北斗卫星导航系统实时定轨与钟差处理策略

目前鲜有对北斗卫星导航系统（BeiDouNavigationSatelliteSystem,BDS）实时精密定轨与钟差确定的研究,文章提出了BDS实时轨道与实时钟差处理策略,包括了观测与动力学模型、实时轨道与实时钟差处理流程与评估方法。尤其对于实时钟差,为了提高计算效率,联合使用两个独立并行的线程估计非差绝对钟差和历元间相对钟差。利用多模全球卫星导航系统试验(MGEX)与全球连续检测评估系统（iGMAS）实测数据进行了北斗实时轨道与钟差解算,BDS实时轨道径向平均精度对于GEO卫星优于20cm,对于IGSO与MEO一般优于10cm;钟差精度对于GEO卫星为0.5~4.5ns,对于IGSO／MEO为0.2~2.0ns。基于目前的轨道与钟差结果,实时精密单点定位（PrecisePointPositioning,PPP）结果可以达到分米量级。     

一种高精度实时GPS卫星钟差预测算法

为获得高精度实时GPS卫星钟差,文章提出一种基于多项式和最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)相结合的钟差预报方法.该方法采用国际GNSS服务发布的超快速观测星历建模进行短期预报,首先根据卫星钟的物理特性用附有周期项的多项式模型进行拟合以提取趋势项和周期项,然后用LS-SVM对多项式拟合残差进行建模预报,最后将预报结果加上趋势项和周期项,得到最终的钟差预报值.试验结果表明,所提算法能够实时有效地对GPS卫星钟差进行预报,且精度优于超快速预报星历.     

灰色模型在卫星钟差预报中的缺陷分析

卫星钟差预报是时间同步的关键技术之一,方法繁多。针对灰色模型在卫星钟差预报中的应用,以GPS Rb钟钟差预报为实例,从模型构造上分析了该模型在卫星钟差预报中存在的缺陷,有利于该模型的改进和完善。     

卫星与测站钟差支持条件下的GEO卫星精密定轨

在基于伪距的GEO卫星精密定轨中, GEO卫星的静地特性导致定轨解算无法对星地组合钟差进行有效估计, 需要独立的时间同步支持. 本文讨论了卫星和测站钟差支持条件下的GEO卫星定轨原理, 利用仿真数据系统地分析了中国区域网跟踪条件下GEO卫星的定轨精度, 从定性和定量角度分析了钟差二次项、星地时间同步精度、站间时间同步精度及系统差等因素对定轨精度的影响.     

观测资料和卫星钟差对PPP参数收敛影响分析

在GPS 单点定位中, 参数解算的收敛时间和收敛稳定性是重要的研究内容之一, 影响收敛时间和收敛稳定性的因素很多, 本文主要就观测资料的不同采样间隔、卫星钟差资料的不同采样间隔、不同的定位精度要求对精密单点定位中参数收敛时间的影响进行了深入的分析探讨, 以中国上海GPS综合应用网中的12个测站资料为例, 分析了采样间隔、定位精度要求与收敛时间的关系, 并对不同采样间隔的收敛时间进行了统计分析, 得出一些初步结论.     

精密GPS卫星钟差的改正和应用

分析了 GPS卫星钟差的变化特性,探讨了利用 GPS地面跟踪站的观测数据估算GPS卫星钟差的可行性.建立了相应的算法和软件系统,并把由地面跟踪站的实测数据估算的卫星钟差用于星载 GPS定轨计算,得到优于1m的定轨精度.     

基于灰色模型和ARIMA模型的钟差预测

由于多种因素的影响,原子钟运行情况十分复杂,为了有效地进行钟差预报和更好的反应原子钟的特性,提出一种基于灰色模型和ARIMA模型的组合模型来实现钟差的预报,并给出了灰色模型和ARIMA模型进行原子钟钟差预报的基本思想和预报模型。利用组合模型更精确地把握钟差序列复杂细致的变化规律,从而更好的逼近钟差序列。为了验证该组合模型的可行性和有效性,利用原子钟钟差数据进行钟差预报分析,结果显示该模型具有较好的预报精度。     

