基于自适应采样滤波器的临近空间飞行器姿态确定

为提高临近空间飞行器的姿态估计精度和稳定性,研究了捷联惯性导航系统与星敏感器组合定姿方法和滤波融合算法.首先给出了临近空间飞行器的高精度姿态确定方案及其模型,然后针对一般采样型滤波器自适应能力有限的缺点,推导了一种能在线自适应估计过程噪声和量测噪声协方差阵的自适应采样滤波算法,该算法融合了自适应估计和非线性滤波各自的优点,不仅能对姿态确定系统的非线性滤波问题进行高精度估计,而且估计结果具有较强的鲁棒性,最后进行了仿真实验.实验结果表明本文方法达到10角秒的定姿精度,其滤波精度和稳定性均满足临近空间飞行器的定姿要求.     

一种反馈修正推广卡尔曼滤波算法及其应用

针对在被动方式下进行目标定位时滤波收敛速度慢和估计精度不高的问题 ,本文介绍了一种反馈修正推广卡尔曼滤波算法。通过引入可观性弱的距离及距离变化率的估计值作为反馈变量 ,作为虚拟观测变量对系统状态进行二次估计 ,可以大大提高算法的收敛速度 ,本文对该算法进行了详细的推导并将其应用于目标被动定位估计器设计中。仿真结果表明 ,该算法在收敛速度 ,估计精度以及稳定性方面都优于原有的卡尔曼滤波器     

SINS快速精确传递对准技术研究

针对空间机动平台武器捷联惯性导航系统（SINS）快速精确动基座传递对准问题,采用适于空间武器SINS动基座姿态传递对准的数学模型,提出将预测滤波方法应用于空间机动平台武器SINS的传递对准中。该方法能够在线估计并修正系统模型,提高状态估计的精度,并克服了将模型误差假设为高斯白噪声的局限性,同时也降低了系统状态变量的维数,减小了计算量。仿真结果表明,该方法的收敛速度和滤波精度都明显优于标准Kalman滤波,有效地提高了空间机动平台武器SINS动基座传递对准的精度和速度。     

一种改进的GM-C-CPHD空间多目标跟踪算法

随着空间目标的数目急剧上升,提高空间多目标跟踪精度成为必然要求,但空间多目标跟踪存在轨道动力学模型不完善的问题。针对该问题,提出一种改进的高斯混合势概率假设密度滤波(GM-C-CPHD)算法。通过在轨道动力学模型中考虑一个不确定性模型参数,即面质比参数(AMR),基于协方差传递面质比参数对位置、速度状态估计的影响,提高空间目标跟踪精度。仿真分析表明:相对于GM-CPHD滤波器,目标数量的跟踪和状态估计性能均有所提高,具有良好的应用前景。     

基于空间时频分布矩阵的到达角估计

介绍了基于窄带信号模型的传统空间时频分布矩阵估计到达角 (DOA)的算法。在此基础上将该算法推广到对雷达信号的DOA估计 ,并给出了算法的适用条件。通过对阵元输出作时频分析 ,获取信号的瞬时频率特性 ,以此构造方向向量 ,并在时频脊点上构造空间时频分布矩阵 ,求得MUSIC空间谱 ,从而实现对DOA的估计。仿真结果显示 ,采用此处理方法 ,可以实现对DOA的正确估计     

改进高斯混合粒子滤波的纯方位目标跟踪算法

针对纯方位跟踪系统非线性较强、传统跟踪滤波方法收敛速度慢且容易发散的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。该算法基于Sigma点卡尔曼滤波(SPKF)和粒子滤波的特点,用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布。利用贪心EM算法实现模型的降阶,一定程度上克服了EM算法假定混合成分数为已知、迭代的结果需要依赖初始值、可能收敛到局部最大点和可能收敛到参数空间的边界的缺点,从而改善粒子枯竭的问题。仿真实验结果表明在纯方位跟踪领域,与传统粒子滤波(PF)和基于EM的高斯混合粒子滤波相比,该算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。     

一种用于实时轨道确定的NPF-SRCKF滤波算法

针对航天器实时轨道确定中建模复杂、计算量大、估计精度低的问题,设计了一种考虑地球J 2 摄动影响的基于NPF-SRCKF的实时轨道确定算法,该算法采用非线性预测滤波(NPF)对模型误差进行补偿修正,利用平方根容积卡尔曼滤波(SRCKF)算法对修正模型误差后的系统进行状态估计。针对单测站、双测站跟踪测量设计了不同的实时轨道确定算法。实验结果显示,将非线性预测滤波和平方根容积卡尔曼滤波结合在一起,运用于简化的实时轨道确定模型,能有效降低计算复杂度,改进数值运算的稳定性,提高状态估计的精度。     

