预测-五阶容积卡尔曼滤波方法

为适用于强非线性、非高斯过程噪声系统，结合预测滤波（PF）与高阶容积卡尔曼滤波（HCKF），提出一种预测-五阶容积卡尔曼滤波（P5thCKF）方法。通过预测滤波方法对系统模型中的过程噪声及其方差阵进行实时调整，进而将新模型代入到五阶容积卡尔曼滤波框架中进行实时递推状态估计。推导了五阶球面单形-径向积分准则，采用五阶球面单形积分准则处理球面积分，广义高斯-拉盖尔积分准则处理径向积分；描述了预测滤波方法并对模型误差调整量进行了推导。通过2个仿真实验验证了本文方法在强非线性、非高斯过程噪声系统中的可行性以及应用于工程实践的可能性。     

基于逆向测量法的某型空气发生器导管设计与制造

某型空气发生器燃油、滑油导管管体变形、开裂,由于设计图样是二维平面示意图,没有空间三维外形尺寸和角度形迹,缺少制造工具,给导管修理带来诸多困难。通过对导管标准样件实物逆向测量形成数据文件,使用CATIA软件仿真设计导管标准样件三维图;设计、制造专用工装、测具对导管扩口进行加工、检测;采用专用弯管器,预防导管弯曲变形;采用3D打印制造导管胎膜检具,快速检测、比对修理过程中导管的外形,为导管变形位置准确定位提供检测标准。     

基于特征建模的空间非合作目标姿态智能测量方法

为实现空间非合作目标姿态的测量，基于特征建模的思想，提出了一种根据目标激光点云数据进行高效处理的智能测姿态方法.首先，针对空间目标姿态测量的需求，寻找并实现能够高效表征目标姿态的点云数据特征.接着，应用神经网络的方法对目标点云姿态特征进行学习，通过建立合理的神经网络模型和训练数据，实现目标点云特征与姿态间非线性映射关系的建立.最后，利用目标点云仿真数据集，对方法的测量精度和测量实时性进行了评估.实验结果表明：利用特征建模的思想，提出并建立目标点云姿态协方差矩阵特征，实现了点云数据在表征目标姿态方面的信息高度压缩，为神经网络模型的轻量化设计和计算资源严重受限的在轨应用，提供了可行的智能化工程实现方案.     

飞行器程控跟踪相控阵天线安装误差补偿技术

针对窄波束高增益相控阵天线波束指向精度要求高、安装误差对波束指向的影响无法忽略的问题,提出了一种基于光学瞄准的安装误差测量方法,给出了光学测量内容和误差修正矩阵,经某型无人机飞行测试表明,该方法可以减少由安装误差带来的波束指向偏差,对高精度波束指向具有重要意义。     

基于直线光路布局的纹影法测量火焰温度

测量火焰不同位置的温度对研究火焰结构具有重要意义.目前纹影法测量火焰温度多采用Z型布局的光路.为了在未来空间实验中将纹影法与其他光学方法集成开展多类型实验观测，摒弃了纹影法传统的Z型光路，采用直线型光路布局，针对光源、透镜、刀口切割量等因素对纹影系统灵敏度的影响开展研究，优化了直线型纹影系统.以蜡烛火焰为研究对象，对优化后的纹影系统进行标定，观测了其纹影图像，计算了蜡烛火焰中多处位置的火焰温度，并将计算结果与实测结果进行比较.结果表明，采用本研究设计的直线型纹影系统可以实现对火焰温度的精确测量.      

运载火箭新一代测量系统发展设想与关键技术分析

回顾了我国运载火箭测量系统的发展历程,以设计要素为依据,对运载火箭测量系统的发展进行了划代;在当今航天发展的新形势、新要求下,提出以"集成化、网络化、无缆化、高速化、智能化"为主要特征的新一代测量系统功能设想,并重点对关键技术的实现进行详细阐述。     

面向立方星的相对位姿测量视觉传感器设计

针对立方星在轨服务任务中的近距离相对导航问题，提出一种相对位姿测量视觉传感器设计。为应对空间复杂的光照条件，设计一种具有多层结构的立体靶标，选取波长为850nm的LED灯作为立体靶标的光源。在相机镜头处安装850nm的红外窄带滤镜以提高立体靶标成像质量。为提高视觉传感器的测量精度，提出一种迭代直接求解(iterative direct solution, IDS)的相对位姿估计算法。该算法直接利用立体靶标上的非共面点提供的深度信息获得初始相对位姿，然后引入Haralick迭代算法来优化初始测量结果。搭建六自由度实验平台对该视觉传感器进行性能测试。实验结果表明,该视觉传感器能克服背景光的干扰，且提出的 IDS相对位姿估计算法的精度优于经典的P3P算法和EPnP算法。     

适用于CEI的GEO卫星相时延解算方法及试验

为解决在实际航天任务中利用连线干涉测量(CEI)技术进行高精度GEO卫星定轨以及共位GEO卫星相对定位时面临的载波相位整周模糊度难题，提出了一种基于卫星下行信号的多弧段融合相位模糊度解算方法，它通过相邻多弧段载波相位值和窄带信号群时延值的融合处理可精确获得无模糊载波相时延观测量。对提出的方法进行了性能仿真和实际外场试验验证，结果表明：在20 km基线上，利用北斗GEO卫星的伪码测距信号和天链卫星的测控信号均成功实现了S频段解载波整周相位模糊，相时延测量精度优于0.1ns，对应GEO卫星定轨精度优于54 m。该方法在国内首次实现了在几十km基线量级上利用几百kHz窄带测控信号获得无模糊载波相时延，具有较好的工程应用前景。     

基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。