基于多圆交汇的天文定位与组合导航方法

惯性/天文组合导航系统具有全自主、抗干扰能力强等特点,在一些特殊的导航领域受到了人们的高度重视。本文研究了一种天文多圆交汇迭代定位算法,具有数值计算稳定,适合任意多颗导航恒星参与计算的优点,并能同时计算出对应的定位误差协方差阵;在此基础上,将捷联惯性导航系统与天文导航系统组合,构成了扬长避短的组合导航系统,采用扩展卡尔曼滤波算法实现捷联惯导与天文定位两者的信息融合。最后进行了仿真实验,其结果表明,该天文定位算法简单有效,定位误差模型准确,组合后的系统具有较高的精度。     

发射惯性坐标系下误差角与数学平台失准角的推导与仿真

基于状态空间法的捷联惯性/天文组合导航系统(SINS/CNS)需要数学平台失准角作为观测值参与滤波估计,工程实际只能得到SINS、CNS二者的姿态误差角.以弹道导弹为背景,在发射惯性坐标系下分别推导了四元数和欧拉角形式的姿态误差角与数学平台失准角之间的相互转换矩阵.建立了弹道导弹SINS/CNS数学模型,并采用EKF和UKF算法验证了该转换矩阵.仿真结果表明误差转换矩阵的正确性.     

基于STK的导航星模拟及天文定位选星算法研究

导航星优选是研究天文定位导航的前提。本文结合导航恒星选星对天文定位的影响,研究提出了基于STK软件的导航星模拟方法,并针对空天飞行器对天文观测时的条件约束,结合天文导航定位对导航星的要求,构建了适合不同飞行航迹的导航星库。基于所设计的导航星库,以空天飞行器为应用对象,结合其在轨段飞行轨迹参数,基于STK软件进行了天文导航定位仿真研究。在所设计的飞行器飞行航迹参数及可见星信息条件下,针对空天飞行器长航迹飞行运动特点,设计了3种不同的天文定位观测选星方案,并研究了不同选星方案下的天文导航定位性能。最后通过仿真验证表明所提出的导航星模拟和选星方法能有效满足空天飞行器对天文导航定位的要求。     

一种基于联邦滤波的SINS/GNSS/RA弹载多源组合导航算法

针对传统的惯性/卫星(SINS/GNSS)弹载组合导航系统导航信息源单一、易受干扰且鲁棒性差等问题,引入了雷达高度表(RA)作为新的信息源参与导航信息融合,并在发射惯性系下设计了一种基于联邦滤波的SINS/GNSS/RA弹载多源组合导航算法。仿真结果表明:本算法构建的组合导航系统具有良好的导航性能,在GNSS受干扰失效后,相较于传统SINS/GNSS组合导航系统,SINS/GNSS/RA组合导航系统依靠SINS/RA子滤波器,依旧能够在一定的时间范围内为导弹提供有效的定位信息,其表现出了更高的鲁棒性和可靠性。     

一种基于掩星测量的月球探测器自主天文导航方法

针对月球探测器自主导航定位问题,研究了一种基于掩星测量的自主天文导航方法。利用星敏感器测量恒星被月球遮挡或从遮挡状态中再现的时刻,并将时间观测量转化为沿恒星星光方向上的距月心最低高度信息,结合月球探测器的动力学模型,建立了基于卡尔曼滤波的掩星观测自主天文导航算法。为实现对掩星现象的及时观测,推导了掩星现象预测算法。数学仿真结果表明,月球探测器掩星自主天文导航原理可行,定位精度优于百米量级。     

一种基于UPF的月球车自主天文导航方法

介绍了月球车自主天文导航原理和传统的迭代解析高度差方法，提出了一种基于月球车运动模型和UPF（Unscented粒子滤波）的自主天文导航新方法。该方法仅需利用由星敏感器和惯性测量单元测量得到的恒星的天体高度，结合月球车的运动模型，通过UPF滤波，即可获得高精度的月球车实时位置信息。计算机仿真结果表明该方法与传统方法相比，定位精度有了大幅提高，同时对几个关键的精度影响因素的仿真分析显示该方法可以有效的减弱量测噪声，星历误差等对系统性能的影响，使系统具有更高的适应能力。     

