一种鲁棒GNSS矢量跟踪环

复杂环境下导航接收机的连续可用性一直是卫星导航领域的研究重点。针对矢量跟踪环动态适应性不够和误差在通道间传播的问题,提出一种鲁棒全球导航卫星系统(GNSS)矢量跟踪环。基于各通道的伪距、伪距率和伪距加速度状态量构建扩展卡尔曼滤波器(EKF),通过灵活设置过程噪声方差阵,实现跟踪通道的耦合与解耦;采用基于极大似然估计器(MLE)的鉴别器生成码延迟和载波频率偏差观测量;利用滤波值修正并预测伪距率来控制本地数控振荡器(NCO),实现环路的闭合。仿真结果表明,本文设计的矢量跟踪环在保证环路相互辅助的基础上,避免了衰减通道误差在通道间的传播,可以对被遮挡信号保持稳定跟踪,鲁棒性优于传统矢量延迟频率锁定环。     

Remaining useful life prognostics for aeroengine based on superstatistics and information fusion

Remaining useful life（RUL） prognostics is a fundamental premise to perform conditionbased maintenance（CBM） for a system subject to performance degradation. Over the past decades,research has been conducted in RUL prognostics for aeroengine. However, most of the prognostics technologies and methods simply base on single parameter, making it hard to demonstrate the specific characteristics of its degradation. To solve such problems, this paper proposes a novel approach to predict RUL by means of superstatistics and information fusion. The performance degradation evolution of the engine is modeled by fusing multiple monitoring parameters, which manifest non-stationary characteristics while degrading. With the obtained degradation curve,prognostics model can be established by state-space method, and then RUL can be estimated when the time-varying parameters of the model are predicted and updated through Kalman filtering algorithm. By this method, the non-stationary degradation of each parameter is represented, and multiple monitoring parameters are incorporated, both contributing to the final prognostics. A case study shows that this approach enables satisfactory prediction evolution and achieves a markedly better prognosis of RUL.     

CNS/SINS姿态组合导航系统仿真

针对大部分飞行器导航采用地理坐标系导航,天文导航在地理坐标系下姿态解算依赖导航位置而容易发生精度发散的问题,文章研究了地理坐标系下,天文,质性姿态组合导航系统滤波算法,以有效提高导航系统的精度。首先,对天文愤性组合导航系统数学模型进行分析;然后,用Matlab软件根据实际情况设定参数并获得仿真数据,在仿真数据的基础上进行标准的卡尔曼滤波的仿真研究。仿真结果表明,当惯导与天文导航进行姿态组合后,各导航参数精度明显提高,在短期内可认为是收敛的,但仿真时间较长后,各导航参数出现缓慢的发散趋势。     

一种基于径向加速度的Singer-EKF机动目标跟踪算法

针对雷达均不能提供目标加速度信息,在目标机动时会出现跟踪精度差甚至跟踪发散的问题,提出一种基于径向加速度的Singer-EKF算法。该算法在信号处理阶段利用Radon-Ambiguity变换（RAT）估计出目标的径向加速度,并通过坐标转换将其引入量测向量中,然后采用基于Singer模型的扩展卡尔曼滤波（EKF）算法实现机动目标的跟踪。仿真验证了该方法的有效性,并与传统的不带径向加速度的扩展卡尔曼滤波（EKF）方法进行了比较,结果表明该方法在径向距离、位置、加速度和速度估计精度方面都有所提高。     

INS/GIS组合导航方法研究

针对GIS量测误差统计信息不明确,且量测信息具有随机性和有限性的特点,提出了采用非等间隔并解决量测滞后的滤波算法,设计了相应的卡尔曼滤波算法和递推最小二乘算法.建立了INS/GIS组合导航数学模型,通过仿真分析对比了上述两种算法的滤波精度,结果表明,改进的卡尔曼滤波方法优于递推最小二乘估计方法,可有效提高导航精度.     

低复杂度自适应容积卡尔曼滤波算法

确定采样型滤波算法中的容积卡尔曼滤波（CKF）算法滤波性能优良,但是却难以克服目标模型不确定性或者目标状态突变带来的影响。构造强跟踪CKF能有效改善算法的自适应性,但是在求解渐消因子时大大增加了计算量。为此,提出一种低复杂度自适应CKF算法,通过设立基于新息的自适应修正判决准则和修正方式,直接对状态预测值进行修正,使滤波算法能及时跟上目标真实状态,以提高滤波精度。使用浮点操作数计算并分析了CKF算法、强跟踪CKF算法及所提算法的复杂度,同时将3种算法应用在建模不准确的目标跟踪中,并进行仿真验证。仿真结果表明:在目标建模不匹配的情况下,低复杂度自适应CKF算法和强跟踪CKF算法都能保持较好的滤波精度和数值稳定性,同时所提算法在算法复杂度上有明显改善。      

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...     

基于卡尔曼滤波的CFM56-7B发动机滑油消耗异常监控方法

现行CFM56-7B发动机滑油检查、添加勤务工作方式存在人力投入高、数据不精确等问题.本文提出了通过报文采集滑油数据,结合卡尔曼滤波算法建立模型,计算每个航班滑油消耗率,并对异常情况进行报警的监控方法.该方法效率更高,可协助航空公司提升航班运行的安全性和经济性.     

海基训练中终端区飞机状态估计方法

在海基飞行训练中,终端区飞行航线比较复杂。为使飞机在短时间内安全降落,必须对终端区飞行状态进行准确估计。由于甲板的摇荡运动,测量设备的稳定性可能下降,导致测量误差增大;终端区紊流对飞机的扰动可能导致状态方程的系统误差增大。如果滤波时所设置的误差值与真实值不匹配,将导致滤波性能下降。针对这一问题,提出了基于自适应卡尔曼滤波的终端区飞机状态估计方法：一方面采用自适应卡尔曼滤波器对飞机状态进行估计,以克服测量误差和系统误差增大的影响;另一方面,针对数据中野值较多的情况,通过设置量测波门消除野值对状态估计的影响。最后,通过仿真验证了所提算法的有效性。     

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...