一种基于星载GPS的月球探测器导航算法

为验证GNSS旁瓣信号对中高轨航天器在轨飞行的导航支持能力,"嫦娥5号"飞行试验器搭载了GPS导航接收机。由于目前使用的星载导航解平稳性不够,为此,根据月球探测器不同飞行段落轨道动力学特性,建立了一种基于星载GPS数据的月球探测器实时导航算法。该算法充分考虑了月球探测器不同段落的动力学特性,基于UKF滤波设计,并引入了自适应策略,以降低滤波参数选取的难度。在分析星载GPS数据特点基础上,月地返回段实测数据的处理结果验证了算法的可行性和有效性。     

发展我国的星基定位通信系统

本文阐述了发展我国星基定位通信系统的必要性、可行性和系统的组成,并给出了部分的工作结果,同时指出了需要进一步研究的问题。     

北斗三号系统卫星自主完好性监测技术

完好性对于全球卫星导航系统(GNSS)来说至关重要,关乎到其能否被放心应用。卫星自主完好性监测(SAIM)技术,是完好性监测技术发展的前沿趋势,国内外卫星导航系统均竞相发展。介绍了北斗三号系统SAIM技术设计与实现的重要意义,从功能设计和实现原理两个方面,阐述了北斗三号SAIM技术体制。针对SAIM实际在轨监测数据的正态分布特性服从程度和长期稳定性等问题,随机选取某一颗中圆轨道(MEO)卫星自2020年7月31日北斗三号系统正式开通服务以来至2021年7月31日连续1年期间的监测数据,得到真实在轨监测数据的分布特性。最后,提出了告警门限优化、分级告警策略设计、星历完好性自主监测等方面的后续发展必要性建议,旨在为北斗系统更好地为全球用户提供更优质的完好性服务提供参考。     

面向高轨空间的北斗导航性能增强星座选型研究

由于高轨空间超出北斗卫星导航系统的正常服务区域,导航信号微弱、可见性差,难以实现高轨飞行器全程稳定可靠的导航定位服务。提出了以空间卫星为时空基准传递平台,向高轨空间区域发射导航信号,从而提高高轨飞行器导航性能的方法,并展开面向高轨空间的北斗导航性能增强星座选型研究。基于卫星可见性、精度衰减因子（DOP）、信号接收门限和所需增强卫星数目等评估指标,仿真分析了基于LEO星座、MEO星座和HEO星座的北斗导航增强性能。     

发射系下SINS/GPS/CNS组合导航系统联邦粒子滤波算法

传统的扩展卡尔曼滤波(Extended Kalman filter, EKF)算法应用于未来高超、空天飞行器的组合导航系统时,因其模型线性化展开会导致模型不准确,从而引起导航精度下降;采用蒙特卡洛方法来实现递推贝叶斯估计问题的粒子滤波(Particle filter,PF)算法能有效避免引入线性化误差,具有一定的优势。据此,针对高超、空天飞行器在发射过程中通常需要直接获得发射惯性系下的高精度导航参数的需求,提高发射惯性系下弹载组合导航系统滤波算法的精确性就尤为重要,PF滤波算法无需对非线性系统进行线性化展开即可直接实现对非线性系统的状态误差估计。为此,本文将PF滤波算法引入空天飞行器SINS/GPS/CNS多信息融合组合导航系统,设计了发射系下基于联邦滤波器的PF滤波算法,实现了对组合导航系统状态参数的直接建模估计。算法仿真结果表明,相较于发射系下SINS/GPS/CNS组合导航系统联邦EKF滤波算法,PF滤波算法有效提高了组合导航系统滤波精度。     

车载GPS/DR组合导航系统的信息融合新方案

总结了适用于车载 GPS/ DR组合导航系统的几种信息融合方法 ,提出一种可容错的新型联合卡尔曼滤波结构方案。针对系统重构和自适应调整的依据 ,提出一种新的分系统状态评估方法 ,定义了滤波器估计结果可信度的概念并给出对其进行模糊综合评判的方法。在此基础上进一步确定联合滤波模型的自适应信息分配准则 ,实时跑车数据处理结果表明 ,该方案大大提高了系统的导航精度和可靠性     

火星探测器捕获段自适应卡尔曼滤波方法

天文导航是一种广泛应用于深空探测任务中的节能、高效的导航方式。基于轨道动力学模型和星光角距的卡尔曼滤波方法已经被成功应用在天文导航系统中。在捕获段由于探测器所处动力学环境复杂,未建模的加速度误差,星历误差等都会造成过程噪声统计特性不完全。针对以上问题,提出一种根据新息和残差序列的变化趋势来调节过程噪声协方差阵的自适应平方根容积卡尔曼的方法（AQSCKF）。该方法先分别利用新息和残差计算调节因子,然后判断新息和残差的变化趋势,当新息和残差的变化趋势一致时,取二者调节因子的均值作为过程噪声方差阵的调节因子,对其进行调节。此外,本文还将该方法与传统的只利用新息或残差在线调节协方差阵的平方根容积卡尔曼滤波（SCKF）方法进行对比,仿真结果表明,在解决由于过程噪声统计特性不能完全已知的问题上,AQSCKF算法不仅能显著提高导航精度,并且具有很好的稳定性。     

递推阻尼最小二乘及其在INS/双星组合中应用

由于双星系统的误差模型未知,且稳定性较差,采用Kalman滤波实现惯导(INS)/双星组合导航时,其滤波特性较差;而此时最小二乘法是实际工程应用中常用的方法,但易产生参数爆发现象.因此,提出了一种基于多输入-多输出(MI-MO)系统的递推阻尼最小二乘法,并将其应用到INS/双星组合导航系统中.仿真结果表明,利用递推阻尼最小二乘法能达到和递推最小二乘法同样的精度,且能明显抑制参数爆发现象.      

大数据理论在高精度惯性导航系统测试技术中的应用

当前我国高精度惯性导航系统研制已取得长足进展,但惯性导航系统的精度、可靠性和寿命等应用性能距离世界先进水平仍有差距,主要问题在于全寿命周期内的海量测试数据没有被充分挖掘、分析和应用,严重制约了惯性导航系统精度的提升、可靠性分析和寿命预估的准确性。因此,系统、准确、高效、合理地处理设计、生产、测试和使用过程中的海量数据是分析解决高精度惯性导航系统存在问题、提高生产效率、提升产品质量的有效途径。首先,详细分析了惯性导航测试系统数据采集和数据管理中存在的问题,提出大数据管理分析系统的需求和目标;其次,结合数据管理和分析中的关键技术,构建了惯性导航测试系统以数据采集层、数据支撑层和数据应用层为3大模块的大数据分析平台基本框架。为高精度惯性导航系统优化设计、提升精度、保障产品可靠性、合理预估系统寿命及适应未来战争提供了发展思路。     

陆基超远程无线电导航发展研究

定位导航和授时(PNT)系统是保障现代社会正常运转必不可少的基础设施,为了提供可靠的PNT信息服务,需要研发不依赖于卫星导航的PNT系统。介绍了国内外陆基超远程导航系统的发展情况,提出了发展基于甚低频无线电信号的陆基超远程无线电系统架构、关键技术及发展建议,陆基超远程导航系统可以在卫星导航不可用时提供备份,对于构建冗余可靠的国家PNT体系、保障PNT信息的安全及可靠性具有重要意义。