平流层飞艇的组合导航研究

针对平流层飞艇的飞行特点,提出SINS/GPS/陆标组合导航方法,给出SINS/陆标组合导航的观测模型,并将状态与偏差分离的估计算法与联邦滤波相结合,应用于SINS/GPS/陆标组合导航系统.数学仿真结果表明:新组合导航系统相对于SINS/GPS组合导航系统可以有效改善平台误差角的估计精度,同时,提出的简化状态与偏差分离联邦滤波算法能在保持滤波精度基本不变的前提下减少计算量.     

耦合位置误差的机载惯性/星光组合算法研究

针对星敏测量输出的是惯性系下姿态信息,无法直接应用于实际的机载地理系下姿态组合导航,提出了地理系下耦合位置误差的机载惯性/星光组合滤波算法。该算法分析了
惯性姿态到地理系姿态之间的相互转换关系,在建立的地理系下姿态线性化量测方程基础上,通过引入导航位置误差转换矩阵,建立了星敏测量的惯性姿态到惯性导航计算输出的地理系姿态之间的耦合误差模型;同时针对姿态观测时高度通道不可观的特点,增加了气压高度输出为系统的观测量;实现了基于星敏测量的惯性系下姿态对地理系下惯性导航误差的直接修正。姿态耦合误差仿真结果表明该组合导航算法设计成功可行,为星敏在机载环境下的组合导航应用提供了新的思路。
     

基于天文与速度联合观测的月球车自主导航方法

月球车自主导航系统是其完成月球探测任务的基础和关键,因此针对月球导航的特殊要求设计了一种基于速度和天文联合观测的月球车自主导航方法.首先根据月球表面导航的特殊要求,依据惯性导航的基本原理建立了月球环境下惯性导航系统的姿态、速度和位置误差方程,然后针对月球车载的捷联惯导系统的特点建立了基于速度和天文联合观测的量测方程,由于建立的系统状态方程和量测方程均为线性方程,所以采用了Kalman滤波实现月球车位姿信息的最优估计.仿真结果表明该方法具有很好的位置和姿态估计精度,同时有效抑制了量测噪声对系统性能的影响,是解决月球车自主导航问题的一种有效而实用的方法.     

一种低成本GPS/DMU组合系统研究

基于新型的低成本微型固态惯性测量单元-DMU(Dynamic Measurement Unit)和GPS系统，利用具有良好鲁棒性能的H∞滤波算法，设计了一种低成本GPS/DMU组合导航系统。通过仿真计算对该组合系统的性能进行了分析，结果表明，新型的组合系统不仅具有良好的性能价格比，而且体积小、具有更强的稳定性能，可以用于各种飞行器的导航与制导。     

月面着陆器INS/CNS深组合导航方法

针对月面着陆器下降过程中的姿态快速调整需求，导航系统必须具备实时快速解算能力，而传统天文导航算法星图识别过程计算量大，占用了一定的硬件资源和能耗，限制了月面着陆器动态响应能力的提高。针对这一问题提出一种基于图像灰度误差的惯性/天文深度组合导航方法。该方法利用惯导辅助星敏感器构建灰度误差函数，根据灰度误差梯度优化姿态失准角，无需星图识别过程依旧可以完成对姿态的估计。仿真结果表明，在导航星数目不少于3颗时，该方法可在与惯性/天文松、紧组合姿态精度一致的前提下，将计算时间缩短60%，姿态精度维持在10″(非光轴)、50″(光轴)以内；在导航星数目小于3颗时，依旧可以进行导航解算，姿态精度维持在50″(非光轴)、100″(光轴)以内。将其应用于月面着陆器等实时性需求较高的背景中，有助于降低算法的计算量，节约硬件资源和系统功耗，为未来月面着陆器导航系统的设计提供新思路和理论参考。     

