天基光学空间目标监测的初轨确定

针对天基空间目标光学监测时初轨确定（IOD）困难的问题，讨论了计算结果收敛到平凡解的本因，提出了消去平凡解的改进定轨流程。通过构建Laplace初轨确定方法的八次方程，分析了空间目标处于不同相对位置时方程系数和根的性质之间的关系。针对传统Laplace型初轨确定方法收敛到观测平台轨道的现象，给出了平凡解的数学表征和数值验证并提出了消除方法。由于基于Lambert问题利用距离搜索的初轨确定方法进行天基目标监测时对初值相对敏感，利用平凡解消除方法对Gooding法进行了改造，提出了一种适用于天基空间目标初轨确定的方法与流程。最后利用低轨目标监测的实测数据和高轨目标监测的仿真数据对方法进行了验证。结果表明本方法可有效解决平凡解和初值敏感问题，方法具有收敛速度快、精度可靠的特点，且具有普适性，易于理解，便于推广。     

基于改进EKF的IMU动态误差抑制

惯性测量单元（Inertial measurement unit,IMU）三轴欧拉角的解算数据精度和抗干扰性能常受到系统高频噪音以及震动干扰的影响。基于此问题，本文提出一种适合嵌入式系统的低计算量、实时性好、低成本的动态误差抑制方法。该方法通过在扩展卡尔曼滤波器（Extended Kalman filter, EKF）算法前端引入一种无限脉冲响应滤波器（Infiniteimpulseresponse-extendedKalmanfilter,IIR-EKF），借助于二阶巴特沃斯低通滤波器（Butterworth filter, BF）对数据进行预处理来帮助EKF抑制高频或强干扰。IIR-EKF算法在STM32H743微控制器中实现，经过几种实验对比验证，结果表明：在EKF单独作用时，其数据方差较大，遇到震动干扰时，瞬时值误差较大；在无迹卡尔曼滤波（Unscented Kalman filter, UKF）单独作用时，虽然其并不依赖初始噪音参数，其数据方差比EKF小，但还不足以满足要求；在加入BF后，数据方差明显减小，瞬时误差被大幅抑制，增强了系统的稳定性、抗干扰能力。     

一阶微分方程终值问题拟解的存在性

利用拟上下解方法,研究了一阶微分方程终值问题u′(t)=f()t,u(t),u(T)=xT拟解的存在性,并通过构造单调迭代序列得到该终值问题的最大最小拟解。