北斗卫星导航系统X射线脉冲星可见性分析

X射线脉冲星可以为深空乃至近地航天器提供全源、自主、高精度的导航服务.对近地航天器而言，由于中心天体的遮挡，脉冲星信号并非全程可见，所以X射线脉冲星的可见性成为近地导航应用中挑选脉冲星的关键因素，也是脉冲星导航的首要工作.本文对挑选出的30颗X射线脉冲星在北斗系统7个轨道面上的可见性进行了仿真分析，得出了一天内可见脉冲星数量的变化情况以及一年内太阳、地球和月球遮挡的仿真结果,总结了影响脉冲星可见性的天体的遮挡规律，为利用脉冲星对北斗卫星进行自主定轨和守时提供了数据支持.     

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。     

Inertial aided BDS triple-frequency integer ambiguity rounding method

The integer ambiguity resolution (AR) of carrier phase is significant for Global Navigation Satellite System (GNSS) precise positioning. However, in kinematic case, single-epoch AR methods based on alone GNSS are usually not reliable due to the instable pseudorange accuracy. Moreover, the computation of classical AR method Least Squares Ambiguity Decorrelation Adjustment (LAMBDA) is large. Thus, the inertial measurement unit (IMU) is introduced, a new inertial-aided AR method that directly rounds the float ambiguity of BeiDou triple-frequency combined observations, which is characterized by long wavelength, low carrier-phase noise and ionospheric delay, is proposed. The mathematical model of the new method is derived first. Then the impacts of the carrier-phase noise, ionospheric delay and inertial navigation system (INS) position error on the AR success ratio of combined observation are analyzed through probabilistic approach. Based on above investigation, the combinations (0, ?1, 1), (1, 4, ?5) and (4, ?2, ?3) are selected to resolve the original ambiguity. A vehicular integrated navigation test is performed to demonstrate the proposed method. The results show that the average AR success ratios of the three selected combinations, whose float ambiguity errors are 0.041, 0.146, 0.279 cycle respectively, are above 97.25% without regard to low-elevation C05. With respect to positioning accuracy based on our AR method when compared with IE software, the east, north, up error RMS of position are 0.042, 0.024, 0.069 m, respectively. In terms of the AR recover after the BeiDou signals outage, as long as 62 s BeiDou signal complete outage, all the ambiguities of all satellites could be re-fixed immediately. Besides, during the 90 s signals partial outage, the AR is not influenced by the position error, since the float ambiguity errors are all below half-cycle. The research of this contribution demonstrates the effectiveness of the proposed new method, which indicates it is applicable to kinematic positioning, even in BDS degraded and denied environments.     

微弱GPS信号精捕获算法

为了解决微弱GPS信号比特/二次编码（Neumann\|Hoffman码）的同步以及频偏精细估计等问题,本文提出了对相关器输出数据进行精捕获的算法。通过对相关器输出数据进行二次变频,对不同频点的信号进行比特/二次编码位置的搜索,从而实现弱信号条件下比特/NH码的同步以及频偏的精捕获。精捕获后,使用频偏补偿后的数据进行频偏的再次精细估计。经过理论推导和仿真验证,在C/N0不低于20dB/Hz时,用1299个相关器输出数据进行精捕获时就有95%以上的检测概率,说明本方法适用于微弱GPS信号条件下比特/NH码的同步和频偏精细估计问题。
     

多路导航信号恒包络处理技术

现代化的导航系统需要在一个频段发射多路导航信号以提高频谱利用率。直接组合的复合信号不是恒包络,在通过饱和状态功率放大器时会产生AM/PM失真,从而影响整个导航系统的定位精度。为了解决这个问题,需要增加互调分量,把信号处理成恒包络复合信号。文章在分析GPS和GALILEO系统导航信号恒包络处理方法的基础上,给出了我国导航卫星系统恒包络处理方法的建议。     

