INS/GPS/TAN系统中的联邦卡尔曼滤波信息融合方法

在分析联邦卡尔曼滤波原理和结构的基础上,提出了一个适合惯性导航系统／全球定位系统／地形辅助导航（ＩＮＳ／ＧＰＳ／ＴＡＮ）子系统状态向量维数不同这一特点的联邦卡尔曼滤波方法,并构造了一种具有较强容错性能和适应性的联邦卡尔曼子系统滤波器结构。由于采用了局部状态扩展、局部状态压缩、智能的不等间隔滤波、多级故障检测、阈值控制等信息融合技术,在保证精度的前提下,联邦卡尔曼滤波器的可靠性、适应性得到了明显提高。     

甚高频全向信标改造成数字通信测向综合化系统的几种新方案

受卫星导航的冲击，甚高频全向信标（VOR）在未来航行系统中将失去它的重要地位，最终可能关闭。为充分利用VOR的频段和设备资源，本文提出了四种VOR发射机改造方案：第一是间断发射的慢速时空调制系统；第二是连续发射的二进制四相时空调制系统；第三是码分有参考信号时空调制系统；第四是时分有参考信号时空调制系统。给出了四种系统信号调制、编码、接收机设计等解决方案。改造系统的主要优点是将数字通信和无线定向综合为一体。     

发射系下SINS/GPS/CNS多组合导航系统算法及实现

首先建立了发射惯性系下的组合导航系统模型,据此设计了基于联邦滤波器的SINS/GPS/CNS组合导航算法,最后研制了基于PC104硬件平台的组合导航算法验证样机。通过实时半物理仿真测试得出,三组合导航系统的姿态误差小于15″,位置误差小于10m,速度误差小于0.2m/s,表明所设计的组合导航系统算法正确,实现合理。     

基于视线测量和轨道预报高轨非合作目标相对导航方法

对于非合作目标,由于中远距离星上相对测量手段有限,大多情况仅能获得视线角信息.仅视线测量相对导航方法在GEO轨道条件下滤波精度低、可观测性差.提出一种基于星间视线方位测量和轨道预报信息结合的非合作目标相对导航方法.建立基于星间相对运动模型的状态方程和基于星间视线测量和轨道预报信息的观测方程,分别选取了扩展卡尔曼滤波和无迹卡尔曼滤波两种方法,仿真分析了轨道预报信息精度和滤波方法对导航精度的影响.     

基于射频的导航卫星星间链路信息传输与仿真研究

星间链路是导航卫星实现精密定轨和自主导航的关键技术之一。导航卫星通过星间链路完成伪距测量和数据交换,维持系统稳定运行的时空基准,保证系统持续提供精准导航服务。根据全球导航卫星系统的建设情况和发展趋势,首先介绍星间观测和信息传输频段,并从天线特征、多址控制方式和网络拓扑结构等角度分析了射频链路的工作体制。最后,针对实际导航卫星星座,应用OPNET平台建立导航信息传输仿真模型,通过分析信息传输效率,验证了基于射频链路导航信息传输的可行性和有效性,对全球导航卫星系统的星间链路研究具有一定的参考价值。     

PSO选星算法参数分析与改进

多星座组合导航提供更多的可用卫星,但也增大接收机计算复杂度,选取部分可见星代替全部可见星进行接收机位置解算成为选星算法研究的热点。粒子群优化（PSO）选星算法将PSO算法引入到选星过程中,该方法能够减少选星时间,实现北斗/GPS组合星座快速选星。研究了该算法的关键参数包括惯性权重因子、加速系数、种群大小等对PSO选星算法性能的影响,并针对搜索过程容易陷入局部最优问题,提出自适应模拟退火粒子群优化（ASAPSO）选星算法,该算法通过引入随适应值大小自适应调整进化参数及结合模拟退火算法调整粒子速度,以增强算法跳出局部极值的能力。采用实际数据对算法进行验证,结果表明:ASAPSO选星算法在保证选星时间的同时,能够提高算法搜索结果的准确性,其性能优于PSO选星算法。      

电离层对普通GPS和位置差分GPS定位误差的影响

在没有选择可用性条件下，差分ＧＰＳ定位精度完全取决于电离层的空间不相关性，为了改进差分ＧＰＳ的校正算法，本文在月平均电离层时延等值图的基础上，建立了一个简单而又逼真的电离层模型，并分析了普通ＧＰＳ和位置差分ＧＰＳ仅电离层单一因素引入的定位误差。     

多普勒导航雷达测高自校信号的分析

本文详细分析了采用周期自动校准技术的多普勒导航雷达测高装置自校时的信号关系。在数学分析的基础上,作者认为,为保证在高度测量时稳定获取自校信号,应调节馈线的长度(微波相位)。实验证明,分析是正确的。     

一种自适应GNSS弱信号载噪比估计方法

全球导航卫星系统（GNSS）信号的载噪比（CNR）是衡量接收机工作性能的一个重要参数。为了准确得到载噪比估计值,推导并分析了2种常用的GNSS信号载噪比估计方法（方差求和法（VSM）、窄带宽带功率比值法（PRM））,并同时提出一种基于渐消因子容积卡尔曼滤波的自适应载噪比估计方法,比较了3种方法在通常的信号环境下和弱信号环境下的载噪比估计能力。结果显示:在信号较弱环境或信号受到遮挡产生突变等情况时,VSM方法与PRM方法均会产生较大的误差,而自适应载噪比估计方法能准确估计出信号的载噪比。      

基于数据驱动的非合作航天器姿态估计与预测方法

针对临近操作对非合作航天器的相对导航问题,考虑角速度测量缺失以及视觉特征丢失,提出了一种融合乘性扩展卡尔曼滤波和姿态预测的框架,实现了对非合作航天器的姿态估计和预测。采用惯性参数对状态向量进行了扩维,在缺少角速度测量的情况下预估了非合作航天器的姿态和相对转动惯量的比值。基于函数拟合和神经网络分别设计了两种姿态预测方法,解决了传统方法误差随时间累积的问题,有效减少了计算成本。最后,通过数值仿真验证了滤波估计和姿态预测算法的实时性和准确性。