基于扩展卡尔曼滤波器的航天器姿控飞轮故障诊断

将未知输入卡尔曼滤波器扩展到非线性系统,并将其应用于检测航天器飞轮出现的早期渐变型故障,以提高故障检测的及时性,避免重大事故的发生。通过构造一组结构化残差实现故障分离,采用Wald序列检测方法处理滤波残差,最后给出故障判断逻辑。仿真结果验证了结论的有效性。     

基于残差χ~2检测方法的联邦卡尔曼滤波

针对可重复使用亚轨道飞行器(SRLV)惯性/多传感器组合导航中某导航系统发生故障导致卡尔曼滤波器出现发散,提出了一种基于残差χ~2检测方法的联邦卡尔曼滤波。该方法通过对残差均值的检验来确定系统是否发生故障并进行隔离。实验结果表明,基于残差χ~2检测方法的联邦卡尔曼滤波能有效检验出系统故障,提高组合导航系统的可靠性。     

基于模糊控制的组合导航算法

文章提出一种根据信号残差（新息）对导航信息进行自适应噪声协方差调整的算法,由此得到导航参数的最优状态估计。其中重点研究了模糊控制对滤波器的动态调整,建立模糊滤波控制的模型,并与传统卡尔曼算法进行比较。仿真结果表明,基于模糊控制器的卡尔曼滤波器很好地限制了数据的发散,并在很大程度上提高了系统的稳定性。     

一种惯性辅助卫星导航系统及其完好性检测方法

针对传统的卫星导航/捷联惯导(GNSS/SINS)紧耦合组合系统中SINS测量影响所有的观测量,以及SINS故障不能被隔离的缺点,给出了一种新的惯性辅助卫星导航紧耦合组合结构及其完好性检测方法.设计了紧耦合系统结构和卡尔曼滤波器,将SINS测量转换为虚拟伪距,作为GNSS伪距测量的扩展,并设计了基于滤波新息的残差检验法(RCTM)和自主完好性检测外推法(AIME)来进行完好性检测.该紧耦合方法可以通过虚拟卫星的选择降低几何精度因子,在提高导航精度的同时便于完好性检测.仿真结果表明惯性辅助卫星导航新方法可以有效地提高导航精度,RCTM法对于阶跃故障和快变的斜坡故障检测是非常有效的,而AIME法对于慢变的斜坡故障检测具有更好的性能.     

GPS/INS组合导航中两步自适应滤波方法

GPS/INS组合导航实际应用中存在系统模型偏差、噪声模型不确定等问题,导致卡尔曼滤波器无法实现最优滤波效果,严重时甚至导致滤波发散。渐消卡尔曼滤波器和自适应卡尔曼滤波器通过引入单渐消因子和单自适应因子可以部分解决上述问题,但是不足在于单因子只能进行整体调整,不能精确调整各个通道。针对此问题,本论文提出一种2步自适应卡尔曼滤波算法,构造基于残差协方差估计的多重渐消因子和自适应因子对各个通道精确调整,克服动态环境下跟踪性差的局限性。实验结果表明,改进后的自适应卡尔曼滤波算法可以精确调整各通道,增强系统的定位精度、跟踪性能和鲁棒性。     

基于线性二次滚动时域法的运载火箭发动机推力故障诊断

研究了运载火箭动力系统在推力下降情况下的故障诊断问题。根据简化的六自由度非线性模型,利用扩展卡尔曼滤波器生成残差,采用线性二次滚动时域法估计故障,基于估计向量故障特性准确估计推力下降程度,同时提出利用故障突变方向定位故障的方法。仿真结果表明该方法能够快速检测发动机故障并准确定位。     

利用X射线脉冲星和多普勒频移的组合导航

为了提高航天器自主导航能力,提出了一种利用X射线脉冲星和多普勒频移的组合导航方法。多普勒导航利用相对于太阳的多普勒径向速度作为量测信息,该方法不能得到所有的状态估计。脉冲星导航系统具有完全可观测性,但是滤波周期较长,不能提供连续的导航信息。因这两种方法具有互补性,利用联邦滤波器来融合脉冲星导航与多普勒导航提供的信息。由于两种方法的量测方程与状态方程都是非线性的,采用无迹卡尔曼滤波器(UKF)作为子滤波器。实验结果验证了该导航方法的可行性和精确性。与脉冲星导航方法相比,该组合导航方法可提供更高的位置估计精度。     