未知测量噪声分布下的多目标跟踪算法

 粒子概率假设密度滤波(SMC-PHDF)在进行粒子更新时需要知道测量噪声的概率分布以计算似然函数,这使得SMC-PHDF依赖于测量噪声的概率模型。针对这一点不足,提出一种未知测量噪声分布下的多目标跟踪算法——基于风险评估的概率假设密度滤波(RE-PHDF)。该算法在SMC-PHDF进行概率假设密度(PHD)粒子更新时采用风险函数计算每个PHD粒子的风险值,并通过一个风险评估函数评估每个PHD粒子,然后用评估后的结果更新粒子的权值。由于粒子更新时避免了在多维测量空间中计算似然函数,算法不仅不依赖于测量噪声的概率分布,还可以节省大量计算时间。仿真结果表明：和SMC-PHDF相比,RE-PHDF在未知的复杂测量噪声环境下具有更高的鲁棒性和稳定性;同时,在两种算法跟踪精度接近的情况下,所提算法节省了50%的运行时间。     

局域均值分解中PF获取方法的改进

航空发动机故障振动信号为典型的多分量信号,局域均值分解方法可以对其分离。在研究了经典的局域均值分解方法后,发现相邻的两个乘积函数(Production Function,PF)中存在模态混淆现象,表现为较高频PF中包含较低频PF的频率成分。针对这一问题,对PF的定义进行了改进,滤除了混淆在其中的低频信号,使信号分离更加充分。仿真信号的分析表明,改进后的算法分离效果优于原算法。试验信号的分析表明,方法可以用于航空发动机故障特征提取。     

基于小波包分析和支持向量机的转静碰摩部位识别

利用航空发动机转子实验器模拟不同径向碰摩部位下的碰摩故障,提出基于小波包分析的支持向量机转静碰摩部位识别方法.首先将从机匣测得的加速度信号进行小波包分解,提取其归一化能量特征,接下来将得到的归一化能量特征输入至支持向量机中,用以识别不同的碰摩部位.利用航空发动机转子实验器模拟大量不同碰摩程度和不同碰摩部位的样本,利用支持向量机进行训练和测试.结果表明小波包能量特征与支持向量机相结合可以有效地判别转静碰摩部位,且仅需1个传感器即可达到98%的识别率.      

一种针对恒模信号的运动单站直接定位算法

相比于常规的"测向+位置估计"两步定位模式,以Weiss等提出的目标直接位置确定(DPD)算法具有估计精度高、分辨能力强和无需数据关联等诸多优点。基于该类定位算法的基本理念,提出了一种利用单个运动天线阵列对恒模(即相位调制)信号的DPD算法。首先,依据最大似然(ML)准则以及恒模信号的恒包络特征,建立了相应的直接定位优化模型;接着,根据优化函数的代数特征提出了一种有效的多参量交替迭代算法,用以获得ML估计器的最优数值解;此外,推导了针对恒模信源的位置直接估计方差的克拉美罗界(CRB),从而为新算法的定位精度提供定量的理论下界。仿真实验表明:相比于已有的基于单个运动天线阵列的直接定位算法以及传统的两步定位算法,通过利用恒模信号的恒包络特征可以明显提高目标直接定位的估计精度。     

基于EMD-CS的脉冲星周期超快速估计

面向X射线脉冲星周期估计的压缩感知（CS）中测量矩阵尺寸大,进而导致计算量大。针对这一问题,提出了一种基于经验模态分解-压缩感知（EMD-CS）的脉冲星周期超快速估计方法。将不同畸变度的脉冲轮廓进行EMD分解,得到一系列固有模态函数（IMF）。由于IMF包含了不同时间尺度的局部特征信号,脉冲轮廓畸变度这一微弱局部特征可体现在某些IMF中。采用迭代剔除法剔除冗余的IMF,剩下的IMF构成了测量矩阵。由于IMF的数量较少,采样率大幅减少。利用EMD-CS可实现X射线脉冲星周期超快速估计。通过计算复杂度分析结果可知,采样率与计算量呈正比关系。仿真结果中表明,EMD-CS的采样率为0.25%,仅为FFT-CS的1/29,因而计算量更小。