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.     

基于H∞滤波技术的GPS/INS全组合导航系统研究

本文根据H∞鲁棒滤波理论，提出了基于H∞滤波技术的GPS/INS全组合导航系统。该系统仅含有位置误差、速度误差和平台误差角9维状态，并利用GPS和INS的位置、速度和姿态观测信息对全部状态进行观测，组成全松组合导航系统，由H∞滤波来提高系统的鲁棒性。文中对提出的全组合系统进行了动态仿真，仿真结果表明，该系统结构简单，状态估计精度较高，系统鲁棒性好，便于工程实现，坚实际工程应用具有重要的现实意义。     

卫星姿态的鲁棒反馈滤波器方法研究

针对传统卫星姿态估计过程中计算量大的问题,提出了基于控制反馈的卫星姿态鲁棒滤波方法,将滤波器的新息作为闭环系统的输入,由此可以分离动态滤波方程中的时变因素(卫星姿态角速度),再将时变因素作为系统的不确定性考虑,最终通过鲁棒滤波方法对线性时不变系统的最终稳态值进行求解。该方法可以通过陀螺与星敏感器的参数信息,提前离线计算出滤波器的相关参数,具有很强的工程可用性。仿真结果表明,在卫星存在旋转角速度时,三轴的估计精度(MSE)比不考虑系统时变因素的控制反馈滤波器分别提升了12%,21. 05%,4%。     

一种新的鲁棒PM滤波及其在组合导航中的应用

针对传统M估计滤波在处理系统尖锐野值时会出现不稳定或发散的特点,提出了一种新的基于映射统计野值检测的M估计(PM)滤波算法。该算法借鉴电力系统中GM估计野值检测与抑制方法,通过增加系统结构空间信息来提高鲁棒性,该算法不仅对受污染的高斯噪声具有鲁棒性,还能够抑制尖锐状态野值、结构野值等对系统的不利影响。将这种新的滤波算法应用于CNS/SAR/SINS组合导航系统中,仿真结果表明,与常规Kalman、M估计滤波相比,鲁棒PM滤波具有更强的结构抗差能力。     

基于双环滑模变结构的弹头姿态鲁棒控制器设计

以大气层内机动弹头为对象模型,考虑不确定性参数和外界干扰影响,采用双环控制结构分析设计非线性强耦合条件下的姿态滑模鲁棒控制器.外环采用积分切换跟踪控制,跟踪虚拟控制量;内环考虑模型参数扰动和噪声干扰,提高鲁棒性能.通过滤波器降低噪声,抑制抖振.仿真验证了该方法的可行性和鲁棒性能.     

某型导弹控制系统的鲁棒稳定性分析

研究了导弹控制系统的鲁棒稳定性。首先建立了导弹的广义状态空间模型， 针对这类难以转化为标准一阶状态空间模型或转化后少数不确定参数将以复杂的非线性函数方式扰动整个参数矩阵系统的特点， 建立了由广义模型描述不确定系统的鲁棒稳定性判据， 将其化为线性矩阵不等式（ Ｌ Ｍ Ｉ） 的形式， 从而用凸优化算法来判定。最后将所得到的结果应用于某型导弹控制系统的鲁棒稳定性分析。结果表明在所设计的控制律下， 在攻击过程中为鲁棒稳定。     

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。     

一种基于贝叶斯估计的地形辅助导航

采用基于蒙特卡罗近似的贝叶斯估计算法处理地形辅助导航系统中的估计问题 ,避免了对复杂地形的线性化过程。数字仿真结果表明该方法比传统的基于扩展卡尔曼滤波的SITAN算法有更高的估计精度 ,并能有效克服初始位置误差较大时 ,基于地形线性化方法易出现的滤波发散问题。     

NPF算法在X射线脉冲星导航中的应用研究

针对X射线脉冲星导航中航天器模型的强非线性、高阶模型不确定性等问题,提出应用非线性预测滤波(NPF)算法实时估计航天器的轨道信息。首先,建立具有模型不确定性的X射线脉冲星导航定轨指标函数,优化得到满足指标函数最小的系统模型误差值,通过降低模型不确定性的影响来提高航天器自主定轨精度。对STK生成的“火星探路者”和“金星快车”及“北斗一号”三种航天器轨道数据进行分析,仿真结果表明,该算法比EKF算法具有更高的定轨精度,能够满足深空以及近地轨道航天器的自主定轨精度指标要求。     

