利用GPS进行航天器姿态确定的EKF方法

姿态确定是ＧＰＳ在航天器上应用的一个重要方面。采用广义卡尔曼滤波（ＥＫＦ）方法利用ＧＰＳ进行航天器姿态确定，建立了ＧＰＳ载波相位观测和航天器姿态运动的线性误差方程，并进行了仿真计算。     

实时辨识气动特性的一种动力学模型

本文提出一种6自由度动力学模型,结合广义卡尔曼滤波(EKF)算法,对实时辨识再入体气动特性的问题进行了研究,作了广泛的数值仿真。 本文的动力学模型与某一常规模型进行了详细比较:(1)本模型免去了常规模型中不太现实的测高假设和大气模型假设。(2)本模型可精确估计气动系数比,其中包括重要的静稳定度。此外,文章还对收敛时间、模型误差等进行了分析对比。 结果表明,与常规模型比较,本模型具有一定的优越性。     

一种速度矢量和位置矢量分离估计的固定单站无源定位改进算法

针对无源定位必须实现快速和稳定定位跟踪的要求,提出一种目标速度矢量和位置矢量分离估计的改进算法。该算法首先利用目标辐射源脉冲到达时间、到达方向、方位角变化率和仰角变化率建立了两组速度矢量作为变量的伪线性观测方程,并利用伪线性卡尔曼滤波算法估计目标速度,然后建立了将位置矢量作为变量的状态方程,而速度矢量作为确定性控制项加入状态方程,并利用修正增益扩展卡尔曼滤波算法对目标位置进行滤波。计算机仿真表明本文的算法具有定位精度高,收敛速度快的优点。     

GPS/运动方程组合导航

提出了一种不增加硬件设备而仅用软件（运动方程）－－全球卫星定位系统／运动方程（GPS／EM）组合导航方案，分析了其适用范围和特点。根据传统运动方程建模中的各种误差源，了包含误差源在内的飞行器扰动方程，并得出其解析解。建立了GPS／EM组合系统状态方程和观测方程，并进行仿真，验证了其可行性。结果表明，GPS／EM组合系统导航精度高于GPS，而且较单独GPS增加了信息冗余度。     

无源北斗/惯导组合导航模糊自适应算法

为了提高无源北斗卫导/惯导组合导航系统在各种情况下的定位精度,提出了一种组合导航算法模型,并引入模糊逻辑算法对这一模型进行改进,通过监控卡尔曼滤波新息实时调整其噪声方差参数,实现了导航算法模型的自适应性,使改进后组合导航算法的定位精度得到提高。最后,通过仿真验证了模糊逻辑自适应算法可以有效地提高组合导航系统的定位精度。     

用GPS评定IMU（惯性测量装置）误差

在导弹飞行试验时，基于ＧＰＳ的弹道基准系统可替代常规雷达。由于ＧＰＳ弹道基准的精度高，所以可用来评定导弹惯性测量装置的性能。在两发现役的和平保卫者导弹发射前配置了ＧＰＳ转发器和三波段天线。根据ＧＰＳ测量的矩离、矩离增量数据，用卡尔曼滤波方法评定各个ＩＭＵ误差，结果证明ＧＰＳ优于雷达。     

卡尔曼滤波在无陀螺捷联惯导系统中的应用

无陀螺捷联惯导系统仅利用加速度计就可以完成惯性测量与导航任务,应用前景广阔,然而角速度解算精度不高一直是其难以实现工程化的瓶颈问题.本文基于一种9加速度计配置方案,设计了一种削弱三轴耦合的卡尔曼滤波器,将仿真结果与其他角速度解算方法进行了比较,实验表明,该滤波法具有较高的解算精度.     

基于自适应滤波的脉冲星导航方法研究

基于X射线脉冲星的自主导航技术能够为深空探测航天器提供高精度导航信息.脉冲星星表误差对导航性能存在不利影响,特别是方差不确定的星表误差,会引起较大定位误差.建立不确定项的导航模型,提出一种基于方差匹配的自适应滤波方法,通过估计不确定观测模型中的待估参数减小不确定项对观测的影响.通过数学仿真对比了自适应滤波方法和传统扩展卡尔曼滤波方法（EKF）,验证了所提方法的有效性.     

UKF参数估计在三体Lambert问题中的应用

为了快速精确地求解三体Lambert问题,提出了一种新的基于无损卡尔曼滤波(UKF)参数估计的数值求解算法,该算法由初值猜测和精确解求解两部分组成.首先,基于地月系统二体模型,通过简单迭代求解三体Lambert问题的初值.然后,将三体Lambert问题对应的两点边值问题转化为参数估计问题,通过UKF滤波算法求解,可得到收敛的精确解.该算法是基于概率估计理论的,不仅避免了传统数值方法推导相关梯度矩阵的复杂性,而且降低了三体Lambert问题对初值精确度的要求,从而显著降低了三体Lambert问题求解的难度.数值仿真表明,该方法求解效率较高,具有良好的鲁棒性,与微分修正算法、二阶微分修正算法对比具有更大的收敛域.