基于UKF与修正罗德里格参数的GPS/陀螺组合姿态确定

提出了一种用于GPS/陀螺组合姿态确定的Unscented卡尔曼滤波(UKF)方法.采用姿态的修正罗德里格参数(MRPs)表示法,以消除状态误差方差阵的奇异性,建立了GPS/陀螺组合姿态估计系统的模型.仿真结果表明:与基于扩展卡尔曼滤波(EKF)相比,UKF的收敛速度更快、精度更高,且不同滤波器初值对稳态精度的影响较小.     

四种卡尔曼滤波器在仅视线测量相对导航中的性能比较

针对航天器交会时在仅有视线测量条件下的相对导航问题,比较了扩展卡尔曼滤波(extended Kalman filter,EKF)、无迹卡尔曼滤波(unscented Kalman filter,UKF)及平方根形式的卡尔曼滤波(square-root extended Kalman filter,SREKF以及square-root unscented Kalman filter,SRUKF)在这一导航问题中的性能.介绍了仅有视线测量条件下相对导航的特点以及上述4种卡尔曼滤波算法;建立了追踪航天器和目标航天器间相对动力学方程以及基于仅视线测量相对导航时的量测方程;结合3种典型的相对运动形式进行了数值仿真.仿真结果表明:在仅视线测量相对导航中,4种算法的精度处于同一量级;UKF估计相对距离的精度稍优于EKF;SREKF和SRUKF估计相对距离的精度稍优于EKF和UKF.     

基于磁强计的微小卫星姿态确定

针对极轨微小卫星，提出了一种基于磁强计的改进EKF算法。通过对仅利用磁强计确定卫星姿态时的误差来源进行分析，并且对磁强计量测模型做出了改进，并进行了适当的简化。在不明显影响精度的情况下，使得计算量得到了显著降低，数学仿真表明算法是收敛的、有效的。该算法具有极大的工程实用意义，对于EKF方法在低成本微小卫星的成功应用是一个有益的探索。     

弹道导弹捷联惯导/天文组合导航方案研究

通过分析捷联惯性导航和天文导航的特点,提出利用扩展卡尔曼滤波方法融合捷联惯导和星光测量信息以提高弹道导弹落点精度的可行方案。研究了捷联惯导系统误差模型,建立了滤波误差状态方程和星敏感器原始信息测量方程。星敏感器从发动机关机后开始工作,在滤波过程中对捷联惯导测量误差进行了反馈校正。仿真结果表明,星敏感器开始工作后导弹的位置、速度和姿态误差的方差立即减小,导弹的落点精度也大幅度提高。     

基于U-D分解滤波的GPS动态用户导航算法研究

本文将数值稳定性好、计算量小的序列U-D分解滤波算法应用到状态方程为线性、观测方程为非线性的GPS动态用户导航系统中。文中建立了高动态用户数学模型,推导了以伪距为观测量的系统测量方程。在给定飞机航迹的情况下,对系统进行了数字仿真。仿真结果表明,U-D分解滤波算法能更有效地适合动态用户GPS导航系统。     

基于SINS/CNS组合导航系统的多模型自适应估计算法

针对单一模型滤波器在未知或不确定的系统参数下适应性较差的问题,提出了一种新的基于多模型自适应估计(multiple model adaptive estimation,MMAE)的滤波方法。该方法利用改进的卡尔曼滤波代替传统的卡尔曼滤波,比如扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)。EKF和UKF被用来作为多模型自适应估计的子滤波器,从而实现对非线性系统的状态估计。同时,还将该方法应用于基于弹道导弹模型的组合导航中实现了系统仿真。仿真结果表明,与传统的EKF和UKF算法比较,改进的滤波方法可以解决传统模型滤波器适应性差的问题,并提高系统的导航精度。     

相控阵雷达长时跟踪波束调度与波形优化策略

针对相控阵雷达多目标跟踪波束调度和波形参数优化控制的问题,本文提出了一种基于马尔可夫决策过程（MDP）的相控阵雷达跟踪波束调度与波形参数优化策略,该方法以无迹卡尔曼滤波（UKF）算法为基础来估计目标的状态。首先将本文的序列决策问题建模为马尔可夫决策过程,定义了资源的效费比和长期回报率,然后与当前实际跟踪误差综合考虑作为MDP的回报函数,进而给出了调度的优化模型,最后将长时决策问题转化为动态规划算法结构进行求解,并且提出了一种并行混合遗传粒子群优化算法来求解各决策时刻的最优策略。仿真结果表明了长时策略的先进性以及寻优算法的优越性,与传统的短时策略相比,跟踪精度可提高11.17%。     

单天线GPS姿态测量系统在制导火箭中的应用

了解决火箭横向尺寸不足以安装多天线GPS的技术问题, 提高制导火箭飞行姿态 的测量精度, 研究了利用单天线GPS进行姿态测量的方法. 引入伪姿态的概念, 分析了由伪姿态测量辅助求取载体姿态的具体算法, 建立了单天线GPS姿态测量的数 学模型, 利用卡尔曼滤波模型对状态矢量模型进行滤波, 得到相应的速度、加速度信息, 根据常规姿态与伪姿态的关系, 得到火箭的常规姿态信息. 通过仿真研究, 验证了这种姿态测量系统在制导火箭上的可行性和有效性.     

一种基于天文测速的火星捕获段天地联合导航方法

为提高火星捕获段探测器的导航精度,提出一种基于天文测速的天地联合导航方法。该方法在地面无线电测距、测速的基础上,引入探测器与恒星的视向速度作为新增观测量,采用扩展卡尔曼滤波(EKF)对探测器状态进行估计。理论分析与仿真结果均表明,与仅依靠地面无线电导航相比,采用基于天文测速的天地联合观测导航方法能有效提高探测器的位置与速度估计精度,且导航精度的提升效果与马尔柯夫最优估计理论的预测值有较好的吻合度。当天文测速精度与地面测速精度相当时,位置估计精度较地面无线电导航提高了近一倍。     

卡尔曼滤波在卫星姿控系统测试中的应用

为解决卫星姿控系统测试中地面运动模拟器速度稳定度不能满足测试要求的问题,根据卫星姿控系统的测量值和卫星动力学方程输出的姿态参数,用非线性卡尔曼滤波估计和修正测试设备的误差,以减少测试系统误差。仿真结果表明,该法可有效减小由测试设备引入的误差,其姿态稳定度约为0.000 5(°)/s,可满足高稳定度姿控系统测试要求。