关于北斗卫星导航系统的被动式定位算法比较研究

我国北斗卫星导航系统空间卫星共有2或3颗,无法单独满足被动导航定位的要求．针对这种卫星稀少的情况提出了3种被动式定位算法: 2星定位算法、 3星3参数定位算法和3星4参数定位算法, 这些算法分别采用气压测高方法增加观测数据和采用数学模型描述接收机钟差的方法减少定位方程求解的未知数;探讨了北斗卫星导航系统备份星的可用性和对导航定位精度的贡献;还提出了准差分修正技术,提高了定位精度．实验证明, 3种算法都取得了100m以内的定位结果,可以满足一般用户定位需求．     

用于识别两颗故障卫星的RAIM算法

提出了一种可以识别两颗故障卫星的接收机自主完好性监测算法.将最优奇偶矢量法应用于两颗故障卫星识别,指出由于故障偏差可能会抵消而使得正确识别率较低.对最优奇偶矢量法进行了改进,利用对单颗卫星故障敏感的最优奇偶矢量对所有可能的两颗故障卫星组合分别构造两个新的奇偶矢量,用于两颗故障卫星的检测和识别.计算机仿真结果显示,改进后的算法与直接利用最优奇偶矢量法相比,可以显著提高两颗故障卫星正确识别率,识别率可超过90%.同时,改进算法的奇偶矢量构造方法简单,计算量将减少90%以上,更有利于工程实现.      

基于联合滤波器的高精度卫星定姿系统设计

设计了由陀螺、GPS姿态敏感器、红外地平仪和太阳敏感器构成的太阳同步极轨卫星姿态确定系统。提出联邦滤波器结构和算法,推导了各子系统的量测方程和姿态确定系统的误差状态方程。为规避对量测值进行非相关处理,采用减小GPS姿态敏感器输出的姿态滤波值作为系统滤波器量测值的频率的方法。仿真结果表明,采用联邦滤波器对多敏感器卫星姿态确定系统进行信息融合,具有计算量小、精度高、可靠性好等优点。     

基于自适应联邦滤波的卫星姿态确定

卡尔曼滤波采用常值量测噪声协方差阵,当量测噪声统计特性发生变化时,易导致估计误差增大,甚至滤波发散。针对该问题,在联邦卡尔曼滤波子系统中采用自适应卡尔曼滤波,形成自适应联邦卡尔曼滤波算法,新算法采用模糊推理系统实时调整量测噪声协方差阵的加权系数,使模型量测噪声逐渐逼近真实噪声水平。将该算法应用于多传感器卫星姿态确定系统,仿真结果验证了算法的有效性。     

基于扩展Kalm an滤波的实时测速定轨算法

针对实时测速定轨 (即只用测速数据确定运动目标的状态参数 )的实现问题 ,研究了一种扩展 Kalman滤波方法 ,并利用其状态方程和线性化观测方程得到定轨算法。理论推导和仿真结果表明 ,此算法是收敛的 ,且精度较高。     

一种基于AUKF的航天器自主导航算法

 将非线性Sage-Husa噪声估计器与无迹滤波器(UKF)相结合,提出了一种新型的自适应无迹滤波器(AUKF).对基于AUKF的航天器自主导航系统进行了计算机仿真,仿真结果表明,对于存在测量偏差的自主导航系统,AUKF的导航滤波精度较传统的扩展卡尔曼滤波器(EKF)有显著的提高.进而,针对航天器自主导航系统测量偏差周期时变的特点,提出了提高偏差估计精度的改进算法.仿真结果表明,在适当增加计算量的条件下,利用偏差估计改进算法的AUKF能够进一步提高自主导航系统的导航精度.     

基于并行扩展卡尔曼滤波的自主卫星星座导航方法

针对星间距离测量容易受到外界干扰的问题,提出了一种适用于多颗地球卫星和一颗月球卫星的卫星星座自主导航的并行扩展卡尔曼滤波算法.通过解决噪声统计不确定情况下的测量调度问题来选择适当的测量,降低干扰的影响.为了自适应地选择适当的测量,提出一种基于不同来源的测量构造多个子集的并行扩展卡尔曼滤波器,其中每个扩展卡尔曼滤波器用于...     