基于接收机钟差的GPS完好性自主检测算法

传统的基于最小二乘法和奇偶矢量的接收机自主完好性检测（Receiver Autonomous Integrity Monitoring, RAIM）算法均是利用冗余观测量进行一致性检验实现的,其检测统计量均由伪距残差构造得到。本文采用接收机钟差作为RAIM算法的判据,基本思想是根据钟差历史解算值建立接收机钟差二次多项式模型,从而得到当前时刻的钟差预测值。同时解算当前时刻的钟差值,将这两者之差与钟差门限值进行比较来判断系统当前时刻是否存在故障。本文首先分析了伪距偏移量对接收机钟差的影响,然后给出确定钟差门限值的方法。结合用户解算位置和接收机钟差利用子集比较法实现了故障识别的功能。因本文给出的故障检测算法不是基于冗余观测量的,故该方法在四颗可见星下就可进行故障检测,与传统的RAIM算法相比降低了RAIM算法对可见星个数的要求,该点在实验部分进行了仿真验证。另外还对可用星多于四颗的基于接收机钟差的RAIM算法进行了故障检测和故障识别部分的仿真,验证了本文方法的可行性。
     

卫星自主导航中的偏差分离鲁棒滤波

研究卫星自主导航中的滤波算法.在以地心矢量为观测量的卫星自主导航系统中,由于观测模型不准、测量设备精度有限等因素,使得系统的观测量存在多种偏差,最终问题可抽象为观测量中含有偏差的离散线性系统的状态估计问题.把观测量中难以建模的复杂时变偏差看作不确定项,用一个模型误差界参数来描述不确定性的影响,由此设计鲁棒卡尔曼滤波器.进一步,把常值偏差与状态进行分离,分别构造无常偏的鲁棒滤波器和针对常偏的鲁棒滤波器,最终得到偏差分离鲁棒滤波算法.仿真表明该算法可以有效地抑制系统中的不确定性偏差,明显提高了卫星自主导航的精度.     

卫星导航接收机捕获阶段抗欺骗干扰技术研究

卫星导航欺骗干扰信号依靠功率优势可以使接收机误捕获欺骗信号,从而进入跟踪、解算环节,使接收机解算出错误结果.在捕获阶段采取抗欺骗干扰措施,可以有效降低接收机在后续环节抗干扰处理的压力.研究了欺骗干扰对接收机捕获阶段的影响,总结了基于上下限阈值和外部信息辅助的捕获阶段欺骗干扰检测与抑制方法,可为导航接收机抗欺骗干扰设计提供技术参考.     

基于INS辅助的GPS接收机完善性监测算法研究

以惯性导航系统输出的数据作为辅助信息 ,对 GPS完善性监测算法进行了研究。该法以卡尔曼滤波新息序列为依据 ,对 GPS卫星的伪距测量值是否出现故障进行的检测 ,并给出了计算机仿真算例。仿真结果表明 :该方法能够及时准确地检测出 GPS故障星     

基于Unscented卡尔曼滤波器的卫星自主天文导航研究

针对星光折射间接敏感地平的卫星自主天文导航方法，建立了带摄动项的状态方程和以星光视高度为观测量的量测方程。由于该状态方程和量测方程都是严重非线性的，利用推广的卡尔曼滤波器进行导航时精度较低。Unscented卡尔曼滤波是一种针对非线性系统的估计新方法。本文提出将Unscented卡尔曼滤波用于自主天文导航。计算机仿真结果显示Unscented卡尔曼滤波的估计精度远优于推广的卡尔曼滤波。     

空间非合作目标快速姿态跟踪导航方法研究

提出了一种空间非合作目标快速姿态跟踪导航方法。在非合作目标相对测量过程中,激光测距仪测距数据具有不连续的特点。当不具备测距数据时,采用基于位置-速度方差修正的姿态跟瞄导航滤波算法,引导追踪航天器完成对目标的粗捕获和保持;当具备测距信息时,通过引入间接量测矩阵和Wonham能控规范型极点配置方法,采用基于全维状态观测器的姿态跟瞄导航滤波算法,完成对目标的连续精确指向跟踪,并通过配置观测器极点调整滤波收敛速度。本文提出的姿态指向跟瞄导航算法克服了非合作目标跟瞄过程中测距信息不连续的问题,与传统扩展卡曼滤波算法相比,能够避免量测方程近似线性化过程中的大量矩阵求导运算,因而提高了跟踪导航滤波的收敛速度,增强了追踪航天器对非合作目标的快速姿态指向与跟瞄能力。     

