北斗导航接收机高增益相干积分算法

近年来,针对弱信号的高灵敏度接收机已逐渐成为国内外的研究热点。加长相干积分时间可以提高信噪比,从而跟踪到更弱的信号。但是,北斗导航接收机跟踪环路并不可以无限加长相干积分时间,相干积分时间的长短和功效还受到卫星导航电文比特跳变的限制。为了消除导航电文比特跳变对相干积分的影响,提出了一种改进的基于最大似然估计的北斗信号位同步方法,完成位同步后再利用先猜后检的方法便可以实现长相干积分。利用软件接收机进行编程设计,仿真结果表明：该长相干积分算法能够稳定可靠地实现对弱信号的跟踪,20ms相干积分环路信噪比约提升12dB,40ms相干积分环路信噪比约提升15dB,80ms相干积分环路信噪比约提升17dB,提高了北斗导航接收机的灵敏度。     

优化抗差自适应滤波器在深组合导航中的应用

为了提高惯性/卫星深组合导航系统的滤波性能,在抗差自适应滤波算法的 基础上,研究了一种优化抗差自适应滤波算法。该算法通过比较实际预测残差协方差矩 阵和理论协方差阵的差值来生成自适应因子,从而优化抗差自适应滤波。将所研究的算 法应用于惯性/卫星深组合导航系统, 在高动态环境下进行仿真验证, 并与常规卡尔曼 滤波、抗差自适应滤波进行比较。结果表明,优化算法能有效地控制观测异常和动态模 型异常对状态参数估值的影响,所得组合导航位置误差和速度误差明显减小,提高了组 合导航系统的滤波精度。     

晃动环境下组合导航系统精度事后评估算法研究

海风、波浪、海流等因素会产生舰船的摇摆晃动,从而给舰船导航系统精度带来严重干扰.固定区间平滑滤波处理算法能够利用观测时间间隔内全部观测信息得到状态的最小方差估计,对导航精度进行事后评估.在研究晃动环境下的SINS/GP S组合导航应用平滑滤波算法的相关原理的基础上,首先利用Kalman滤波器进行组合导航,存储相关信息后按时间逆序利用固定区间平滑滤波算法进行事后分析.该方法可以针对不同的海况以及不同的海上作业需求,有效地为组合导航系统精度提供检验标准,考核各种海洋环境下的导航系统精度.     

软管-锥套式空中加油动态建模与性能分析

提出了一种基于凯恩方程的自主空中加油软管-锥套动态模型及性能分析方法。该方法将软管视为由有限段以铰链形式连接的刚性 杆组成，锥套为软管末端的一个质点。本文定义了描述系统状态的广义坐标及广义速率，导出了软管段位置多级递推公式和系统动态方程，估算了软管在加油机尾流、定常流和大气扰动下的气动载荷。通过数值仿真分析了平稳大气中锥套在加油机不同飞行条件下的稳态阻力和软管拖拽轨迹，验证了模型的正确性及系统稳定性。最后研究了大气扰动对锥套运动的影响及不同软管段的受扰运动。     

GPS/SINS超紧组合导航的性能分析

GPS接收机在高动态环境下很容易失锁，特别是载体的高动态造成的应力对接收机载波跟踪环影响很大。为了解决高动态环境下的组合导航，分析了GPS接收机载波跟踪环的测量误差和跟踪门限，采用惯导速度辅助GPS接收机跟踪环路的超紧组合结构。超紧组合需要涉及到GPS接收机跟踪环内部编排及高动态环境下的实验数据，难度较大。针对超紧组合仿真专门开发了GPS实时软件接收机、高动态GPS中频信号仿真器和惯导模拟器并构建了一个完整的GPS/SINS超紧组合仿真系统。仿真结果表明，该超紧组合导航系统可以跟踪50g的加速度和10倍音速。     

由感知到动作决策一体化的类脑导航技术研究现状与未来发展

随着脑与神经科学以及人工智能技术的持续发展，昆虫和哺乳动物大脑导航机理启发下的感知/认知/路径规划/动作决策一体化类脑导航技术得到了较大发展，可以实现由原始感知信息输入到导航动作决策的直接输出，呈现出接近动物端到端面向目标导航的智能行为，具有提高密集型无人机集群导航鲁棒性、准确性、实时响应动作、自主智能性以及计算效率的潜力。阐述了昆虫和哺乳动物大脑导航机理及其互补对称关系，以及昆虫和哺乳动物大脑导航机理启发的端到端类脑导航技术内涵；论述了类脑导航技术研究进展，包括类脑环境感知、类脑空间认知、面向目标类脑导航；分析了类脑导航向智能化、神经形态系统以及群体导航发展的新趋势；最后讨论了类脑导航技术应用于无人机密集集群系统时存在的挑战。     

惯性组合导航系统中的快速景象匹配算法研究

在景象匹配辅助导航中,特征点的选取是提高图像匹配速度、精度和鲁棒性的关键之一.景象匹配中要求提取出的特征是那些可靠性高、辨别性强、计算量小的不变特征.提出了基于SIFT特征的导航用快速景象匹配算法.算法首先针对惯性组合导航的工作特点,对SIFT特征点检测及特征点匹配进行了优化设计,然后用RANSAC方法过滤掉错误匹配点,最后,进行最小二乘精确匹配算法获取航向和位置偏差信息.实验分析了算法对不同分辨率图像和不同区域的匹配适应性,抗噪声性能,匹配精度以及实时性,并与基于部分Hausdorff距离的边缘特征景象匹配算法进行了对比.实验结果表明,算法的性能优越,在匹配速度、精度和鲁棒性方面都优于部分Hausdorff距离算法,可以满足景象匹配导航系统匹配修止的高性能要求.     

XNAV算法及其整周模糊度确定方法研究

X射线脉冲星导航(XNAV)是一种新型的航天器天文导航方法.研究了利用脉冲星脉冲相位观测信息进行导航卫星自主定轨的算法.首先分析了X射线脉冲在卫星和太阳系质心之间的传播时间方程,然后利用卫星与太阳系质心之间的相位差分观测量建立了系统的观测方程;结合导航卫星的轨道动力学特性,采用扩展卡尔曼滤波算法估计卫星的轨道.考虑到卫星轨道动力学预报得到的卫星位置值具有较好的精度,提出直接利用该位置预报值快速确定整周模糊度,并验证了该方法的可行性.数学仿真表明,该导航算法能够精确确定导航卫星在 l惯性系F的绝对位置.