Doppler utilised Kalman estimation (DUKE) of ionospheric delay for satellite navigation

The ionospheric delay experienced by the satellite navigation signals depends upon the Total Electron Content (TEC) and needs to be corrected. While the single frequency receivers always use parametric models to correct this delay, dual frequency receivers, when suffers a loss of lock of one of its signal, also has to resort to these models. Here, an alternative method, based on Doppler, surrogated by range rate variation, has been attempted to estimate the ionospheric delay using a Kalman filter. GPS data have been used for all visible satellites over four days selected around the equinox and solstice with nominal geomagnetic conditions and estimations done in continuous and calibrated modes. Results of continuous estimation, obtained for a mid latitude station, showed moderate accuracy while it was significantly better for the calibrated mode with no seasonal dependence. Estimations done for station within the extent of equatorial anomaly, has not only resulted in relative deterioration in performance, but also shown seasonal dependence. Compared with estimates of Klobuchar model, the Calibrated estimation showed superior performance, conspicuously in the mid latitude station. However, for the continuous mode, performance was at par with the model at higher latitudes but inferior to it in regions within the extent of the equatorial anomaly.     

基于LightGBM的HXMT在轨运行模式监测算法

HXMT卫星的空间硬X射线巡天和定点观测计划切换频繁,需要对卫星有效载荷在轨状态进行实时监测和判别.目前采用的是地面监测人员根据总结的规则进行人工监测的方式,虽然执行方便,可解释性强,但人力消耗较大,且对规则之外的情况无法灵活处理.本文利用HXMT卫星的实时遥测数据,提出一种基于LightGBM机器学习模型的在轨运行模式监测算法,将监测工作规约为多分类问题,并构建判别模型,对卫星在轨运行模式进行判断.在保障判别准确率的前提下,算法模型构建迅速,具有很高的实用性.基于真实遥测数据的试验表明,模型的判别准确率达到99.9%,满足在轨运行模式监测要求,可为HXMT卫星的运行监控任务提供参考依据.      

星载GNSS确定GEO卫星轨道的积分滤波方法

采用星载全球导航卫星系统（GNSS）确定地球静止轨道（GEO）,以解决目前应用星载全球定位系统(GPS)时导航卫星可见性差的问题。以风云卫星为例,分析了未来的GNSS相对于GEO卫星的可见性,针对GEO轨道上导航接收机采样间隔较长的问题,综合轨道积分和卡尔曼滤波方法的优点,提出了确定GEO卫星轨道的积分滤波方法。并利用STK软件仿真产生所需数据,用MATLAB对提出的算法编程并进行仿真验证,结果表明,提出的方法性能优越,定轨精度较高。     

基于改进YOLOv3和卡尔曼滤波器的飞机检测追踪方法

精确的飞机检测与追踪方法可以有助于提升我国军事实力,但是目前对小目标飞机进行有效追踪方法较少。基于深度学习的目标追踪方法较传统的方法性能更佳优越,因此针对传统方法对于小目标追踪性能不佳,本文提出了一种基于YOLOv3以及卡尔曼滤波器的飞机追踪方法以获得更好的追踪性能,该算法首先通过改进的YOLOv3算法对视频中的图像进行检测,在识别到视频中的飞机之后,通过卡尔曼滤波器对飞机的运动轨迹进行预测,并通过匈牙利算法进行数据关联。实验结果显示,该算法对小尺度飞机的检测性能较传统的YOLOv3有接近5%的提升,且对飞机的追踪效果精度高且实时性能,具有较高的军事应用价值。     

未知参数高阶线性系统基于特征模型的卡尔曼滤波

针对一类有量测噪声的未知参数高阶线性系统设计了基于特征模型的卡尔曼滤波器,改进了由于传统卡尔曼滤波器在未知系统状态转移阵时应用的难题.在对高阶线性系统的自适应控制中,利用建立系统的特征模型构造状态转移阵,结合卡尔曼滤波的思想对系统输出进行滤波,使系统输出以及控制量的性能得到极大的改善.通过对一个未知参数的高阶线性系统仿真实验验证了此方法的有效性.