基于遥感图像的无固定标志点卫星自主定轨

目前基于事先选取地面标志点的卫星自主导航可能会造成误匹配和漏匹配,并且不包含地标点的遥感图像也有可能存在导航信息.为了解决这两个问题,本文提出了一种不依赖事先标定地面标志点的自主导航方法,通过YOLOv3深度学习对获得的遥感图像进行目标识别缩小图像匹配区域,将识别后的目标区域进行图像匹配获得匹配特征点及其像平面坐标,最...     

基于仿脉冲星X射线信标的航天器定位方法

受X射线脉冲星导航技术的启发，提出了一种基于仿脉冲星X射线信标的航天器定位新方法，即利用人造信标模仿脉冲星发送高稳定性高信噪比X射线脉冲信号为航天器提供定位服务。首先介绍了仿脉冲星X射线信标基于三球交汇的定位原理，在分析X射线信标信号覆盖范围与天体引力摄动的影响的基础上，提出了在太阳系行星轨道中的拉格朗日点布置X射线信标的方案。其次，分析论证了人造辐射源的可行性，并基于优选脉冲星准则并结合实际脉冲星特征对辐射源参数进行初步优化。然后针对将来可能的地火转移任务需要，结合航天器动力学模型构建了基于X射线信标的观测方程，采用扩展卡尔曼滤波方法，研究了X射线信标几何分布、观测误差、信标数量、钟差及轨道误差对于航天器位置确定精度的影响。仿真结果表明，在同时观测3颗信标、TOA(Time of Arrival)测量精度为50 ns的条件下，该方法的航天器位置估计精度可达152 m，并且大部分信标组合都能将定位误差控制在1 km内。增加观测信标数量对定位精度较低信标组合的提升显著，但由于太阳系各行星间轨道倾角较小，地火转移轨道航天器同时观测5颗信标时定位误差仍在百米量级。根据深空探测领域航天器的实际...     

面向空间目标相对轨道确定的编队优化方法

针对提高空间目标相对轨道确定精度的问题，研究了在主航天器轨道运动受限时，通过设计和优化辅航天器相对轨道要素的航天器编队优化方法。首先，介绍了基于扩展卡尔曼滤波的双视线测量相对轨道确定方法；之后，通过研究双视线测量下的空间目标定位误差变化规律，得到了减小定位误差的角度条件；然后，通过分析该角度条件和辅航天器相对轨道要素的关系，设计并采用遗传算法优化了辅航天器相对轨道；最后，数学仿真结果表明，设计的编队可保证目标相对位置估计误差收敛，优化后的编队可使目标相对位置估计误差减小至0.3 km且不超过1.2 km。     

改进自适应抗差容积卡尔曼滤波多源室内定位

针对容积卡尔曼滤波在多源融合定位中存在跟踪能力不强和自适应能力差的问题,在传 统容积卡尔曼滤波的基础上,提出了改进自适应抗差容积卡尔曼滤波算法。建立了基于新息的自 适应判决准则与修正方法,使得滤波算法能够及时跟踪目标真实状态;引入抗差因子调节观测协 方差矩阵,以减小观测值异常问题对滤波精度的影响;采用奇异值分解代替容积卡尔曼中的Cholesky 分解,提高数值计算的稳定性。超宽带/惯性导航联合定位实验结果表明,与扩展卡尔曼滤波 和容积卡尔曼滤波相比,改进的自适应抗差容积卡尔曼滤波定位精度更高,数值稳定性更好,增强 了定位系统在粗差干扰下的鲁棒性。     

一种面向即插即用车载GNSS/INS/ODO系统的时空在线标定方法

车载轮速里程计(ODO)辅助卫星/惯性(GNSS/INS)组合导航时需要先进行惯性传感器 (IMU)与ODO 的空间对齐,而传统GNSS辅助IMU/ODO 参数在线标定时未考虑GNSS时延与 ODO 时延对标定的影响,这对于无法实现硬件时间同步而需要即插即用的车载导航应用而言,考 虑不够全面。因此,提出了一种面向即插即用车载GNSS/INS/ODO 系统的时空在线标定方法。 该方法在传统GNSS辅助IMU/ODO 参数估计模型的基础上,增广了GNSS与ODO 的时延误 差,分析了两种时延对IMU/ODO 参数在线标定的影响,推导并构建了完整的GNSS与ODO 观 测模型,采用卡尔曼滤波器对GNSS时延、ODO 时延以及IMU 与ODO 之间的参数进行估计。实 际测试结果表明,该方法可以有效提高IMU/ODO 在线标定的精度。     

