一种实现GEO卫星自主导航的方法

针对目前关于GEO卫星自主导航方法中存在的精度低、成本高、实现复杂、可行性一般的问题,提出了一种基于多天体目标信息实现GEO卫星自主导航的方法。使用星敏感器敏感恒星信息和紫外地球敏感器敏感地球信息,建立了高精度GEO轨道动力学模型,并设计了EKF算法、UKF算法以及MCMCUPF算法进行导航解算。理论分析和仿真验证表明,提出的方法精度高、实现易,是一种切实可行,有效的卫星自主导航方法。     

单兵自主导航技术研究

针对美国MicroPNT计划中的单兵导航技术开展了理论分析、样机研制及试验工作,设计了单兵导航技术的基本原理、系统组成和基本算法,分析了室内作业的定位和指挥需求,分析了影响系统实现和定位精度的关键因素,研制了原理样机并开展了导航试验,结果表明：采用微机电惯导系统+零速修正的方案来实现单兵导航的方案是可行的;以目前微机电惯性仪表的性能水平,有望实现100米/小时的定位精度;随着微型惯性仪表性能的提高,有望在5-10年内实现定位精度10米/天的单兵自主导航系统。     

北斗卫星通信导航信号激励器的方案设计和应用

根据北斗卫星系统工作原理,提出了北斗卫星通信导航信号激励器的方案设计和在直升机型号设计中的应用。该激励器具有模拟北斗卫星通信导航信号的功能,其作用是在航电系统地面综合联试中,为机载北斗接收机和组合导航系统提供激励信号。     

发射惯性坐标系下误差角与数学平台失准角的推导与仿真

基于状态空间法的捷联惯性/天文组合导航系统(SINS/CNS)需要数学平台失准角作为观测值参与滤波估计,工程实际只能得到SINS、CNS二者的姿态误差角.以弹道导弹为背景,在发射惯性坐标系下分别推导了四元数和欧拉角形式的姿态误差角与数学平台失准角之间的相互转换矩阵.建立了弹道导弹SINS/CNS数学模型,并采用EKF和UKF算法验证了该转换矩阵.仿真结果表明误差转换矩阵的正确性.     

地球物理导航中位场下延的迭代正则化方法研究

地磁、重力数据下延是制备地球物理导航基准图的重要内容,而它通常是一个不适定问题,采用常规代数方法求解并不奏效;对此,结合航空地球物理测量和地球物理导航的特点,研究了迭代正则化方法(包括迭代Tikhonov法、Landweber迭代法和截断奇异值分解(TSVD)法)在位场下延中的应用.首先给出了位场下延和迭代正则化的基本理论,然后采用理论位场模型验证了迭代正则化方法在位场下延中的应用可行性,最后分析了迭代正则化方法的下延精度、计算时间和边界效应等性能.由分析结果可知,迭代Tikhonov方法具有最好的综合下延性能,应优先在实际的位场下延中使用.     

基于鲁棒卡尔曼滤波的编队卫星相对导航

为提高编队卫星相对导航精度和计算稳定性,采用鲁棒卡尔曼滤波进行相对位置和相对速度的估计.对星间相对动力学方程进行适应性改造,使其具有线性离散不确定性系统形式.以载波相位差分GPS为观测模型,采用鲁棒卡尔曼滤波进行相对状态估计.数值仿真结果表明,该算法相对于扩展卡尔曼滤波算法具有明显优势,导航精度更高、鲁棒性更强,具有一...     

非等间隔滤波及其在导航系统中的应用综述

滤波的目的是从序贯量测中在线、实时地估计和预测出动态系统的状态和误差的统计量.现存的大多数滤波方法要求传感器信息同时测量并同时到达,但是传感器获得的信息往往不满足此条件,即信息是非等间隔的.信息的不等间隔特性影响到导航精度,非等间隔滤波的提出为该问题提供了一类解决方案.针对国内外非等间隔滤波及其在导航系统中的应用现状,...     

改进的量测噪声自适应滤波在空间非合作目标视觉导航中的应用

针对空间非合作目标对接过程中特征点识别的非高斯测量噪声与幅值不确定,对传统滤波方法的量测更新部分进行改进.通过量测更新后的新息数据对量测噪声量级进行在线二次估计,使得量测噪声估计值更贴近实际,增进滤波效果.设计了针对空间非合作目标对接段的滤波器,能够提供对接段相对位置、速度、姿态角及角速率估计信息.仿真结果表明所提出的...     

“联盟”号运载火箭首次从南美升空 成功发射两颗欧洲伽利略导航卫星

格林尼治时间10月21日上午10点30分,俄罗斯"联盟"运载火箭搭载欧洲伽利略全球卫星导航系统首批两颗卫星,从法属圭亚那库鲁航天发射中心发射升空。这不仅是俄罗斯"联盟"火箭首次在法国领地发射升空,也是欧洲伽利略全球卫星导航系统(简称"伽利     

基于GIS的飞行器定位中的匹配方法

介绍了基于GIS的飞行器定位系统的基本原理,研究了一种数字影像与GIS矢量数据的匹配方法.该方法采用局部最优与整体匹配相结合的匹配策略,利用数字影像上提取的线特征作为匹配的共轭实体,以线特征的角度、线特征的长度、相交线特征之间的夹角等作为匹配的匹配实体,通过计算匹配实体间的相似性测度实现共轭实体间的精确匹配.