捷联惯导与星跟踪器组合导航算法研究

捷联惯导与小视场星跟踪器构成惯性/天文组合导航系统,核心思想是利用星体跟踪器的高精度测角信息设计滤波修正算法对捷联惯导的导航姿态、方位和位置误差进行滤波估计并修正,以限制捷联惯导系统导航误差随时间的发散,最终提高系统长航时导航的导航精度。在分析小视场星体跟踪器量测量与SINS导航误差之间关系的基础上,设计了两种不同的组合导航算法：位置+方位修正算法和误差角组合导航修正算法。在此基础上对两种算法的导航精度进行了理论分析,并通过长航时仿真飞行数据进行了仿真验证。结果表明：位置+方位修正算法不受载体的位置误差的影响,更适用于星体跟踪器间断工作的情况;误差角组合算法不受载体姿态误差的影响,更适用于SINS初始位置误差得到有效修正的情况。     

捷联惯导/星敏感器组合导航技术研究

针对在捷联惯导系统中陀螺的误差存在随着时间积累而逐渐增大的缺点,提出了捷联惯导系统+星敏感器的组合导航方案,并进行了仿真及结果分析。以Kalman滤波为基础,通过将捷联惯导系统和CCD光学传感器所测得的飞行器相关姿态信息进行数据融合,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的位置、速度和姿态角。详细推导了捷联惯导+星敏感器组合导航的算法,并通过对仿真结果的分析证实了该方案的可行性和算法的有效性。     

利用UKF的航天器自主导航方法研究

UKF(Unscented卡尔曼滤波)是一种新型的直接针对非线性系统的滤波方法。用星敏感器和地平仪测量星光与地平之间的“星光仰角”为观测量的天文自主导航方法,其状态方程和量测方程都是非线性的,使用以往的EKF(推广卡尔曼滤波)进行导航滤波,需将上述两方程分别线性化,故精度较低。本文提出在航天器天文自主导航系统中采用UKF方法,并从仿真计算结果中看到,导航精度有显著提高。     

基于北斗双星定位辅助的SAR/INS组合导航系统研究

由于SAR/INS/北斗组合导航系统中图像匹配定位需要耗用不等的匹配计算时间，而现有的北斗定位系统输出也具有一定的延时，因此，SAR／INS／北斗组合导航系统中的量测信息输出具有不同步和滞后的特点。针对上述问题，采用常规的联邦滤波算法将难以获得高精度滤波结果。为此，本文在分析SAR／INS／北斗组合导航系统工作过程的基础上，结合卡尔曼滤波的具体原理，设计了针对不同步量测信息的基于联邦滤波理论的组合滤波方案，并进一步提出了解决量测信息滞后问题的算法，从而可以有效处理SAR／INS／北斗组合导航系统中的信息融合问题。协方差分析结果表明提出的组合滤波方案可行，该方案对SAR／INS／北斗组合导航系统的实际应用具有重要的理论参考价值。     

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。     

神经网络修正的速度约束辅助车载SINS定位算法

对于车载全球导航卫星系统(GNSS)/捷联惯性导航系统(SINS)组合导航系统,针对GNSS失效而SINS单独工作时仅使用速度约束辅助SINS其纵向位置误差逐渐发散的问题,提出一种神经网络修正的速度约束辅助车载SINS定位算法。通过径向基函数(RBF)神经网络预测SINS纵向位置误差修正系数,以提高SINS单独工作时的定位精度;此外,提出一种限定记忆指数加权实时估计量测噪声的自适应滤波算法。在人为设置GNSS失效以及真实隧道场景下进行车载试验,结果表明本文算法能够在不停车情况下在线修正SINS纵向位置误差,相比于速度约束与卡尔曼滤波相结合的常规算法,有效地提高了GNSS失效时的车载SINS定位精度。     

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。