磁选态铯原子钟弱信号直接采样方法研究

磁选态铯原子钟的输出频率与铯束管输出的弱电流信号有关,影响其频率稳定度.为了提高其频率稳定度技术指标,在对磁选态铯原子钟主伺服电路弱信号压频转换(V-F)和模/数(A/D)直接采样对比的基础上,设计了基于DSP28335芯片的A/D直接采样电路,利用CAN总线通信技术与主控CPU板进行通信,实现整钟闭环锁定的方案.通过...     

面向空间目标相对轨道确定的编队优化方法

针对提高空间目标相对轨道确定精度的问题，研究了在主航天器轨道运动受限时，通过设计和优化辅航天器相对轨道要素的航天器编队优化方法。首先，介绍了基于扩展卡尔曼滤波的双视线测量相对轨道确定方法；之后，通过研究双视线测量下的空间目标定位误差变化规律，得到了减小定位误差的角度条件；然后，通过分析该角度条件和辅航天器相对轨道要素的关系，设计并采用遗传算法优化了辅航天器相对轨道；最后，数学仿真结果表明，设计的编队可保证目标相对位置估计误差收敛，优化后的编队可使目标相对位置估计误差减小至0.3 km且不超过1.2 km。     

复杂水下环境下高精度SINS/USBL误差标定技术

针对SINS/USBL组合系统在导航与定位前需要对一体化样机进行精确标定的问题,对复杂水下声场环境下高精度SINS/USBL误差标定技术展开了研究,包括对安装误差角和空间杆臂误差的估计.基于标定模型的几何关系,推导了标定的状态方程和量测方程,并提出了新型的基于相对量测信息滤波估计的误差标定技术.为解决标定过程中由于存在声学野值而导致滤波估计性能下降的问题,通过高斯牛顿迭代将Huber M估计嵌入到变分贝叶斯框架中,推导了基于M估计的非线性鲁棒自适应标定算法,在精确校正后无需重复标定.仿真的结果验证了该方案的有效性、实用性和鲁棒性.     

编队星座星间相对状态测量的间接实现

研究利用编队卫星间伪距测量值 ,自主确定编队星座星间相对状态的有关问题。文中针对编队星座的卫星之间存在发射和接收天线不能相互覆盖的情况 ,提出了间接覆盖概念。并给出系统的数学模型 ,分析实现间接覆盖的方法并进行协方差分析。最后 ,对间接覆盖情况作了仿真 ,仿真结果证明间接覆盖在星间相对状态测量中的可行性     

温度场对空间光到单模光纤耦合效率影响分析

为提高空间光到单模光纤耦合效率的温度适应性,需要对聚焦透镜组和光纤的结构形式进行优化设计.基于热膨胀和光纤耦合理论,提出了一种前端法兰对称式结构,并针对两镜式聚焦透镜组,计算了温度场与焦点轴向位置、径向位置、光纤模场变化的关系,推导了耦合效率随温度变化公式.利用Abaqus有限元软件分析了前端法兰和底部两种结构形式温度场与焦点位置相对变化量,结果表明:相同温度变化,前端法兰对称式结构焦点径向相对变化量小、空间光到光纤耦合效率更高.该结构形式温度适应性高,为聚焦透镜组和光纤结构形式设计提供依据.     

基于单目视觉的非合作目标相对位姿测量

为实现对空间姿态翻滚航天器的在轨服务与维护以及对空间碎片的清理，需对其进行精确的相对位姿测量。针对相对位姿测量问题，提出了基于单目视觉与卡尔曼滤波的相对位姿测量方法。通过对特征点匹配算法进行调查，采用了具有尺度不变性与旋转不变性的尺度不变特征变换算法(SIFT)和加速稳健特征算法(SURF)的特征点提取方法，并对二者进行了对比，得到了二者分别适用的工况条件。通过对Kalman滤波算法进行研究，引入了相机偏置矩阵，设计了Kalman滤波器，解决了单目相机的距离模糊问题，估计得到了非合作目标的相对位姿、主惯量比以及特征点位置信息。经过仿真，姿态角度估计误差在稳定后低于0.3°，相对位置估计误差在稳定后低于0.5m，相较于真值，误差小于1.67%，主惯量比估计误差在稳定后低于0.01，特征点位置误差在稳定后低于0.005m。在引入相机偏置条件后，滤波状态变量均收敛，并得到具有足够精度的估计，成功解决了单目相机深度信息缺失问题。     

GNSS拒止下面向目标监视的多无人机定位与控制方法

针对GNSS拒止环境下缺乏全局位置信息的静止目标持续监视问题，提出了一种仅基于方位角测量的多无人机分布式定位与控制方法。首先，设计一个无人机和目标之间的相对位置估计器，用来确定目标在每架无人机局部坐标系中的位置；其次，基于所估计的相对位置设计一个分布式控制算法，使无人机能够以规定的半径、圆周速度和无人机间的角度间隔围绕目标飞行，对目标持续进行全方位监视；最后，通过收敛性和稳定性分析理论证明了所提方法能够确保多无人系统收敛到期望的运动。通过仿真验证了所提方法能够实现GNSS拒止环境下多无人机对目标的持续监视。     

模糊特征目标的相对熵识别法

针对模糊特征的目标识别问题，提出了一种结合模糊建模和改进CRITIC方法的相对熵识别方法。计算多个时刻观测值的统计特征，通过模糊建模将观测值转化为模糊数；基于模糊数距离测度，定义并计算目标特征值和观测值之间的相似度；对CRITIC方法进行改进，提出一种目标特征客观权重的求解方法；根据相似度和特征权重，使用相对熵排序法得到识别结果。仿真结果显示：模糊特征能够更好地体现识别中的不确定性，所提方法对模糊特征的目标识别率高，实时性和鲁棒性好，具有一定的应用价值。     

基于相对方向的非线性无人机群反步编队跟踪控制

针对具有未知动态模型的非线性无人机群的编队问题，设计了基于神经网络的反步控制策略。首先，通过径向基(RBF)神经网络来逼近无人机的未知非线性动态，增加系统的鲁棒性和抗扰能力；然后，引入方向刚性图理论，结合反步控制策略，设计了仅基于方向信息的无人机群编队分布式控制器，并通过Lyapunov方法证明了控制系统的稳定性；最后，通过Simulink仿真验证了控制器的有效性。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。