GPS失锁时基于神经网络预测的MEMS-SINS误差反馈校正方法研究

GPS信号失锁时,MEMS-SINS组合GPS导航误差会随着时间迅速积聚而无法导航.提出一种基于RBF神经网络预测的MEMS-SINS误差反馈校正方法,GPS有信号时对神经网络进行训练,GPS信号中断时用训练好的RBF神经网络预测MEMS-SINS的导航误差.地面车载跑车试验,证实了训练后的RBF神经网络能很高精度地逼近MEMS-SINS/GPS组合导航系统输入与输出间的关系,在4个50s以内的GPS人为失锁过程中,该方法导航结果与参考系统比较,平均位置误差为3.8m,平均速度误差为0.6m/s,平均姿态误差为0.5°.     

航天器天文导航模糊自适应卡尔曼滤波研究

星光折射间接敏感地平的自主天文导航方法能够获得很高的导航精度,但由于大气密度模型时空分辨率不高,这种方法所敏感的地平有可能出现较大的瞬时误差,从而导致导航滤波器精度降低,有时甚至发散.为了解决这一问题,提出将模糊推理系统应用于自主天文导航,研究基于Unscented卡尔曼滤波的模糊自适应算法,使导航滤波器在观测值异常时具有一定的自适应能力.计算机仿真结果验证了该方法的有效性.      

基于遗传算法的多模型Kalman滤波算法 及应用研究

基于长航时无人机惯性/天文/卫星(INS/CNS/GPS)组合导航系统模型,针对复杂环境所引起的系统模型参数变化导致单一固定参数滤波器精度降低问题,提出了一种基于遗传算法的多模型自适应Kalman滤波算法,并与单一模型下的Kalman滤波器方法进行了比较.仿真结果表明,与采用单一模型的Kalman滤波算法相比,该方法不仅能大大提高导航系统的精度和可靠性,而且还可以较好地辨识出组合导航系统惯性器件噪声统计模型参数.      

基于Hausdorff距离的星图识别方法

提出了一种新的星图识别方法,这种方法的基本思想是首先从星敏感器中提取全部星图信息,把提取的星图组成一个待识别数据集合B,把全星图参考星库作为一个标准数据集合A,然后,计算2个数据集合A,B之间的相对Hausdorff距离,根据最小相对距离得到待识别星的位置,其中A, B分别由矢量坐标a,b构成.与传统的星光角距识别方法不同,这种方法充分利用了星敏感器中的所有星的空间结构信息,所以,它对各种噪声干扰具有很强的鲁棒性.半物理仿真实验结果表明,在具有强的随机噪声、星图畸变和一定数目的流星干扰情况下,这种方法具有很好的识别效果.     

房建成 中国著名空间惯性技术专家

( ):谈到您的成就,就不能不提"磁悬浮飞轮"和"磁悬浮控制力矩陀螺",请问在这个课题攻关过程中您印象最深的事是什么?     

磁悬浮反作用飞轮剩磁矩分析与补偿方法研究

为对磁悬浮反作用飞轮的剩磁矩(RMM)进行分析及最小化设计,提出一种基于等效磁偶极子模型的剩磁矩计算方法.利用有限元仿真空间磁场分布,通过选取3个特征平面的磁场反推得到剩磁矩.对不同工作状态下飞轮样机剩磁矩的大小及变化范围进行了分析,并在此基础上给出了磁悬浮反作用飞轮剩磁矩优化设计方法及补偿方法.分析结果表明.通过磁轴...     

太阳帆板平面度测量系统的误差补偿方法

介绍了一种采用斜光学三角形测量结构和基于虚拟精密测量基准的太阳帆板平面度无接触测量系统及误差补偿方法.提出的虚拟精密基准的建模与误差补偿技术,解决了在非精密基准上实现精密测量这一难题,使得所研制的测量系统利用现有平台可实现对太阳帆板平面度的高精度测量.实际测量结果表明,该测量系统对面积为2581mm×1755mm太阳帆板的平面度测量精度达0.02mm(RMS).     

基于高效垂直互连的X频段三维交叉合路网络

针对射频微波系统小型化、一体化、低成本设计需求,利用HFSS软件3D建模仿真研究微波毫米波多层板高密度垂直互连技术,对比不同结构参数的频率特性,在结构上通过加载层间焊盘改善特定频段内传输性能,在DC^20GHz内回波损耗小于–20dB。基于该高效垂直互连技术,实现32路信号输入4波束输出交叉网络3D垂直合成,体积仅为125mm×30mm×1.8mm,经测试带内插损≤10.95dB,驻波比≤1.4,较好地实现了X频段合路输出功能。