伽利略卫星定位系统三载波姿态确定技术研究

利用伽利略卫星定位系统来确定载体的姿态是伽利略系统的重要应用领域。目前利用GPS确定姿态的算法比较复杂，初始化时间较长，本文详细地介绍了伽利略定位系统三载波模糊度解算技术（TCAR）的要点，分析了TCAR技术求解模糊度的概率分布特点，提出了基于小模糊度搜索空间的单差模糊度搜索策略，克服了传统TCAR技术模糊度确定错误率较高的缺点。以低轨卫星姿态确定为应用对象，利用STK软件工具与Matlab进行了联合仿真，仿真结果表明，该方案完全可行，效果理想，适合单历元姿态确定。     

捷联惯导系统姿态算法建立与优化

本文主要介绍中低精度捷联系统姿态算法建立方法和优化技术。     

加速度冲击对卫星接收机性能影响

基于加速度对晶体振荡器输出频率的影响,研究了加速度冲击对卫星接收机性能的影响。首先,利用ANSYS软件仿真分析了加速度冲击作用对石英晶体形变的影响过程,在此基础上建立加速度冲击环境下卫星接收机参考源晶振的频率偏差数学模型;接着,分析在加速度冲击下由参考晶振频率偏差对接收机射频前端输出中频信号的影响,并结合卫星接收机的工作原理阐述了加速度冲击对其跟踪性能的影响。仿真结果表明,加速度冲击会使接收机跟踪环路的性能恶化,时间较长会引起跟踪环路失锁。     

基于强跟踪滤波的GPS/INS组合导航系统对准技术研究

针对卡尔曼滤波鲁棒性较差的问题,研究了基于强跟踪滤波方法的GPS/INS对准。建立了GPS/INS组合导航系统对准的误差模型,对机载装备系统进行GPS/INS组合导航系统的对准仿真分析,验证该方案的可行性及强跟踪滤波器的性能。仿真结果表明,采用强跟踪滤波能够根据残差的变化求出渐消因子,能够在机动过程中有效跟踪系统状态量,从而提高对准精度和速度。采用强跟踪滤波的GPS/INS组合导航系统对准技术可以保证对准的快速性及对准精度,对工程应用具有重要的参考价值。     

GNSS多径抑制基带处理算法综述CSCD

随着全球导航卫星系统(GNSS)信号体制的不断更新,接收机应用环境越来越复杂,多径误差抑制技术也在不断发展进步。其中,基于改进基带的多径抑制算法由于成本和效果综合较优,受到了国内外研究人员的重视。论文首先阐述了GNSS多径抑制的基本原理,综述了传统的GNSS参量式和非参量式多径抑制算法的研究现状和实现方式,然后探讨分析了新体制信号中提高抗多径性能的方法,总结了当前GNSS多径抑制基带处理研究中的主要问题,最后展望了其未来的发展趋势。     

基于视惯融合的无人飞行器导航数据仿真方法

无人飞行器在卫星信号拒止情况下难以获得较高的导航精度。为此，需要研究基于载体自身传感设备的自主导航定位方法。立足于飞行器平台的视觉惯性紧耦合算法架构VINS-Mono，提出并设计了一种视觉惯性数据仿真方法，针对匀速直线运动过程无法恢复视觉尺度的问题，进行了初始化运动轨迹补充。仿真研究结果表明，该方法所补充的轨迹能够很好地对齐视觉与惯性信息并恢复尺度，实现导航参数的正确求解。理想条件下500m平飞范围内定位误差占比不超过真值的3.5%，可作为评估卫星拒止环境下无人飞行器视觉惯性组合导航性能的参考方案。     

太阳与内日球立体探测卫星计划科学目标建议

面向认知太阳风暴和保障航天安全的国家战略需求，中国近年来提出太阳与内日球立体探测卫星计划，拟适时部署环黄道面的拉格朗日点L3-L4-L5定点卫星星座和脱离黄道面的太阳极轨对偶卫星。通过该卫星计划的初步科学论证分析，建议将其科学目标凝练为太阳磁场、太阳风暴、太阳风，将其应用目标定位于日地空间天气预报，建议配置成像类、粒子类、波场类的综合科学载荷。此外，利用日地空间的三维磁流体数值模拟和计算机图形学的艺术可视化，形象地表达环黄道面卫星“对日凝视”和太阳极轨卫星“鸟瞰全景”的探测概念。中国太阳与内日球立体探测卫星计划将揭示太阳磁场的起源规律及其爆发机理、日地耦合系统的空间天气变化机理，并能够为日地空间天气三维数值建模提供观测数据驱动的初边值条件，必将极大推动空间天气的立体监测、前沿研究、精准预报的一体化进程。     

融合明度特征的V-SAD立体匹配算法

针对SAD算法难以对图像中纯色与弱纹理部分进行准确匹配的问题,提出了将HSV空间明度特征与SAD算法相融合的立体匹配算法,称为V-SAD算法.首先将图像从RGB空间转化至HSV空间,并根据H、S、V值将像素点按照颜色分为10类,同时得到明度特征图.然后结合SAD算法需要的灰度特征图计算匹配代价,得到初步的视差图.接着,根据HSV空间的颜色信息对图像进行分割,结合数学形态法求解分割区块中的独立连通域.再利用边缘生长法对每一个连通域的视差进行恢复.最后,使用左右一致性检测方法对视差图进行优化.实验结果表明,利用图像的明度信息衡量纯色与弱纹理区域的匹配点的相似度是有效的,该V-SAD算法有效改善了SAD算法在弱纹理和纯色区域的匹配效果,平均误匹配率下降了13.02％.     

多传感器融合状态估计方法综述

随着传感器网络技术的发展，多传感器融合状态估计凭借其鲁棒性、灵活性、可扩展性以及便于故障检测等优点，长期受到国内外学者的广泛关注，并取得了大量研究成果。数据融合的方法为融合状态估计奠定了理论基础，也是早期研究的主要方向，从20世纪70年代到20世纪末，相继发展出了集中式和分散式滤波架构及相应算法。无线通信技术的成熟以及一致性算法的出现使得分布式状态估计的研究进入了快车道，自2005年以来，大量基于一致性的分布式滤波算法被提出，其中不乏实用的经典方法和优秀的开创性方法。旨在梳理多传感器融合状态估计的发展，探究从数据融合到分布式滤波的内在联系，并对一些经典方法进行了总结。