基于矢量观测的航天器分段信息融合定姿方法

针对基于MEMS(微机电系统)陀螺和CMOS APS星敏感器的集成惯性/星光姿态确定系统的低精度特点,研究了适用于该定姿系统的基于矢量观测的定姿算法.对于陀螺/星敏感器这种配置模式,有EKF(Extended Kalman Filter)、QUEST、最优REQUEST等几种适用的定姿算法.针对EKF和最优REQUEST算法的不同特点并结合确定性算法QUEST,以四元数为姿态参数,将姿态估计的EKF方法分别与QUEST算法和最优REQUEST算法进行了融合,提出一种分段信息融合的姿态估计器:陀螺漂移估计误差较大时,将EKF与QUEST结合,快速估计出陀螺漂移.当陀螺漂移误差减小到一定程度,再切换为EKF与最优REQUEST算法融合的双重滤波器.仿真比较结果表明,这种分段信息融合的姿态估计器既可以估计姿态参数也可以估计陀螺漂移,并能达到很高的定姿精度.     

基于地标信息的星敏感器低频误差标定方法

针对星敏感器及其安装结构热变形等因素引起的星敏感器低频误差(LFE)影响卫星姿态确定精度的问题,提出了根据有效载荷提供的地标信息,采用最小二乘算法标定星敏感器低频误差的方法.考虑到卫星姿态确定系统是为有效载荷服务的,为了使卫星姿态确定系统输出的姿态信息与有效载荷相一致,从而准确反映有效载荷的指向变化情况,星敏感器低频误差的标定以有效载荷提供的地标信息为观测量进行.仿真结果表明,所提方法能够有效减弱星敏感器低频误差对卫星姿态确定精度的影响,从而提高卫星姿态确定精度.     

多星敏感器测量最优姿态估计算法

多数利用星敏感器加陀螺组合的姿态确定方法中,由于星敏感器精度较高,使得系统定姿的精度比较高.然而,姿态确定的算法因观测模型和误差处理不当,导致滤波器观测修正能力下降,从而不能有效地估计陀螺的漂移误差.提出了基于星敏感器观测姿态角的误差建模,研究了多星敏感器组合的最优安装构型和观测融合方法.利用加权最小二乘法对观测数据的预处理,使观测方程定常化.再利用陀螺加星敏感器组合的扩展Kalman滤波(EKF,Extended Kalman Filtering)对航天器姿态和陀螺漂移进行估计.仿真结果表明,提出的多星敏感器最优组合的滤波方法能够有效精确地估计卫星三轴姿态和陀螺漂移,且该方法计算量小,有利于卫星定姿系统的在轨自主运行.     

确定无陀螺卫星姿态的二阶非线性滤波算法研究

应用基于二阶泰勒级数近似得到的非线性滤波技术，设计了利用星敏感器矢量观测信息确定无陀螺三轴稳定卫星姿态的二阶非线性滤波算法，结合矢量观测的特点，分别讨论了单矢量观测信息与多矢量观测信息的处理方法，并把QUEST算法作为矢量观测数据压缩技术有效地结合进姿态估计器中，使得多矢量观测情况下的滤波修正算法得到了简化，仿真测试结果证明，二阶非线性姿态估计器的滤波性能要优于的扩展卡尔曼滤波姿态估计算法。     

多探头星敏感器分布式视场融合方法

为了解决单探头星敏感器三轴姿态精度不一致问题,提高数据更新率和实时性,提出了多探头分布式视场融合方法。该方法通过控制各探头等时间间隔曝光,将相邻时刻曝光的2个探头的观测星矢量信息进行时间配准、空间配准,之后进行视场融合并采用QUEST算法解算姿态。仿真试验表明,该方法可将光轴方向精度提高8~9倍,同时可将数据更新率提高3倍以上,从而提高了系统的实时性。     

一种简化递推偏最小二乘建模算法及其应用

在已有的偏最小二乘相关算法基础上,提出一种简化的递推偏最小二乘算法,即直接采用自变量主元的2个回归系数矩阵来取代残差矩阵进行递推计算,进一步简化了递推计算过程,在保证建模精度的同时,使计算速度提高了近一倍.并以数控铣削加工过程中切削合力峰值在线建模为应用实例,对切削过程z传递函数的参数进行了在线辨识计算,由估计模型重构了切削过程的输出,其结果与实验测量值是一致的,且误差很小.仿真和实验结果表明,该简化递推偏最小二乘建模算法是正确和有效的,并且具有计算量小、辨识速度快、建模效率高等特点,适用于数据量较大、建模速度要求较高的研究对象的在线建模.      