弹性体运载火箭建模及控制器设计

考虑运载火箭飞行过程中的弹性振动特性,对运载火箭进行全量动力学建模以及控制器设计。首先将运载火箭考虑为一维梁模型并建立全量动力学模型,分别引入自适应滤波姿态控制算法和H_2范数鲁棒增益调度控制算法设计控制器。仿真结果表明:在考虑舵机非线性情况下两种控制方法均能够满足精度要求,在具有较大外部扰动情况下,鲁棒增益调度控制算法相较于自适应滤波算法具有较强的鲁棒性。     

一种基于天文测速的火星捕获段天地联合导航方法

为提高火星捕获段探测器的导航精度,提出一种基于天文测速的天地联合导航方法。该方法在地面无线电测距、测速的基础上,引入探测器与恒星的视向速度作为新增观测量,采用扩展卡尔曼滤波(EKF)对探测器状态进行估计。理论分析与仿真结果均表明,与仅依靠地面无线电导航相比,采用基于天文测速的天地联合观测导航方法能有效提高探测器的位置与速度估计精度,且导航精度的提升效果与马尔柯夫最优估计理论的预测值有较好的吻合度。当天文测速精度与地面测速精度相当时,位置估计精度较地面无线电导航提高了近一倍。     

一种近地航天器脉冲星地固系动力学定轨方法

为改善近地航天器脉冲星导航的定轨精度,设计一种地固系动力学定轨方法。该方法结合了更精确的地球引力场模型,在求地球引力势梯度基础上引入惯性力,建立了地固系下轨道动力学方程;并结合脉冲相位量测,使用扩展卡尔曼滤波实现航天器轨道参数实时估计。此方法可以降低动力学方程非线性度,尤其适用于地球静止轨道卫星。通过数学仿真校验了新方法的有效性与精度。     

利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取,对其不当假设导致滤波器估计性能不佳的问题,提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差,在传统脉冲星计时观测的基础上,增加恒星星光仰角及两个时刻间的相位增量观测量,共同增强XNAV。首先,分别建立计时观测模型、相位增量模型及星光仰角模型;然后将多信息测量模型集成到卫星轨道动力学方程中,以建立ADDF滤波模型;最后对所提方法进行仿真验证。实验结果表明,在相同的初始状态和初始噪声误差条件下,与传统X射线脉冲星导航算法相比,多信息融合算法能将导航位置估计精度提高70%以上,位置估计误差降低到 200 m 左右,速度估计精度提高40%以上,且ADDF性能优于无迹卡尔曼滤波器。     

基于自适应滤波的光谱畸变误差抑制方法

为降低天文光谱畸变误差对多普勒测速导航精度的影响,设计结合非线性Sage-Husa噪声估计器及抗差扩展卡尔曼滤波器(Robust Extend Kalman Filter,REKF)的自适应滤波算法。当系统模型可靠时,抗差滤波能够通过预测残差判断异常量测并降低其权重;当系统模型噪声先验信息不准确时,通过Sage-Husa噪声估计器估计系统噪声协方差阵Q阵,以保证抗差滤波的效果。此外,结合多普勒测速导航及X射线脉冲星导航进行组合导航,以提高位置估计精度。仿真结果表明,该算法能够在系统模型噪声先验信息不准确的情况下有效控制光谱畸变造成的量测误差对导航精度的影响。     

基于光学/脉冲星的木星探测转移段自主组合导航

提出一种基于光学/X脉冲星的木星探测器转移段自主组合导航方案。该方案在探测器转移段动力学模型的基础上,以地球、火星、木星、木星卫星以及X射线脉冲星作为观测目标,从待观测目标的几何分布、视星等以及导航精度几个方面,分析光学自主导航待观测目标的可观测条件和可观测度,优化选取最优的光学观测目标;结合X射线脉冲星观测信息,构建光学/X射线脉冲星组合导航方案;结合无迹卡尔曼滤波算法,应用于木星探测转移段,实现探测器位置和速度估计。从数学仿真结果来看,该组合导航方案状态估计精度显著优于单独使用光学导航或者X脉冲星导航系统。     

