个方面提高在该情况下的系统辨识精度。其一,利用“匀速变化”及“非匀速变化”模型表示参变函数,以提高模型近似精度。其二,利用压缩感知理论的欠采样能力,在同等数据量的情况下提高参数的计算精度、扩大模型的计算规模。仿真结果表明,基于“匀速变化”模型DCMI算法可以准确地辨识出LPV函数,而且该算法在辨识数据不足的情况下仍然能够获得稳定的辨识结果。      

一种基于自适应滤波的GPS滚转角估计方法

全球定位系统（GPS）测姿技术主要是利用GPS载波相位和信号功率2种方法，但是测量信息单一且独立，针对旋转载体的测姿问题，提出一种基于自适应滤波的GPS滚转角估计方法，通过融合GPS接收机天线信号功率和多普勒频率信息测量载体滚转角和滚转角速度。利用当前统计模型对滚转角和滚转角速度测量进行系统建模，根据滚转角预测估计值选取量测量，并提出自适应滤波，采用滚转角加速度估计自适应滤波算法，实现了对系统噪声方差阵的自适应调整，避免了滚转角加速度最值的选取问题，降低了噪声的影响。通过仿真验证了基于自适应滤波的GPS滚转角估计方法的可行性，结果表明该方法的测量精度高于无迹卡尔曼滤波（UKF）。      

一种MEMS陀螺随机漂移的高精度建模方法

为补偿MEMS陀螺随机漂移,采用时间序列分析法对其进行自回归滑动平均（ARMA）模型辨识,提出一种滑动平均（MA）参数估计的新方法。先将陀螺随机漂移建模为带观测噪声的ARMA模型,在估计出自回归（AR）部分的参数后,针对AR滤波后的残差,推导出一种方差小的MA自协方差估计值,并将该估计值作为输入,利用Gevers-Wouters（GW）算法估计出MA部分的参数。仿真结果表明,MA参数估计精度得到提升的同时,参数估计可靠性也得到了增强。MEMS陀螺的随机漂移补偿实验进一步验证本文所提算法的补偿精度高于改进前。      

基于IMU/FADS/无线电的火星上升器组合导航方案

以火星采样返回任务中火星表面上升为背景，研究了基于惯性测量单元（Inertial Measurement Unit, IMU）、嵌入式大气数据传感系统（Flush Air Data Sensing System, FADS）和无线电信标的组合导航方法。首先，在传统的IMU导航框架中加入由无线电测量获得的相对距离、速度信息，以及由FADS获取的动压、温度数据，建立了基于IMU、无线电和FADS的导航观测模型；然后，基于无迹卡尔曼滤波（Unscented Kalman Filter, UKF）技术对测量信息进行了融合，并压制了过程噪声和测量噪声，从而对上升器的状态进行了联合估计；最后，在数值仿真中，将UKF与自适应无迹卡尔曼滤波（Adaptive Unscented Kalman Filter, AUKF）技术进行了对比，在比较不同滤波器性能的同时，验证了组合导航方法的有效性。     

带柔性载荷超静平台的模型参数在轨辨识

摘要： 针对柔性载荷振动引起超静平台模型参数在轨辨识精度下降的问题,设计一种超静平台模型参数在轨辨识方法.建立考虑柔性载荷振动的超静平台动力学模型,采用卡尔曼滤波估计柔性载荷振动的模态位移,利用多参数并发递推最小二乘法实现超静平台模型参数的准确辨识,通过仿真验证算法的有效性.仿真结果表明：在不考虑柔性载荷振动时,超静平台模型参数辨识收敛速度缓慢,辨识误差较大;采用文中考虑柔性载荷振动的多变量并发递推最小二乘法,能够明显提高超静平台模型参数估计精度.     

Motion prediction of a non-cooperative space target

Capturing a non-cooperative space target is a tremendously challenging research topic. Effective acquisition of motion information of the space target is the premise to realize target capture. In this paper, motion prediction of a free-floating non-cooperative target in space is studied and a motion prediction algorithm is proposed. In order to predict the motion of the free-floating non-cooperative target, dynamic parameters of the target must be firstly identified (estimated), such as inertia, angular momentum and kinetic energy and so on; then the predicted motion of the target can be acquired by substituting these identified parameters into the Euler’s equations of the target. Accurate prediction needs precise identification. This paper presents an effective method to identify these dynamic parameters of a free-floating non-cooperative target. This method is based on two steps, (1) the rough estimation of the parameters is computed using the motion observation data to the target, and (2) the best estimation of the parameters is found by an optimization method. In the optimization problem, the objective function is based on the difference between the observed and the predicted motion, and the interior-point method (IPM) is chosen as the optimization algorithm, which starts at the rough estimate obtained in the first step and finds a global minimum to the objective function with the guidance of objective function’s gradient. So the speed of IPM searching for the global minimum is fast, and an accurate identification can be obtained in time. The numerical results show that the proposed motion prediction algorithm is able to predict the motion of the target.     

