末制导雷达/惯性复合导航算法

研究了末制导雷达/惯导的复合导航算法,当导弹攻击慢速移动目标时,可以根据惯导输出和雷达信息,采用Calson滤波算法估计出目标的位置信息和惯导误差,从而修正目标运动和惯导误差。仿真表明,Calson滤波算法能较好地提高制导精度。     

视觉导引机器人定性定位与导航

在总结己有定性导航工作的基础上,系统地讨论了定性定位的两种方法——顺序区域和有向区域定位,以及各自的性质和相互关系,并给出了实验结果。     

高分多模卫星测控分系统设计与验证

高分多模卫星(GFDM-1)敏捷机动范围达到了单轴45°,机动速度达到了4.5(°)/s,大角度高速机动可能造成接收机失锁与接收星数下降导致非定位问题。文章提出了双天线同时参与解算的双频双模星载导航定位定轨体制,有效解决了姿态机动过程中接收星数减少问题,并实现了星载导航连续高精度定位。同时,采用了异构的测控分系统设计,提高了测控分系统可靠度,实现了卫星全球测控能力以及星地测控抗干扰能力。     

航天器天文导航中星敏感器最佳安装方位研究

航天器自主天文导航中,通常用星敏感器和地平仪测量的星光角距作为观测量,星敏感器安装方位角是影响导航精度的一个重要因素.针对星光角距作为观测量的自主天文导航方法,分别采用扩展卡尔曼滤波EKF(Extended Kalman Filter)和Unscented卡尔曼滤波UKF(Unscented Kalman Filter)2种滤波方法进行仿真计算,研究了星敏感器安装方位角对导航精度的影响规律,得出星敏感器的最佳安装方位角,并考察了其在不同轨道参数下的适用性,为星敏感器的安装和星敏感器视场内观测星的选取提供了依据.仿真计算表明,本结论对其它利用"星光+地平"的自主导航方法也适用.      

INS/GPS组合导航系统故障检测问题研究

提出了一种新的故障检测方案。该方案由卡尔曼滤波 ,得到新息序列 ,利用大数定律对新息序列的稳定性进行检验 ,来判别系统是否出现了故障。同时提出了故障状态下卡尔曼滤波的修正算法。数值仿真结果表明 ,该方法能有效地检测出 INS/GPS组合导航系统的故障 ,保证了 INS/GPS组合导航系统的安全性和可靠性     

导航星座整网自主定轨的动力学短弧段伪逆平差法

针对传统静态自由网平差进行自主定轨存在的秩亏问题,提出一种卫星动力学短弧段定轨和自由网伪逆平差理论相结合的自主定轨算法。该算法以导航星座星间链路(ISL)双向测距为基础,利用伪逆平差法,解决整网位置解算起算数据不足带来的秩亏问题;同时,利用轨道动力学建立不同历元之间状态转移关系,解决单历元平差无法对速度分量进行有效估计的问题。仿真结果表明,自主运行90天,平均用户测距精度（URE）小于1 m（2σ）,优于导航星座自主运行指标要求,验证了本文算法的有效性。     

深空导航相位参考干涉测量技术研究

针对深空导航不断提高的测角精度需求和传统无线电干涉测量技术所面临的局限,介绍了相位参考干涉技术用于深空导航的优势,重点分析了该技术的基本原理和两个关键观测参数的影响,综述了该技术在国外的研究进展情况,最后介绍了我国开展该技术研究的软硬件基础和利用嫦娥三号任务数据开展的相位参考干涉测量试验情况,试验结果表明了基于我国深空测控资源开展该技术研究的可行性和高精度,有助于推动该技术转向实际工程应用,提高我国深空导航无线电干涉测量水平。     

XPNAV-1卫星实测数据处理与分析

为展示我国首颗脉冲星导航试验卫星XPNAV-1载荷实测数据的性能,采用与国外公布实测数据对比分析的方法,从观测数据计数统计、光子能量响应、计时性能三方面介绍了XPNAV-1卫星发布数据的性能。分析结果表明,我国自主研发的探测器观测结果与国外天文卫星载荷观测结果的一致性较好,未来进一步深入发展将有望应用于脉冲星导航。     

模型参数扰动下的火星大气进入鲁棒状态估计方法

针对火星大气进入段模型参数扰动及动力学系统的强非线性影响导航系统状态精确估计问题,提出了一种模型参数扰动下的鲁棒插值滤波（DDF）方法。该方法在传统插值滤波方法代价函数的基础上,通过把扰动参数对状态估计精度影响的度量矩阵乘积的迹增广到代价函数,推导了具有解析滤波增益形式的鲁棒插值滤波方法。同时,通过实时计算进入过程中导航系统的非线性,基于系统非线性度给出了鲁棒插值滤波方法阶次自适应选取准则。只在系统强非线性阶段采用高阶鲁棒插值滤波方法,既保证状态估计精度,同时满足导航系统实时性需求。仿真结果表明,提出的鲁棒插值滤波方法比传统的一阶插值滤波方法估计精度更高,能达到二阶鲁棒插值滤波方法的估计精度,比整个进入过程采用二阶鲁棒插值滤波方法具有更高的解算效率。     

基于室内合作场景智能识别的行人导航算法

基于足绑式惯性测量单元(IMU)的惯性导航系统被广泛应用于行人导航中,其通过零速修正(ZUPT)算法可对速度估计误差进行较好的补偿,然而其位置误差会随时间发散。针对于此,提出了一种基于室内合作场景智能识别的行人导航算法。通过随机森林算法,对行人在室内平地步行、上楼梯、下楼梯等不同步态进行训练与辨识,并结合室内先验地图对行人导航的结果进行校正。通过实验表明,行人在室内行走1100m时最大定位误差为1.85m(总行程0.17%),相对无场景识别的方法精度提高了6倍,可以有效提高行人导航精度。