无人机蜂群轨迹预测研究

传统防空火控算法中的轨迹预测模型无法对复杂的无人机蜂群进行有效地轨迹预测，而现有针对无人机机动轨迹的预测研究通常只考虑单个无人机，且模型量级过大。为了准确且快速地预测无人机蜂群轨迹，本文提出一种面向蜂群的轨迹预测方法。在获得蜂群轨迹后，首先基于DBSCAN 对其进行聚类，判断出蜂群中各个无人机的类别；然后基于分形算法，判断无人机轨迹是简单轨迹还是复杂轨迹；最后，采用卡尔曼滤波进行简单轨迹的预测，用基于LSTM 网络的方法进行复杂轨迹的预测。结果表明：本文提出的无人机蜂群轨迹预测方法的预测误差远远小于纯采用卡尔曼滤波方法预测的误差，且预测时间小于仅采用LSTM 网络方法预测的时间，可以较为准确地预测蜂群中不同集群无人机的轨迹，为反无人机蜂群火控解算提供基础。     

基于卡尔曼滤波平滑多普勒值的单频周跳探测方法

针对高轨卫星搭载的GNSS单频接收机观测值精度低导致多普勒法难以准确探测周跳的问题，提出了基于卡尔曼滤波平滑多普勒值的单频周跳探测方法。首先使用卡尔曼滤波平滑多普勒观测值，以降低观测噪声的影响，然后联合使用平滑后的多普勒值和载波相位观测值按照传统多普勒法计算周跳探测量，并对其进行历元间差分，从而降低系统误差，提高周跳检出率。实验使用探月三期再入返回试验任务中月地转移段返回舱接收到的GNSS观测数据，结果证明提出的方法相比传统的多普勒法可以在低信噪比的环境下更准确地进行周跳探测，可为后续高轨卫星的GNSS搭载试验提供技术支撑。     

捷联惯导准静基座大失准角线性初始对准方法研究

研究了利用线性卡尔曼滤波实现准静基座捷联惯导大失准角初始对准的问题。根据李群理论，如果系统模型具有仿射性，则其对应的线性误差模型是独立于状态估计值的，同时可以从该线性模型精确反推出李群上的非线性状态误差。分析指出，准静基座条件下捷联惯导姿态微分方程满足仿射性条件，其对应的姿态误差方程是独立于姿态估计值的。但是，如果将速度考虑进状态，则整体的状态模型不再满足仿射条件，无论是基于SO(3)+R3还是SE(3)姿态描述，所对应的状态误差方程都不能做到独立于状态估计值。基于上述分析，直接对SO(3)+R3状态描述下的速度误差方程进行改造，用重力矢量直接替换比力项，从而构造出独立于状态估计值的状态转移矩阵。仿真实验结果表明，利用所构造的线性状态空间模型，即使在大失准角条件下也能快速收敛到极限对准精度；车载晃动实验结果表明，利用所构造的线性状态空间模型，在大失准角条件下同样能够快速地跟上小失准角条件下的线性卡尔曼滤波对准结果。     

多应力耦合条件下氧气浓缩器退化建模

耦合应力条件下的建模是故障预测与健康管理领域的难点问题。以氧气浓缩器地面试验退化建模为例，针对试验中2种应力线性相关且耦合作用于氧气浓缩器退化的问题，提出了一种机理模型与数据驱动联合的偏微分方程建模方法。基于退化机理分析建立偏微分方程的基本形式，利用数据驱动的方法确定方程具体参数。通过偏微分方程建模，对2种应力进行解耦分析，确定引气湿度的增加会加快氧气浓缩器的退化速率，发现随着氧气浓缩器工作性能的退化，氧气浓缩器氧分压对引气压力的敏感性减弱，确定氧分压随引气压力变化斜率为健康因子。通过卡尔曼滤波器模式识别，确定氧气浓缩器退化可分为平稳阶段与退化阶段，与实际服役环境下氧气浓缩器退化数据对比，验证了氧气浓缩器两阶段退化特性。     

旋转调制下的抗晃动干扰初始对准方法

针对晃动基座下的对准精度受限于惯性器件常值误差，提出了旋转调制下的抗晃动干扰初始对准方法。首先，分析了单轴连续旋转调制技术对常值误差的补偿机理，并在此基础上建立了晃动基座下的惯性器件输出模型;其次，详细推导了基于双重积分的惯性系粗对准算法，通过惯性坐标系下的姿态更新跟踪载体实际姿态变化消除了角晃动干扰，通过对比力进行双重积分克服了线振动影响;最后，在粗对准算法基础上，进一步建立了旋转调制下的系统状态方程和量测方程，通过反馈校正的卡尔曼滤波算法实现最优估计精对准。仿真结果表明:旋转调制下的抗晃动对准方法在克服晃动干扰的同时，能够解决对准精度受限问题，有效提高了初始对准精度。