基于可观测性的序列图像自主导航观测时序规划方法

针对行星着陆自主导航中图像处理计算负担重的问题,分析了序列图像自主导航的可观测性,并提出了一种观测时序规划方法。通过可观测性分析得到了在未知环境中使状态可观测的最少观测次数,这是切换观测陆标的边界条件。在此基础上,通过优化所构建的深度估计误差模型获得最佳观测间隔时间,从而自适应地规划观测时序,减少图像处理次数。仿真结果验证了可观测性分析的正确性,以及提出的观测时序规划方法的有效性,相比每个采样时刻均观测陆标,在不明显影响导航精度的条件下减少陆标观测次数45.9%,有效降低序列图像在线处理的计算负担,大幅提升未知环境中行星着陆器基于序列图像的自主导航能力。     

面向推力器故障检测的卫星编队星间链路设计

为提升卫星编队推力器故障检测能力,将研究重点前移至系统设计阶段,提出了一种基于信息几何的卫星编队星间链路拓扑设计方法。通过利用黎曼流形点描述不同故障模式下卫星编队测量信息特征,使检测能力量化问题转化为黎曼流形上各点间距离的度量问题。在此基础上,构建了卫星编队检测能力的度量指标,提出了卫星编队星间链路拓扑的设计方法,并通过仿真实例验证了所提方法的有效性。     

一种高超星图高精度半盲复原算法

针对高超声速飞行器在平流层内应用天文导航时受气动光学效应及运动模糊影响后难以观星和高精度导航的问题，提出一种基于正则化思想的高超星图半盲复原算法。该算法首先针对高超星图的特点进行去噪与星点初提取等预处理操作，接着从图像中提出可用的模糊核信息，并通过融合达到去噪的目的。然后结合天文图像灰度及梯度的稀疏先验分布特性，提出一种针对高超星图的正则化非盲复原模型，利用分裂布雷格曼迭代法等算法迭代估计清晰图像。将本算法与传统星图复原算法、其他最新正则化复原算法进行星图复原与导航效果比较，结果表明本算法复原效果最佳，且能明显改善星点识别正确率及质心坐标计算精度，可用于大幅提高超声速飞行器在平流层中的天文导航适应性及导航精度。     

大动态干扰下基于光学图像的自主导航技术

针对高超声速飞行器在平流层内飞行过程中自主天文导航时,气动光学效应及运动模糊等大动态干扰严重影响观星和高精度导航的问题,提出一种基于正则化思想的高超星图半盲复原改进算法。该算法首先借助已有的高超星图模糊核提取算法获得先验模糊核,为复原提供便利条件。接着结合天文图像灰度及梯度的稀疏先验分布特性,设计了一种针对高超星图的正则化盲复原模型,并结合先验模糊核所提供的信息,构建了改进的半盲复原方法,能在先验模糊核精度较低或缺失时转化为盲复原方法,提高了算法的鲁棒性。将本算法与传统星图复原算法、其他最新正则化复原算法进行星图复原与导航效果比较,数值仿真结果显示本算法的复原效果更佳,峰值信噪比（PSNR）达到36.97,并且质心提取成功率达到99.23%,能够明显改善星图识别的成功率,从而大幅提升高超声速飞行器在平流层中的大动态干扰下的自主导航能力。