一种新的脉冲星累积脉冲轮廓辨识算法

为解决X射线脉冲星导航系统中脉冲星类型难以准确辨识的问题,本文分析了导航系统中累积脉冲轮廓的特点,提出了一种基于选择Bispectra-Mellin(BM)谱的脉冲星累积脉冲轮廓辨识算法。该算法首先对累积脉冲轮廓进行双谱变换,提取平移不变特征信息,并抑制噪声;然后通过计算归一化双谱幅值的两维Mellin变换将双谱的尺度伸缩转换为BM谱的相位变化;最后利用简化的Fisher可分离度使BM幅度谱域降维,得到特征向量用于相关辨识。利用美国罗希(Rossi)X射线时变探测卫星的实测X射线脉冲星数据进行辨识实验,结果表明:(1)该算法能对具有不同相位和尺度因子的累积脉冲轮廓进行有效辨识,辨识效果优于现有辨识算法;(2)当相位间隔为4.8°时,该算法的辨识效果达到最佳;(3)运算量小,适用于脉冲星导航系统。     

基于轮廓特征的X射线脉冲星信号多普勒估计

探测器速度引起的多普勒效应会影响脉冲星信号累积轮廓特征,反之,这种轮廓特征改变可用于多普勒估计。提出了一种基于轮廓特征的X射线脉冲星信号多普勒估计方法。通过建立累积轮廓非齐次泊松模型,获得多普勒效应对累积轮廓的影响。构造轮廓特征函数对该影响进行度量,并利用函数值与周期误差的关系搜索信号周期。在搜索过程中,将离散观测数据转换为连续能量密度函数,消除相位间隔对累积周期的限制。根据周期搜索结果,结合脉冲星先验知识完成多普勒估计。仿真实验验证了该方法的有效性,其多普勒估计精度优于频域方法。     

脉冲星辐射脉冲信号辨识的新算法

为了提高脉冲星辐射脉冲信号辨识的效果和速度,提出了一种基于S变换的脉冲星辐射脉冲信号辨识算法。通过对脉冲星辐射脉冲信号的累积脉冲轮廓进行时频分析得出,在不同观测频率和不同信噪比的条件下,脉冲星累积脉冲轮廓S变换的时频分布图基本不变。基于这种稳定的时频特征,采用最小标准化欧式距离分离器对脉冲星信号进行辨识。实验表明,方法具有良好的抗噪性能,且识别率和运算速度均优于基于小波和双谱算法。     

基于UKF和信息融合的航天器自主导航方法

X射线脉冲星导航利用X射线辐射脉冲到达时间(Time of Arrival,TOA)作为信息输入,星敏感器导航利用星光角距等作为信息输入,是两种不同机理的天文导航方法.提出一种将脉冲星TOA和星敏感器星光角距测量结合的信息融合天文自主导航方法,设计了一种利用激光光量子模拟脉冲星X射线辐射光子的半物理仿真系统用于算法验证,并基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)使用真轨道参数做了仿真试验.结果表明,基于UKF的信息融合方法比基于EKF (Extended Kalman Filter)的信息融合方法性能更好,与仅使用脉冲星或星敏感器的导航方法相比,能将位置估计精度分别提高52.7％和43.6％,速度估计精度分别提高82.2％和70.5％.