基于最小偏度采样的卫星自主导航SRUKF算法

针对航天器自主导航系统对可靠性、精确性和实时性的要求,将最小偏度采样策略和平方根Unscented卡尔曼滤波(SRUKF)算法相结合,提出了一种改进型SRUKF算法,该算法在保证滤波精度和标准Unscented卡尔曼滤波(UKF)算法相当的条件下,通过引入最小偏度采样减少了采样点数,提高了计算速度,以协方差阵的平方根代替协方差阵参加递推运算,减少了计算机舍入误差.将该算法应用于磁强计/雷达高度计组合导航系统中,仿真结果表明:该算法保证了估计精度,较大地减轻了计算负担,具有算法简单、计算效率较高的特点,能够满足卫星自主导航系统的要求.     

捷联惯性导航系统动静态误差特性分析研究

捷联惯性导航系统动静态误差特性是基于惯性的组合导航系统的主要误差来源。为此,根据捷联惯性导航系统的误差状态方程,本文分析了不同动静态情况下的捷联惯导系统的误差漂移特性。针对静基座和动基座的不同特点,分别采用了特征根和基于数值仿真分析的方法,并建立了相应的误差特性分析模型。重点研究了陀螺常值漂移、加速度计零位偏置和随机性误差对惯性导航系统误差漂移特性的影响;全面分析验证了惯性导航系统的动静态误差特性。本文的研究工作将为惯性组合导航系统误差分析建模提供了有益的参考。     

基于X射线脉冲星的自主天文导航技术

随着天文观测技术的发展,一类在x射线频段发出辐射的脉冲星显示了良好的导航特质,由此发展了一种全新的基于X射线脉冲星的航天器自主导航方法.该方法通过探测X射线脉冲星发出的周期性脉冲信号进行导航,有别于传统的光学、射电天文导航.本文综述了基于X射线脉冲星自主导航技术,介绍其由来、发展历程、国内外研究现状,并对当前围绕该导航技术开展的研究工作进行了详细的分析,最后总结了需要进一步研究的若干问题.     

基于受摄轨道模型的小卫星轨道摄动分析研究

小卫星在实际运行中受到多种摄动力的作用,这会对其轨道造成不同程度的影响,因此在小卫星的轨道设计与控制中,摄动是必须考虑的重要因素。本文以500km高的小卫星太阳同步轨道为研究对象,运用轨道摄动的基本理论,估计了地球非球形引力、大气阻力、太阳光压及第三体引力的量级并进行比较;建立小卫星轨道摄动分析模型,并在此模型的基础上,利用计算机仿真技术,对小卫星轨道摄动问题展开仿真研究,验证了几种主要摄动力的量级估计的结果,分析比较了几种主要摄动力对小卫星运行轨道的影响程度及规律,本文结果对小卫星轨道设计与控制具有很好的参考价值。     

基于CenterNet 的航空遥感图像目标检测

为实现高精度的航空图像目标检测，将Anchor free 的目标检测算法CenterNet 应用到检测中，同时 使用Resnet50 主干网络，并引入CIoU 损失替代原有损失函数对网络模型做出了改进。改进后的算法在RSOD 与DIOR 数据集上进行测试，结果显示在保证网络轻量化的前提下检测精度有明显的提高，证明了算法在航空 目标检测方面的可行性与准确性。     

一种低数据传输的多机器人实时视觉SLAM

针对多机器人视觉SLAM在实际应用中带宽受限的问题,设计了一种低数据传输的多机器人实时视觉SLAM系统.系统中引入了NetVLAD神经网络模型,通过改进NetVLAD降低了多机器人回环检测的计算资源占用,提高了回环检测的实时性.提出了一种针对描述子缺失情况下的特征匹配算法,提高了回环检测与相对量测的鲁棒性,并提出了一种增量式多机器人位姿图共享和优化方法.最后,通过在KITTI数据集进行测试,验证了该SLAM系统能有效减少多机器人通信过程中的数据传输,具有与单机器人SLAM相当的定位精度和实时性.     

脉冲干扰对软件接收机的影响分析

卫星信号经过长距离传播,信号能量损耗严重,到达地面的功率很弱,容易受到各种干扰的影响。脉冲干扰为常见的干扰类型,所以针对不同功率、不同周期,以及不同占空比的脉冲干扰信号,通过接收前端采集受脉冲干扰的GPS L1信号,利用软件接收机及多相关器生成技术,详细分析了脉冲干扰对接收机信号捕获与跟踪性能的影响。分析结果表明,周期为1ms的脉冲干扰信号,能对接收机产生强烈的干扰效果,捕获图中的噪声明显增大;跟踪过程中,载噪比和相关值突发性减小,造成跟踪数据异常。而长周期的脉冲信号仅在脉冲到达时影响接收机的捕获和跟踪,但由于信号跟踪不能连续进行,导致伪距观测量的不连续与导航数据不能正常解码,从而干扰接收机。     

基于STDP奖励调节的类脑面向目标导航

动物具有优秀的空间自主定位导航能力，能够实现在无先验环境信息下的导航定位和导航决策过程。针对智能体在连续空间中面向目标导航问题，研究了一种基于生物学放电时间依赖可塑性学习规则的智能体面向目标导航算法。首先分析了动物面向目标导航决策过程中的生理学机理，在此基础上，构建了基于脉冲神经网络的位置细胞和动作细胞模型。动作细胞间权值采用横向竞争模型更新，通过环境奖励信号的更新，采用放电时间依赖可塑性学习规则对位置细胞前馈动作细胞模型的突触权重进行权值调节，利用动作细胞群的脉冲放电现象表征智能体运动方向和速度。最后，对所提算法进行了仿真实验验证。仿真结果表明，所提出的类脑面向目标导航算法能够在单障碍环境中实现30 ms左右的规划速度，相比传统强化学习Q学习方法平均路径规划长度缩短了15.9%。     

基于虚拟地标的行人惯性SLAM算法

针对当前仅使用低成本惯性传感器的行人导航系统航向角存在较大累积误差的问题,研究了一种只使用惯性传感器信息的虚拟地标构建方法,并通过匹配虚拟地标点对位置和航向进行误差补偿.在此基础上,结合同时定位与建图(SLAM)方法的思想,实现了仅基于惯性传感器的SLAM,提高了行人导航的精度和可靠导航时间.试验结果表明,该方法能够有效消除纯惯性行人定位系统的累积误差,在2027m2的单层建筑物中空间位置误差小于10m.     

空天飞行器星敏感器安装误差在线标定方法

空天飞行器高动态、长航时的运动特性可能导致一体化安装的惯性/天文组合导航系统中星敏感器与惯导间产生安装误差角。设计了一种星敏感器安装误差角动态辨识方法,建立了星敏感器安装误差角模型,设计了基于天文角度观测的星敏感器安装误差角动态辨识方案,分析了不同机动飞行方式下星敏感器安装误差角的可观测度。仿真结果表明,所设计的基于卡尔曼滤波的动态辨识方法能够在飞行器机动过程中快速地对星敏感器安装误差角进行在线标定,对安装误差角的标定值可以达到实际误差值的85%以上,有效地提高了组合导航系统的精度。