利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取，对其不当假设导致滤波器估计性能不佳的问题，提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差，在传统脉冲星计时观测的基础上，增加恒星星光仰角及两个时刻间的相位增量观测量，共同增强XNAV。首先，分别建立计时观测模型、相位增量模型及星光仰角模型；然后将多信息测量模型集成到卫星轨道动力学方程中，以建立ADDF滤波模型；最后对所提方法进行仿真验证。实验结果表明，在相同的初始状态和初始噪声误差条件下，与传统X射线脉冲星导航算法相比，多信息融合算法能将导航位置估计精度提高70%以上，位置估计误差降低到 200 m 左右，速度估计精度提高40%以上，且ADDF性能优于无迹卡尔曼滤波器。     

六分力台架设计与矢量推力定位

从螺旋理论出发,给出六分力台架上测力单元的基本设计准则,并证明由逆静力映射矩阵乘以传感器所受反力来计算矢量推力在数学上是不适定的,只能获得矢量推力的3个分力和3个力矩,无法求得该矢量推力的作用点。为了克服上述缺点,提出了确定矢量推力作用点的环向偏转法,并用数值算例验证了该方法的可行性。算例结果表明:发动机和动架的重力会对矢量推力的作用点确定产生严重干扰,因此使用环向偏转法确定力心时必须事先消除重力的影响。