一种基于信息融合的卫星自主天文导航新方法

直接敏感地平和利用星光折射间接敏感地平是两种基于天体敏感器的自主天文导航方法,其定位精度主要取决于地平的敏感精度。通常利用红外地平仪直接敏感地平的方法简单、可靠,但精度较低,而近年出现的利用星光折射间接敏感地平的方法精度高,但必须能观测到符合一定条件的折射星,根据上述两种方法的特点,提出了一种基于信息融合的直接敏感地平和利用星光折射间接敏感地平相结合的自主天文导航的新方法,计算机仿真结果表明该方法可以进一步提高系统的精度和可靠性。     

低成本INS/GPS组合导航系统算法研究及其实现

采用基于 MEMS技术的低成本 IMU和 GPS接收机 ,以 DSP为信息处理核心 ,实现了 GPS/SINS组合导航系统。文中详细描述组合算法和算法的软件实现 ,并对模样机在实验室的静态实验结果进行描述和分析。实验结果表明 ,系统组合滤波器的设计和参数选择正确 ,模样机取得了较好的导航解算精度     

捷联导引头制导系统导引律及自适应滤波方案设计

本文推导了捷联导引头制导系统五维动态方程和二维测量方程。在设计导引律时，采用了“瞬态导引法”。同时，提出了有限记忆自适应卡尔曼滤波的算法，并将该算法用于制导系统的滤波方案设计。通过蒙特卡罗实验，验证了本文所提出的制导方案是可行的     

陀螺稳定平台漂移误差参数的辨识方法研究

给出了一种平台工作在惯性稳定状态下的静态多位置测漂方案 ,建立了包含陀螺漂移、地球自转因素在内的平台漂移数学模型和系统状态方程 ,解决了三轴开路状态下的耦合问题。取框架角传感器的输出作为观测量 ,利用广义Kalman滤波器对含有噪声的测量数据进行处理 ,将参数辨识问题转化为状态估计 ,仿真结果表明 ,此方法可以获得较好的辨识效果     

一种降低数字式FM/FM解调系统分路滤波器阶数的方法

FM/ FM遥测体制有着广泛的应用 ,研究数字式 FM/ FM解调系统具有重要意义。分路滤波器 (通常是带通滤波器 )是解调系统的重要组成部分 ,有限冲激响应 (FIR)数字滤波器具有平坦的通带幅度响应和线性相位特性 ,是数字式解调系统的最佳选择。但是 ,符合 IRIG标准的分路滤波器通常是窄带滤波器 ,需要很高的阶数 ,这给系统的实现带来了很大的困难。文中根据变采样率多级实现 FIR滤波器的原理和带通信号采样定理 ,并结合 FM/ FM系统 IRIG标准中各路信号的频谱特性提出了先按频谱分割进行预滤波 ,再降低采样率滤波的方法 ,有效地降低了 FM/ FM系统分路滤波器的阶数。     

一种无源北斗/惯导闭环组合算法

提出了一种北斗卫星定位系统和惯性导航系统的组合导航无源定位算法。以伪距率为观测量,基于高稳定度用户时钟,结合北斗系统的热备份星,在三星共视下用两级卡尔曼滤波器对惯导进行闭环校正。给出了组合导航系统的构成,以及第一、二级滤波的数学模型。该法能根据收星情况在闭环与开环方式间稳定转换。仿真结果表明,此算法可提高丢星时组合导航系统的滤波定位精度,有效校正惯导的姿态误差角,并以较高的精度估计用户的三维速度。     

多模自适应目标图像跟踪

本文建立了图像序列中含加性和乘性两种噪声模型影响下的目标偏移值测量模型。并针对目标机动性，采用多模虑波器和两段卡尔曼虑波器对目标状态进行估值，有效抑制了各种噪声影响，又消除了显式的目标机动性检测，且有较高的实时性和较少的存储量等优点。     

Unscented卡尔曼滤波在SINS静基座大方位失准角初始对准中的应用研究

静基座大方位失准角的捷联惯导系统误差方程是非线性的，如何对静基座大方位失准角的捷联惯导系统进行初始对准是需要解决的问题。本文提出了基于Unscented转换的Unsented卡尔曼滤波进行捷联惯导系统对准的方法。分别通过扩展卡尔曼滤波和Unsented卡尔曼滤波进行仿真计算，结果验证了Unscented卡尔曼滤波的有效性与优越性。     

基于鲁棒故障检测滤波器的传感器故障诊断

本文讨论了鲁棒故障检测滤波器在喷气式发动机传感器故障诊断中的应用。鲁棒故障检测滤波器方法使残差既有干扰解耦特性又有方向特性。该滤波器的设计结合了未知输入观测器原理与Beard故障检测滤波器原理。利用未知输入观测器产生的残差对未知输入(干扰)具有鲁棒性,而特定方向性是基于BFDF技术获得的。最后举例说明了该方法的可行性和有效性。     

推广联合滤波算法在卫星组合定姿系统中的应用

研究了不同模型下的推广联合滤波算法。基于信息融合理论和信息守恒原理，提出信息分配是信息融合的逆过程的观点，给出和证明了信息分配定理，为推广联合滤波算法提供了理论基础。以某卫星组合姿态确定系统为例，详细讨论了推广联合滤波的结构及其实现过程。理论分析和数学仿真结果表明：推广联合滤波算法比现有的联合滤波算法计算量小，且推广联合滤波算法能够同时保证全局最优和局部最优，而现有的联合滤波算法不是局部最优。