基于卡尔曼滤波的时分星间信号跟踪技术研究

在星间链路领域的测量过程中，时分双工体制星间测量逐渐成为新兴技术，而时分信号的跟踪精度决定了接收机测量误差。传统的接收机载波跟踪环路可以保证对连续信号的稳定跟踪，但受相位抖动的影响较大，且对于时分双工体制间断信号，会出现开环阶段跟踪结果发散的问题。针对以上问题，提出了一种基于自适应卡尔曼滤波的时分信号跟踪技术，采用卡尔曼滤波器对鉴相结果进行处理，在开环阶段根据前一时刻的最终状态对频率进行稳定外推。相比于传统跟踪环路，该技术的载波相位跟踪误差绝对值均值降低了92.9%，标准差降低了93.5%。实验结果表明，该技术不仅实现了开环阶段载波相位的稳定跟踪，且有效抑制了闭环阶段相位抖动的影响，对实现时分双工体制星间精密测量具有重要应用意义。     

地图辅助行人航迹推算技术的室内定位方法

针对目前室内定位技术中位置漂移、定位结果偏差较大的问题,提出了一种融合行人航迹推算(PDR)、地标匹配修正和地图辅助的室内行人定位方法.该方法利用基于惯性传感器的PDR技术计算行人位置信息,利用行走过程中的传感器读数特征识别室内特定地标点,与地标库数据进行匹配后,修正PDR轨迹产生的累积误差.室内地图辅助主要是通过判断行人是否位于走廊等区域,限制轨迹穿墙,约束PDR定位轨迹.实验结果表明,融合定位算法得到的轨迹优于纯惯性递推算法得到的轨迹,更加接近真实的行走轨迹,定位精度提高了51.2％,平均定位误差降至1.8m,满足室内定位需求.     

空天飞行器星敏感器安装误差在线标定方法

空天飞行器高动态、长航时的运动特性可能导致一体化安装的惯性/天文组合导航系统中星敏感器与惯导间产生安装误差角。设计了一种星敏感器安装误差角动态辨识方法,建立了星敏感器安装误差角模型,设计了基于天文角度观测的星敏感器安装误差角动态辨识方案,分析了不同机动飞行方式下星敏感器安装误差角的可观测度。仿真结果表明,所设计的基于卡尔曼滤波的动态辨识方法能够在飞行器机动过程中快速地对星敏感器安装误差角进行在线标定,对安装误差角的标定值可以达到实际误差值的85%以上,有效地提高了组合导航系统的精度。     

一种补偿t-OPT噪声的冗余捷联惯组故障检测方法

为提高基于等价空间原理的故障检测方法在冗余捷联惯组故障检测中的适用性和鲁棒性，提出了一种补偿噪声的t检验最优奇偶向量法(t-OPT)。该方法在最优奇偶向量法(OPT)的基础上引入t检验构造了新的故障检测函数，使用卡尔曼滤波算法补偿了t-OPT方法中故障检测函数的随机噪声，使检测方法在奇偶残差统计特性未知、存在噪声干扰和故障幅值较小的情况下，仍可以实现对故障器件的准确定位。仿真结果表明：该方法可以检测到冗余捷联惯组中低故障幅值的常值漂移，有效降低了常值漂移故障检测的虚警率以及线性漂移故障的检测时延。     

基于数据同化的试验数据驱动的叶栅流场预测

为了更精确地预测压气机叶栅流场，发展了一套基于两步集合卡尔曼滤波数据同化方法的试验数据驱动的流场预测框架。首先使用测试函数校验了集合卡尔曼滤波算法的准确性，并探讨了各超参数的选取准则，分别使用S-A和SST湍流模型对MAN GHH叶栅在设计马赫数不同攻角工况下流场进行了试验数据驱动的流场预测，预测流场与试验测量结果高度相符。结果表明：相比原始参数的预测结果，数据同化校正后的流场与试验测量结果的偏差减小了将近70%；对于多数工况校正后流场叶片吸力面尾缘分离泡尺寸明显减小，分离起始点延迟，2种湍流模型校正流场的来流边界条件、流场物理量分布具有较高的一致性，表明试验数据驱动的流场对湍流模型的依赖性较低。     

基于卡尔曼滤波法的船载惯性测量单元设计

随着信息时代的到来,人类文明空前繁荣,尤其是互联网普及的近几十年,社会进步更是突飞猛进.与此同时,人类的生产、生活越发的依赖于全球信息以及获得信息的通信设备,作为全球通信的重要组成部分,海洋通信依赖于船载动中通设备,而为了保障船载动中通的通信能力与通信质量,姿态信息不可或缺,因此姿态测量单元是船载动中通的核心器件.但常规姿态测量单元价格昂贵,简易姿态测量单元精度不足,需要通过合理的算法弥补彼此的不足.介绍了我所在民用船载动中通领域如何运用常规的微电子(MEMS)传感器测量数据构建惯性测量单元(IMU)并通过卡尔曼滤波法与四元数获得稳定、可靠的欧拉角姿态信息.此方法简单易行,通过数据融合提升了常规的微电子传感器对欧拉角姿态信息测量的精度,可广泛的应用于各个行业.     

基于记忆融合模式的多无人机分散式协同导航方法

针对多无人机协同交互过程中存在的通信时滞问题，提出基于记忆-融合的多无人机分散式协同导航算法。在无人机惯性和全球卫星导航系统（GNSS）紧组合导航框架基础上，建立含时滞影响的系统状态向量，并对系统状态误差及其方差进行推导，进一步构建关于各无人机状态的最优估计模型，并基于状态误差方差最小准则对状态进行最优估计。建立了基于机间相对测量的多无人机分散式协同导航算法，提出了基于记忆融合模式的时滞处理方法。在GNSS可获取及拒止环境下进行多无人机协同导航仿真与实验测试，结果表明，所提出的基于记忆-融合的分散式协同导航算法能有效补偿通信时滞造成的精度损失，有效提高定位精度。