UKF容错滤波方法在自主导航中的应用研究

地磁场向量可描述成卫星的位置函数，以地磁场强度向量为观测量，利用三轴磁强计的测量信息即可实现近地卫星的自主导航。但当测量值存在野值时，滤波会出现偏差、收敛变慢甚至发散。将UKF滤波容错方法用于磁测自主导航，构造出一种基于残差正交性判别的UKF（Unsend Kalman Fiher）容错滤波方法，来实现野值的实时修正和故障诊断，使滤波器具有较强的鲁棒性。仿真结果表明该方法有效。     

区间卡尔曼滤波算法在高动态导航的研究

针对卡尔曼滤波算法中动力学系统模型以及噪声模型不能精确已知,导致卡尔曼滤波算法在实际中不能实现最优估计。首先分析了传统卡尔曼滤波算法中各种误差源的影响,以及区间矩阵运算的影响,经分析得到,区间运算可以保证集合映射的完全性,但不能体现最优化。通过分析,本文提出了一种新型的区间卡尔曼滤波,将各种误差源归约到先验估计值区间和后验估计值区间中,然后将区间交集运算应用于卡尔曼滤波算法。这种新算法运算量与传统卡尔曼滤波算法相当。通过仿真实验证实,该算法在含时变噪声的高动态导航定位中比传统卡尔曼滤波效果提高2dB。     

基于模糊自适应卡尔曼滤波的INS/GPS 组合导航系统算法研究

针对车载组合导航系统量测噪声统计特性随实际工作条件的不同而变化的特点,提出了一种基于模糊自适应卡尔曼滤波的车载INS/GPS组合导航算法。该方法通过监视理论残差与实际残差的比值是否在一附近,应用模糊推理系统不断的调整量测噪声协方差阵的加权,对卡尔曼滤波的量测噪声协方差阵进行递推在线修正,使其逐渐逼近真实噪声水平,从而使滤波器执行最优估计,提高导航系统的精度。对车载组合导航系统的仿真结果表明,这种算法对时变的量测噪声具有较强的自适应性,进而精度比常规卡尔曼滤波也大为提高,是一种可行的车载组合导航算法。     

一种无源北斗/惯导闭环组合算法

提出了一种北斗卫星定位系统和惯性导航系统的组合导航无源定位算法。以伪距率为观测量,基于高稳定度用户时钟,结合北斗系统的热备份星,在三星共视下用两级卡尔曼滤波器对惯导进行闭环校正。给出了组合导航系统的构成,以及第一、二级滤波的数学模型。该法能根据收星情况在闭环与开环方式间稳定转换。仿真结果表明,此算法可提高丢星时组合导航系统的滤波定位精度,有效校正惯导的姿态误差角,并以较高的精度估计用户的三维速度。     

关于GPS导航计算的卡尔曼滤波问题

探讨卡尔曼滤波在实际应用中存中的建模误差、滤波初值的选取、系统噪声方差和量测噪声方差的确定、以及滤波发散等问题及其解决方法 ,得到适用于 GPS导航计算的卡尔曼滤波器。通过实测算例 ,比较卡尔曼滤波与最小二乘的估计结果 ,说明文中所设计的卡尔曼滤波器的合理性 ,解决问题方法的有效性 ,滤波过程稳定 ,计算速度快 ,状态参量的估计精度较高     

基于Unscented滤波的伴飞卫星自主相对导航滤波器

为提高导航滤波器的稳定性和计算精度,根据卫星自主导航原理,构造了基于Unscented Kalman滤波（UKF）的伴飞卫星自主相对导航滤波器,建立了算法模型。仿真结果表明：UKF的滤波精度优于扩展Kalman滤波（EKF）,且无需计算量测方程的Jacobi矩阵,计算量小、易于实现。     

自适应滤波在磁暴期间地磁导航中的应用

对磁暴期间巡航导弹巡航段的地磁导航问题进行了讨论。针对地磁导航在磁暴期间常规卡尔曼滤波容易发散的问题,提出了一种基于Sage\|Husa自适应卡尔曼滤波的地磁导航算法。算法根据新息的变化自适应调整测量噪声矩阵,消除了磁暴影响,提高了滤波稳定性。仿真表明在选择合适的遗忘因子基础上,即使在磁暴最剧烈的时间段,采用自适应卡尔曼滤波仍能保证一定的精度,定位精度在200m以内,满足巡航导弹中程制导的精度要求。