Using consecutive point clouds for pose and motion estimation of tumbling non-cooperative target

This paper proposes a consecutive point clouds-based estimation scheme to resolve the state estimation problem for tumbling non-cooperative space target during the rendezvous phase without a prior knowledge about its structure. First, a consistent pose estimation algorithm is realized by maintaining a global structure of the target that is reconstructed upon the pose graph optimization. Then an extend Kalman filter on Lie group is adopted to estimate the motion and inertia parameters of the target using the pose measurements of the point clouds. Finally, a semi-physical experimental study is carried out to evaluate the performance of the proposed estimation scheme. The result shows that the structure, motion and the inertia parameters can be estimated, and the total computation time is approximately linear with the number of point clouds.     

基于分层随机梯度辨识算法的传感器故障检测方法

提出一种基于两阶段递推随机梯度参数辨识的传感器故障的在线检测方法.相对于最小二乘参数辨识算法,随机梯度参数辨识算法所需计算量更小.针对计算能力受限的系统,提出基于随机梯度参数辨识的检测算法.通过分析可知,参数辨识精度越高时检测精度越高.为提高精度,给出基于两阶段递推随机梯度参数辨识的检测算法并设计基于最新估计信息的残差.除此之外,还给出新的检测算法与原有的基于最小二乘检测算法计算量的对比分析,并通过仿真实例,证明新的检测算法的优越性及有效性.     

自适应RLS算法及其在SINS／SAR组合导航中的应用

在捷联惯导（SINS）／合成孔径雷达（SAR）组合导航系统中,SAR的匹配定位信息往往数量有限,而且时间间隔互不相等。提出一种自适应递推最小二乘（RLS）算法用于组合导航。该算法将正交性原理应用于最小二乘算法中,通过构造自适应渐消因子,实现时变参数的自适应估计,给出了自适应RLS算法的递推公式,并从理论上分析了该算法的收敛性。仿真结果验证了自适应RLS算法用于SINS／SAR组合导航系统的可行性和有效性。     

MEMS陀螺阵列的RCC-OBE估计融合方法

为提高微机电系统（MEMS）陀螺的精度,提出一种基于松弛Chebyshev中心（RCC）的最优定界椭球（OBE）算法,并用于陀螺阵列信号的融合。以单个陀螺误差输出模型为基础,建立了阵列系统的机动融合模型;由于噪声统计特性的不确定会导致传统融合方法精度下降,引入仅要求噪声未知但有界的集员估计理论,运用OBE算法实现角速率信号的稳健估计;在OBE算法中,往往采用椭球几何中心作为真实值的点估计,但该中心并没有理论上的最优特性,而可行集的Chebyshev中心具有很多优良特性,同时,考虑到准确的Chebyshev中心求解十分困难,转而求解可行集的RCC,作为速率信号的点估计,设计了以RCC作为输出的OBE更新过程和新的参数优化准则。采用6个陀螺构成的阵列进行了验证试验,结果表明基于该算法的阵列估计融合方法在获得角速率保证边界的基础上,可以进一步提高MEMS陀螺精度。      

以相对偏差平方和为指标函数的最小二乘法

就测量中最小二乘法用于静态模型估计的问题,分析了传统最小二乘法在某些实验条件下应用的不合理现象,提出以相对偏差平方和为指标函数的最小二乘法。简记LSR法。给出了该方法的实用公式,分析了数学特征并证明在所给实验条件下具有无偏性、一致性,有效性.给出了用该方法拟合电位差计静态特性方程的例子。证明该方法在测量工作中是有实际意义的。     

机载GNSS海洋反射信号的建模与仿真

由于全球导航卫星系统反射(GNSS-R)机载试验耗费大和重复性差,需研制GNSS-R信号模拟器,但没有相应的反射信号模型。提出了一种基于数据拟合的机载GNSS海洋反射信号建模方法。首先,对复杂的GNSS海面反射信号进行近似简化。然后利用ZV模型生成的时延相关功率曲线,通过最小二乘拟合和非线性拟合,建立了多条等时延间隔的海洋反射信号功率衰减模型,从而得到机载GNSS海洋反射信号的时延、功率、多普勒频率参数。最后,对多条反射信号的合路信号进行相关的仿真验证。验证的结果表明模拟的14条反射信号的相关功率曲线与ZV模型理论曲线的相关系数优于0.99,能够有效地用于GNSS海洋反射信号的生成。该方法可根据海面风场、浪高、波高等海面信息,模拟不同海况的海洋反射信号,为GNSS-R信号模拟器的研制奠定基础。     

导频脉冲载波频率的快速捕获与跟踪

针对短时导频脉冲载波频率的同步问题,提出一种快速捕获和跟踪方法.该方法采用相位推算法进行快速载波频率初估计,完成频率的捕获.相位推算法首先利用最小二乘法估计实采样点的相位,再应用相位解卷、一元线性回归和最小二乘法拟合求取信号频率的估值,其测频精度优于常用的Prony算法,在高信噪比情况下逼近实正弦信号的Cramer-Rao界.应用数字下变频和Kay算法实现频率的跟踪,通过建立仿真模型,验证其跟踪精度优于叉积自动频率控制环.在给出的设计实例中,对于脉宽为1ms的导频脉冲,在信噪比大于13dB的情况下,环路频率跟踪的最大误差小于3Hz.