一种图像辅助火星着陆段自主导航方法

针对未来深空探测软着陆高精度实时导航的需求,提出了一种图像辅助的自主导航方案。首先通过下降段图像与落点区域地形匹配,获得着陆器相对于落点的位置和姿态;然后基于误差Kalman模型估计着陆器的状态误差,修正惯性导航的结果;在图像信息不可用的情况下,只进行惯性递推导航;这种方案既提高了导航的精度,也能保证实时性的要求。 数值仿真验证了该方案的可行性,该方案对未来实际工程任务具有很大的参考价值。     

一种快速精确的惯导系统多位置初始对准方法研究

传播的多位置初始对准方法虽然使惯导系数静基座初始对准的精度得到明显提高，但是用卡尔曼滤波器对其状态变量进行估计时，方位失准角收敛很慢。本文通过对惯导系统误差模型的合理简化，提出了一种快速精确的多位置估计方位失准角的方法，直接利用水平失准角快速收敛的特性估计方位失准角，从而提高了整个惯导系统静基座对准的精度和速度，计算机仿真结果验证了该方法的有效性。     

行星着陆动力下降段相对视觉导航方法

针对行星着陆动力下降段视觉导航自然路标匮乏的问题,提出了一种相对视觉导航方法。该方法利用相机和雷达的测量信息构建相对导航坐标系并求解随机视觉特征点在该坐标系下的位置矢量,利用求解得到的特征点为导航参考,设计相对导航系统,估计着陆器在相对导航坐标系下的位置、速度及姿态信息。同时,构建可观性矩阵,解耦分析位置和姿态的可观性。通过可观性分析可知利用相对导航坐标系下的一个随机特征点即可实现着陆器全状态可观。最后通过仿真分析着陆器状态误差,验证了可观测度理论分析及导航性能。该相对导航方法无需行星地形数据库,且可以实现着陆器全状态的高精度估计,满足行星精确软着陆的需求。     

An innovative high accuracy autonomous navigation method for the Mars rovers

Autonomous navigation is an important function for a Mars rover to fulfill missions successfully. It is a critical technique to overcome the limitations of ground tracking and control traditionally used. This paper proposes an innovative method based on SINS (Strapdown Inertial Navigation System) with the aid of star sensors to accurately determine the rover?s position and attitude. This method consists of two parts: the initial alignment and navigation. The alignment consists of a coarse position and attitude initial alignment approach and fine initial alignment approach. The coarse one is used to determine approximate position and attitude for the rover. This is followed by fine alignment to tune the approximate solution to accurate one. Upon the completion of initial alignment, the system can be used to provide real-time navigation solutions for the rover. An autonomous navigation algorithm is proposed to estimate and compensate the accumulated errors of SINS in real time. High accuracy attitude information from star sensor is used to correct errors in SINS. Simulation results demonstrate that the proposed methods can achieve a high precision autonomous navigation for Mars rovers.     

斜装冗余传感器的分布式导航系统研究

为了满足低成本、高性能惯性导航要求,解决传统单一主惯导系统的成本高、体积大等问题,利用低成本MEMS惯性传感器,采用传感器斜装冗余配置,在最优卡尔曼滤波的基础上提出了一种基于虚拟传感器的最优信息融合技术,简化了测量系统的动态模型,减小计算的同时提高了测量精度。将斜装冗余惯性测量节点安装在载体的不同位置构成基于斜装冗余传感器的分布式导航系统,分析了分布式结构,利用基于虚拟传感器的等效模型,设计了分布式导航系统的测量融合系统。通过仿真试验,校验了基于虚拟传感器的最优信息融合有效地提高了测量精度,基于斜装冗余传感器的分布式导航具有较高的导航精度,同时证明此方法具有一定的抗干扰能力,能够抑制载体局部随机扰动对导航性能的影响。