反馈式多目标多传感器系统误差融合估计技术

本文对多目标情况下的多传感器系统误差估计问题进行了研究,提出了反馈式多目标多传感器系统误差融合估计算法。算法首先对EX算法进行了修正,无需计算各目标状态估计及其增益伪逆,直接利用各传感器量测数据来构建伪量测,通过滤波获得局部传感器组合系统误差估计;其次,算法通过构建状态空间转移矩阵实现了全局估计到局部组合估计关系描述,并从多目标多传感器两个层面对系统误差估计进行更新,即对多目标信息进行递归融合以有效利用空间分布的多目标信息,对多传感器组合估计信息进行反馈融合获得全局估计。蒙特卡洛仿真结果说明该算法能够进行多传感器系统误差的快速精确融合估计,相比EX算法在实时性与估计精度方面均具有较大的优越性。
     

基于自适应算法的月球引力常数和J_2系数确定

针对月球引力场自主确定过程中测量噪声统计特性未知导致扩展卡尔曼滤波精度低、易发散的问题,提出了一种自适应扩展卡尔曼滤波算法。该算法通过采用改进的噪声估计器,对滤波过程中未知测量噪声统计特性进行实时估计和修正,有效地提高了扩展卡尔曼滤波器的稳定性,减小了状态估计的误差。通过与蒙特卡洛仿真,扩展卡尔曼滤波的结果比较,自适应扩展卡尔曼滤波算法加强了滤波的稳定性,并且明显提高了月球探测器轨道的确定精度、月球引力常数精度和月球J2项摄动系数精度。     

基于融合状态递推的非线性联邦滤波器故障检测算法

传统的联邦滤波器故障检测算法一般是针对线性系统模型提出的,现在非线性条件下对算法进行推广,推导了针对非线性模型的状态χ~2故障检测算法,并对其进行改进,提出一种基于融合状态递推的新型联邦滤波故障检测算法。该算法利用联邦滤波器的全局最优融合状态通过状态递推器获得融合状态递推,再由各子系统通过非线性滤波得到的状态估计与融合状态递推之间的残差构造检验量,进行故障检测。由于全局最优融合状态的精度要高于局部滤波值,故相比于传统联邦故障检测法,该算法的检测灵敏度更高;最后设计了一组仿真实验,验证了该检测算法的有效性。     

临近空间高超声速滑翔弹双通道跟踪算法

为了提高临近空间高超声速滑翔目标的跟踪精度,提出了一种双通道并行跟踪算法。首先对比分析了目标的弹道轨迹,目标角度域参数相比位置域参数存在更显著的变化规律,为了在雷达测量直角坐标系下跟踪,采用倾角和方位角代替航迹倾角和航向角,将倾角变化率和方位角变化率描述成零均值正弦自相关随机过程,分别建立了纵向通道和横向通道的角度域模型。然后将目标轨迹分解到纵向观测平面和横向观测平面,通过量测数据预处理、双通道并行滤波、输出状态合并,实现目标的三维跟踪。最后通过仿真实验设置了算法中两个通道的机动模型的参数,分析了过程噪声对跟踪精度的影响,仿真结果表明,与现有的临近空间高超声速目标跟踪算法相比,该算法具有较高的跟踪精度。     

基于定标站的旋转扫描扇形波束散射计在轨定标方法

RFSCAT具有较宽刈幅并能够对同一个风单元提供较多的方位角和入射角观测组合,提高风场反演精度。为了达到设计的风场反演精度,必须对散射计进行在轨外定标。该文基于中法海洋卫星（Chinese French Oceanography Satellite, CFOSAT）雷达散射计的系统参数,给出了一种利用地面定标站(Calibration Ground Station,CGS)对RFSCAT进行在轨外定标的定标方法,并利用仿真数据进行验证。该方法能够达到0.01°的姿态角估计精度和0.1〖KG*9〗dB天线方向图估计精度,实现对RFSCAT天线方向图在轨监测和验证。     

