EKF/UKF在编队飞行卫星GPS相对导航中的应用

 　航天器编队飞行协调工作,必须精确确定各航天器的相对位置和相对速度,即进行编队飞行相对导航。将扩展卡尔曼滤波(EKF,extended Kalman filter)和非线性滤波unscented Kalman filter(UKF)算法同时应用于编队飞行卫星的载波相位差分GPS相对导航。EKF与UKF算法原理不同,UKF算法的精度比EKF的精度高。在实际应用中,可以将两种算法组成互为备份的相对导航滤波器,这样可提高滤波系统冗余性能。     

近地卫星利用光学敏感器的自主导航方法

基于光学敏感器的卫星自主导航技术是利用红外地球敏感器（IRES）和星敏感器（ST）等姿态测量部件提供的测量信息,通过计算含有轨道信息的星光角距和地球视半径角,修正由轨道动力学模型递推得到的轨道参数。通过系统状态模型和观测模型的离散化和线性化,得到扩展卡尔曼滤波算法的递推关系,并在此基础上进行数学仿真。仿真结果表明,该方法的收敛速度和收敛精度都比较好。由于该方法不需要增加额外的星载敏感器,因此具有很好的应用前景。     

空间平台下传递对准方案

提出了惯性坐标系下空间平台主惯导与有效载荷子惯导之间的传递对准方案。首先, 介绍了惯性坐标下捷联惯导系统算法及其流程图。然后,推导了惯性坐标系下的传递对准状 态方程,包括捷联惯导系统误差方程以及姿态失准角模型方程;推导了传递对准姿态匹配量 测方程。最后,给出了传递对准最优状态方程和降阶状态方程,并且讨论了仿真流程和仿真 环境;传递对准仿真结果表明在10s时间内,在给定的机条件下,子惯导与主惯导的失准角估计精度在1′以内。     

基于EKF的天线罩误差斜率多模型估计方法

 提出一种新的滤波器结构,利用基于扩展卡尔曼滤波(EKF)的多模型(MM)算法,对天线罩误差斜率进行估计,降低天线罩误差对雷达自寻的导弹的影响,提高系统性能。在三维坐标下,创建包含导弹运动方程、目标运动方程、弹目相对运动方程的滤波模型。采用EKF算法,对包含天线罩误差的非线性观测方程进行线性化处理;依照多模滤波的思想,对天线罩误差进行离散建模,构建伪观测方程,更新模型概率,得到天线罩误差斜率的估计值;将斜率估计结果代入EKF,得到滤除天线罩误差影响的系统状态量估计结果并形成制导指令。仿真结果表明,所提方法可以有效地估计天线罩斜率,提高系统制导精度。     

一种基于卡尔曼滤波的定位解算性能评估新方法

对基于卡尔曼滤波的定位解算性能进行评估是提高卫星导航系统性能的有效途径。而传统的评估方法受人为主观性因素影响较大,提出了一种对数最小二乘模糊层次分析(FAHP)方法和模糊综合评价(FCE)方法相结合的性能评估方法。推导了模糊权重向量的唯一性确定条件,并将对数最小二乘FAHP方法确定的模糊权重向量去模糊化,使得权重向量可直接利用FCE方法进行加权综合,形成优势互补。以基于卡尔曼滤波的定位解算性能评估为实例,通过比较分析表明,所提出的对数最小二乘FAHP-FCE评估方法计算得到的权重向量优于基于程度分析的FAHP方法和基于先验规则挖掘的FAHP方法,使其更适合于对基于卡尔曼滤波的定位解算算法进行性能评估。     

星间测量自主导航改进状态相关黎卡提方程滤波

针对分布式卫星系统的应用需求,研究基于星间相对位置矢量测量的自主导航滤波算法问题。为了解决扩展卡尔曼滤波(EKF)对能观度不敏感的问题,提高滤波精度,减少计算量,推导了基于状态相关黎卡提方程滤波(SDREF)的导航算法,并定义了一种新的在线反映能观性程度的特征量,提出了基于该特征量对滤波增益阵进行在线调整的方法,构成改进的状态相关黎卡提方程滤波(MSDREF)。数学仿真表明,MSDREF的计算量约为EKF的13%,稳态误差约为EKF的21%。     

多星对合作目标的分布式协同导航滤波算法

针对多颗在轨卫星对空间合作目标的协同导航问题,提出了一种适用于协同导航的分布式球面单形-径向容积求积分卡尔曼滤波（DSSRCQKF）算法。为了计算非线性滤波中的高斯加权积分,分别使用球面单形准则和二阶高斯-拉盖尔求积分准则计算球面积分和径向积分,提出了一种新的球面单形-径向容积求积分准则。将该准则嵌入分布式卡尔曼滤波框架中,结合协同导航的非线性数学模型,给出适用于协同导航的DSSRCQKF算法,该算法要求每颗导航星仅与其邻居星进行通信,通过数据的分布式融合实现对目标星轨道状态的一致估计,从而避免了传统集中式处理中较高的通信和计算压力。仿真实验结果表明,与分布式卡尔曼滤波相比,本文算法将对合作目标的实时定位精度提高了11 m,定速精度提高了0.02 m/s,从而验证了本文算法的有效性。      

自主姿态测量最优算法研究

针对利用地球重力场和磁场矢量观测进行自主姿态测量的应用问题,提出了一种新的最优递推估计算法。该算法采用卡尔曼滤波框架,利用加权统计线性回归并结合自适应滤波技术进行测量更新,与现有方法相比,在提高测量精度的同时,增加了同步提供姿态速率信息的功能。仿真结果表明,新算法的姿态估计精度比目前常用的直接计算方法提高近两倍。     

磁暴期间的地磁导航精度分析

地磁导航是无源自主导航技术研究的新方向. 分析了地磁导航的基本原理, 描述了典型磁暴过程, 并针对地磁导航在磁暴环境中的适用性进行了研究. 在采用曲面样条方法对实测地磁场数据建立观测模型的基础上, 结合广义卡尔曼滤波方法讨论了磁暴不同阶段对地磁导航精度造成的影响. 分别采用理论典型磁暴数据以及实测磁暴数据进行仿真, 仿真结果表明, 在磁暴的初相、恢复相的中后时段以及中等强度以下的磁暴全过程仍然可以采用地磁来进行导航定位, 导航精度在200 m以内, 满足飞行器中程制导的精度要求.      

飞行器舱室突发污染源散发强度动态辨识

诸如载人航天器和大型飞机等密闭微环境,随着人员停留时间的延长,舱室突发污染 问题已成为危害工作人员生命安全的主要因素,所以迫切需要开展突发不确定污染源辨识及 危害性预测研究技术,以提高上述密闭环境主动应对突发污染的能力。本文提出一种新的浓 度离散随机模型,并建立敏感性分析方法实现污染源定位及强度初步估计,之后利用隐式与 显式卡尔曼滤波相结合的方法同时完成污染源散发特性的动态辨识及舱室空气污染物的浓度 预测。上述研究能够实现污染源散发特性的快速准确辨识。仿真结果证实了该算法的有效性 。