基于双GPS接收机的精密定向研究

GPS定位系统除了可以进行定位、测速和授时外 ,还可以利用两个或多个GPS测量值进行方位测量和三轴姿态测量。文章对利用两块GPSOEM板同步接收的载波相位观测量来精密测定方位进行了深入研究。首先利用载波相位的双差观测方程 ;再根据两个天线间距离已知这个条件 ,对方位和俯仰进行二维搜索 ,并采用了模糊度函数作为搜索的判断依据 ;最后根据最小二乘计算出两个天线的基线矢量 ,从而最终计算出精密的方位值和俯仰角。经过大量的试验表明 ,该算法是切实可行的 ,在 5m基线下 ,方位精度达到 0 0 8°,而且定向时间一般只需 1min左右     

基于分层随机梯度辨识算法的传感器故障检测方法

提出一种基于两阶段递推随机梯度参数辨识的传感器故障的在线检测方法.相对于最小二乘参数辨识算法,随机梯度参数辨识算法所需计算量更小.针对计算能力受限的系统,提出基于随机梯度参数辨识的检测算法.通过分析可知,参数辨识精度越高时检测精度越高.为提高精度,给出基于两阶段递推随机梯度参数辨识的检测算法并设计基于最新估计信息的残差.除此之外,还给出新的检测算法与原有的基于最小二乘检测算法计算量的对比分析,并通过仿真实例,证明新的检测算法的优越性及有效性.     

一种基于恒星分布的星敏感器导航星库制作方法

为了进一步提升星敏感器的定姿精度,分析了恒星的空间几何分布对姿态精度的影响,提出了一种基于恒星分布的星敏感器导航星库制作方法。在分析对比了现有星库的基础上,选择了精度较高的依巴谷星库作为基础星库,并剔除了暗星和双星以精简星库。遍历全天球对每个视场的星库中的空间几何分布进行分析对比,删除定姿较差的3颗星。对星库进行遍历补偿,保证了星库中恒星分布的均匀性。实验结果表明,全天球轨道测试中,本文方法制作星库的全天识别率为100%,且星颗分布数10颗以上天区占到97.64%,具有良好的覆盖性,同时有效提升了姿态精度。     

基于广义正则化最小二乘的天基测向初定轨

传统天基测向初定轨的不足,主要是由于观测数据存在系统误差和观测方程组的系数矩阵病态或不可逆。文章建立观测方程的半参数回归模型,提出基于补偿最小二乘估计和岭估计的广义正则化最小二乘估计,推导了估计公式,并证明了相关统计性质。引入选主列Givens-QR分解算法,提高观测方程求解效率和数值计算稳定性。仿真结果表明:该方法应用于天基测向初定轨可行,可以提高定轨精度和解算成功率。     

一种高动态环境下卫星扩频信号的快速捕获方法研究

现代卫星导航及测控应用对接收机在高动态环境下实现测量通信提出了迫切需求。为了解决大多普勒频偏扩频信号的快速捕获问题,提出了一种在频域并行搜索码相位及多普勒频偏的双频域快速捕获方法。采用双块补零算法将长的相关积分操作分割为多个短的相关积分操作,然后采用快速傅里叶变换进行圆周相关,大大节约了处理时间,利用频域圆周移位与时域载波剥离等价的原理,大幅提高了频率搜索效率。与时域相关算法和单频域计算方法相比,在捕获灵敏度不变的条件下,该方法将计算量减少90%,显著提高了运算速度,适合高动态环境下扩频信号的快速捕获。该方案应用于星载接收机平台FPGA实现,测试结果表明该方案可以在0.1s内完成±500kHz频偏下扩频信号捕获。     

卫星姿态测量信息的二阶非线性滤波技术研究

卫星应用任务要求卫星姿态在空间保持高精度定向 ,为此有必要研究精确的递推非线性姿态估计算法。文中针对星光 陀螺这种典型的三轴稳定卫星姿态确定系统模式 ,应用基于二阶泰勒级数近似得到的非线性滤波算法处理姿态测量信息 ,设计了二阶非线性姿态估计器的实现方案。在设计过程中 ,把QUEST法作为矢量观测数据压缩技术有效地结合进姿态估计器中 ,使得在多矢量观测情况下的滤波修正算法得到了简化。相同条件下的仿真测试结果证明 ,二阶非线性姿态估计器的滤波性能要优于采用扩展卡尔曼滤波技术的一阶线性姿态估计器     

基于神经网络的OFDM信道补偿与信号检测

针对非线性失真和多径效应混合的复杂信道条件,提出一种基于神经网络的正交频分复用（OFDM）信道补偿与信号检测的方法。首先接收端信号利用最小二乘（LS）算法和迫零（ZF）算法做预处理,然后再输入到一层全链接层的神经网络进行进一步的信道补偿与信号检测,并恢复数据流。仿真结果表明,在没有进行输入信号功率回退（IBO）时,所提方法的误比特率（BER）性能比LS算法提升2个数量级,比线性最小均方误差（LMMSE）、最小均方误差（MMSE）提升一个数量级;在进行IBO后,所提方法能避免LS信道估计下至少4 dB的功率损失,能避免LMMSE、MMSE信道估计下至少2 dB的功率损失。所提方法在一定程度上验证了机器学习结合通信的先验知识的这种新的网络结构更能提升系统数据传输的准确率。      

