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.     

小视场星敏感器量测延时滤波算法

针对小视场（NFOV）星敏感器用于姿态估计时存在的量测延时情况,提出了一种用于解决量测延时的鲁棒扩展卡尔曼滤波（REKF）算法。根据最小方差准则的思想求解各方差的最小上界,通过最小上界确定滤波增益,设计的REKF算法可以有效解决量测延时问题,提高了姿态估计的精度。对REKF算法进行了仿真验证,结果表明:该算法优于常规加性扩展卡尔曼滤波（AEKF）算法、鲁棒有界时域滤波（RFHF）算法及鲁棒卡尔曼滤波（RKF）算法,能较好解决非线性系统存在的量测延时问题,验证了该算法的有效性。      

对空中辐射源的快速无源定位算法及其可观测性分析

提出了一种测量目标辐射源脉冲到达时间(TOA)和到达方向(DOA)，对空中运动辐射源进行单站无源定位的伪线性算法，该算法定位收敛速度快而且非常稳定，具有很强的实用性。单站无源定位跟踪技术中的可观测性分析是一个关键问题，利用该算法的伪线性测量方程进行了测量TOA和DOA定位的可观测性分析。最后给出了计算机仿真结果。     

基于扩展卡尔曼滤波的舰机相对位姿估测

通过将基于扩展卡尔曼滤波的长序列图像分析方法与单目视觉技术相结合,把无人机自主着舰视觉导引中舰机间相对位姿的估测,转化为机载摄像机对着舰靶标平面3D位姿的实时估测问题.首先根据透视投影理论,建立了以摄像机的透镜中心为原点且Z轴与光轴重合的摄像机坐标系和世界坐标系,然后利用机载摄像机连续拍摄的靶标图像序列,选择描述相对运动的3个欧拉角、平移向量及它们的速度作为状态变量;由靶标角点的提取和帧间匹配,建立了反映着舰靶标上特征点的图像坐标和状态变量之间关系的观测方程,带入扩展卡尔曼滤波器,估测出舰机的相对运动参数.计算机数据仿真和基于DSP平台的半实物仿真试验验证了算法的有效性和鲁棒性.      

基于矢量观测的航天器分段信息融合定姿方法

针对基于MEMS(微机电系统)陀螺和CMOS APS星敏感器的集成惯性/星光姿态确定系统的低精度特点,研究了适用于该定姿系统的基于矢量观测的定姿算法.对于陀螺/星敏感器这种配置模式,有EKF(Extended Kalman Filter)、QUEST、最优REQUEST等几种适用的定姿算法.针对EKF和最优REQUEST算法的不同特点并结合确定性算法QUEST,以四元数为姿态参数,将姿态估计的EKF方法分别与QUEST算法和最优REQUEST算法进行了融合,提出一种分段信息融合的姿态估计器:陀螺漂移估计误差较大时,将EKF与QUEST结合,快速估计出陀螺漂移.当陀螺漂移误差减小到一定程度,再切换为EKF与最优REQUEST算法融合的双重滤波器.仿真比较结果表明,这种分段信息融合的姿态估计器既可以估计姿态参数也可以估计陀螺漂移,并能达到很高的定姿精度.     

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。     

跟飞编队卫星相对导航自适应EKF算法研究

针对跟踪星对目标星跟飞编队的相对导航问题,提出了基于自适应扩展卡尔曼滤波（EKF）的相对导航算法。以线性离散化的椭圆参考轨道相对动力学模型为导航状态方程．设计了虚拟测量量及相应的测量矩阵,避免了求解雅可比矩阵的复杂计算。为了适应构型尺寸变化引起的模型误差变化,提出了模型误差在线估计算法。仿真显示,算法具有较快的收敛速度和较高的估计精度。该研究成果可作为卫星编队应用的有益参考。     

基于相位差变化率的单站无源跟踪算法研究

利用机载观测站与辐射源之间的相对运动信息,在方位角测量的基础上增加相位差变化率的测量,可以对固定目标实现即时定位,为了提高精度,需要利用滤波算法进行跟踪滤波.在机载单站无源定位原理研究的基础上,通过计算机仿真分析了该定位方法下KF、EKF和MVEKF多种滤波算法的性能,对工程应用具有一定的参考意义.     

一种基于两级EKF的9D-MIMU/GPS微型无人机组合导航系统的鲁棒性设计

本文提出了一种基于两级EKF的9D-MIMU/GPS微型无人机组合导航系统的鲁棒性设计,针对磁强计在低成本微型无人机上应用时容易受到外界干扰,并影响导航系统其它状态量的准确估计的问题,解决了磁强计本身的制造误差、外界硬铁误差、软铁误差以及磁倾角等对导航系统的影响。实验表明,本文的设计能够有效校正磁强计原始测量数据中所包含的误差,并达到与商业导航模块相近的导航状态估计精度。     

基于边界的无人机主动SLAM算法

同步定位与地图构建技术是无人机实现真正自主导航的关键。为克服被动同步定位与地图构建算法的缺陷,研究了基于边界的无人机主动同步定位与地图构建算法。在无人机的探测区域周围产生候选边界点,通过建立合理的目标函数,从候选边界点中选择目标点,控制无人机朝该目标点方向运动,再运用扩展卡尔曼滤波算法更新无人机的运动状态。通过建立的无人机简化模型,对提出的算法和随机同步定位与地图构建算法进行对比研究,仿真结果表明该算法是有效可行的。