基于避障伪距离的自由漂浮空间机器人规划跟踪一体化控制

针对自由漂浮空间机器人(Free Floating Space Robot,FFSR)的避障规划与控制问题,提出一种FFSR的避障规划-跟踪一体化控制方法。首先,基于障碍物伪距离技术,采用FFSR逆几何模型求解期望末端位姿下的连杆伪距离估计值,进而通过求解非线性优化问题,获得FFSR避障期望轨迹。其次,将全局轨迹规划与局部在线避障相结合,辅以离散状态黎卡提方程（DSDRE）控制方法实现FFSR的避障规划-跟踪一体化控制。最后,采用6R空间机器人模型验证了所提方法的有效性。仿真结果表明,该方法能够实现FFSR的避障控制,有效克服了传统FFSR控制中末端轨迹规划与控制相分离的问题,提高了FFSR的环境适应性。     

BLKF方法抑制MEMS惯性传感器随机噪声

针对微机电系统（MEMS）惯性传感器应用卡尔曼滤波（KF）处理数据时随机噪声难以估计的缺点,提出一种基于贝叶斯拉普拉斯卡尔曼滤波（BLKF）的随机噪声更新方法。该方法利用拉普拉斯近似算法,将贝叶斯边缘分布近似表示,能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况,提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据,运用KF与BLKF分别滤波。对比滤波结果可发现,BLKF比KF能更好地反映真实角速度状态。同时,在陀螺仪角速度变化时,BLKF的可靠性和准确性更高,滤波效果更具优势,能够达到抑制MEMS惯性传感器随机噪声的目的。     

沸石分子筛对航天器分子污染物的吸附性能研究

针对空间环境中有机污染物沉积在航天器敏感部件上造成相关功能失效问题,提出一种利用沸石分子筛多孔结构在轨清除有机污染物的新方法。研究了真空环境中,Naβ、NaY、13X三种分子筛对某型号电缆真空放气产物的吸附能力,结果表明13X的吸附能力优于其它两种分子筛,饱和吸收率为14.03%。将其作为分子吸附器的吸附材料应用到航天器易污染的部位,将会有效控制航天器在轨运行的污染水平,提高可靠性。     

航天测量船外测数据的滤波算法

航天测量船在航天测控中占有非常重要的地位,为提高航天测量船外测数据的光滑度,在小波滤波和样条函数滤波的基础上,通过建立分解尺度和阈值的选取原则,提出了船载外测数据的滤波算法.该算法在滤波的同时,成功地分离出随机误差和船摇修正残差,显著地改进了现有的船载外测数据修正结果.实例和仿真结果表明这是一种比较理想的船载外测数据滤波算法.     

分离模块异构航天器集群松散队形设计

针对近地轨道分离模块航天器集群,考虑航天器之间面质比差异,提出一种能在较长时间内维持两星之间相对距离的松散队形设计方法。该方法以相对偏心率向量和相对轨道倾角向量描述松散队形,以两颗卫星之间的轨道长半轴之差和相对相位角之差为优化变量,并且通过设置虚拟空间圆解决避碰问题,保证在考虑气动力摄动的情况下,异构航天器松散编队能够有较长时间满足距离要求。仿真研究表明,针对轨道高度为500 km的参考轨道,当两星面质比分别为0.003 m 2/kg和0.0032 m 2/kg时,两颗卫星之间的距离能够在50天内处于200 m到20 km之间。     

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。     

任务空间内空间机器人的复合自适应控制

对于本体姿态受控而位置不受控的空间机器人系统 ,考虑存在参数不确定性 ,本文在任务空间内提出了一种复合自适应控制方法 ,证明了这种自适应方法不但可以保证末端执行器任务空间内位置轨迹跟踪误差的渐近收敛 ,而且还可保证关节空间内角速率偏差及估计误差的渐近收敛。仿真结果验证了算法的有效性     

基于角增量和角速率的旋转矢量算法的等效性

推导了基于角增量和角速率的两种旋转矢量算法（RVA）及其计算误差,并从理论上分析、比较了两种RVA及其圆锥补偿误差（CCE）;在不考虑传感器误差情况下,对两种算法的CCE进行了基于典型圆锥运动的仿真。结果表明,两种RVA的CCE由采样频率和圆锥运动频率的比值定量确定：当比值大于1〖KG*9〗000时,相同子样数的两种算法的CCE相等;两种RVA具有圆锥误差补偿效应的范围为该比值介于3和1〖KG*9〗000之间。在该有效范围内,CCE随比值的减小而单调增大,并且相同子样数的两种算法的CCE随着子样数的增大而趋于相等;当比值小于等于3时,两种算法的圆锥误差补偿效应同样减弱。从而得出两种算法的圆锥误差补偿效应的近似等效性。对于捷联惯组的设计、RVA的选择及其在惯组高动态环境下的应用具有一定指导作用。