基于分布式深度学习的多星计算卸载策略

在边缘计算增强的低轨卫星网络场景下,低轨卫星集群协同处理地面任务能有效降低用户响应时延。对卫星集群的联合卸载决策和资源分配优化问题进行研究,将其描述为一个混合整数规划问题,并采用了一种基于分布式深度学习算法的卫星边缘计算卸载算法（deep learning based offloading algorithm,DLOA）。该算法使用多个并行DNN用于生成卸载决策并采用经验回放存储新生成的卸载决策,当采用隐藏层结构不同的DNN,收敛速度比同构DNN提升18%,收敛值与最优值的比值基本为1,可以认为已收敛至最优。此外,探讨了DNN的数量对所使用的算法的影响,仿真结果表明采用少量DNN就可以获得近优的收敛效果。通过对不同任务规模下采用不同算法的任务完成率进行研究,结果表明DLOA算法可通过采用异构DNN和优化资源分配方案显著提升完成率,其较单星运算方案任务完成率提升1倍,较二进制粒子群算法方案提升20%。     

高动态环境下GPS信号捕获研究

高动态环境信号的捕获是GPS接收机的关键技术,接收机处于高速运动的状态使GPS信号产生相位延迟和多普勒频移,增加了信号的捕获难度。分析了滑动相关捕获和基于FFT捕获两种算法,给出了基于FFT捕获算法的FPGA实现架构,并采用GPS信号仿真器对该设计的可行性进行了捕获验证。结果表明：在导航星相对载体的速度为1 000m/s,加速度为5g的情况下,基于FFT捕获算法可以实现信号的可靠捕获。     

IGS电离层产品在双向时间频率传递中的应用

利用IGS组织提供的全球电离层资料对卫星双向时间频率传递中的电离层误差进行修正。IGS提供特定时刻、固定经纬度网格点上的电离层总电子含量。对该电离层资料首先进行空间四点网格内插,然后利用双线性内插得到电离层穿刺点所需时刻的总电子含量,最后将得到电离层数据经过处理用于双向时间频率传递修正。结果表明：电离层对C波段的影响在（0～0.5）ns范围内,这对亚纳秒量级的时间比对是必须考虑的。IGS提供的电离层产品适合应用于双向时间频率传递,具有方法简单、准确度高和价格低廉等特点。     

四种卡尔曼滤波器在仅视线测量相对导航中的性能比较

针对航天器交会时在仅有视线测量条件下的相对导航问题,比较了扩展卡尔曼滤波（extended Kalman filter,EKF）、无迹卡尔曼滤波（unscented Kalman filter,UKF）及平方根形式的卡尔曼滤波（square-root extended Kalman filter,SREKF以及square-root unscented Kalman filter,SRUKF）在这一导航问题中的性能.介绍了仅有视线测量条件下相对导航的特点以及上述4种卡尔曼滤波算法;建立了追踪航天器和目标航天器间相对动力学方程以及基于仅视线测量相对导航时的量测方程;结合3种典型的相对运动形式进行了数值仿真.仿真结果表明：在仅视线测量相对导航中,4种算法的精度处于同一量级;UKF估计相对距离的精度稍优于EKF;SREKF和SRUKF估计相对距离的精度稍优于EKF和UKF.     

空间延迟/中断容忍网络路由算法性能评估

文章主要针对空间延迟/中断容忍网络（Delay/disruptionTolerantNetworks,DTNF）路由算法的性能进行分析评估,为未来空间DTN路由技术的设计提供参考和建议。首先,从利用网络知识多少的角度,对目前提出的适用于空间DTN的路由算法进行了分析和比较;然后,在一个典型空间DTN场景下,通过设定不同的接触计划,从微观和宏观两个方面,对最早投递(EarliestDelivery,ED)、基于本地队列的最早投递(EarliestDeliverywithLocalQueue,EDLQ)、接触图路由(ContactGraphRouting,CGR)、和基于最早传输机会的接触图路由(ContactGraphRoutingEarliestTransmissionOpportunity,CGR ETO)几种典型空间DTN路由算法的性能进行了仿真评估;最后,对仿真评估结果进行了分析和总结,并对未来空间DTN路由算法的研究提出了建议。仿真结果表明,对于端到端延时和束投递完成率两项性能指标,ED性能最差,CGR次之,EDLQ和CGR ETO的性能相当。