GNSS接收机矢量跟踪算法研究综述

GNSS接收机信号跟踪的实质是对卫星信号的扩频码延迟和载波频率偏移进行连续估计的过程。从信号跟踪的基本原理出发,综述了矢量跟踪算法的基本思想和研究历程,分析了算法中系统建模、模型参数确定和滤波器设计等关键环节,总结比较了算法的最新衍变形式,包括极大似然估计矢量跟踪环和联合矢量位置跟踪环的模型、特点和优势,通过仿真验证了矢量跟踪相比标量跟踪具有失锁重捕快、跟踪误差小和稳定性好的优点,最后总结了矢量跟踪技术的应用并展望了其未来发展方向。     

一种用于空间机械臂的 微重力模拟悬吊配重试验系统

空间机械臂工作在空间微重力环境中,广泛用于太空中的舱段对接、在轨维修等操作,因此需要在地面模拟微重力环境以满足空间机械臂研制试验要求。文章基于国内外模拟微重力环境领域技术现状,依据型号研制试验要求,提出了一种用于大型空间机械臂性能和可靠性验证的微重力环境模拟悬吊配重试验系统,并给出了悬挂机构子系统、二维随动子系统、恒拉力子系统、位姿测定子系统的设计思路和具体方案。     

速率转台S曲线加减速算法研究

速率转台常用的加减速算法有直线加减速和指数加减速两种方法。这两种加减速方法都存在加速度突变,容易对被测设备产生冲击。讨论了转台采用S形曲线加减速的方法,保证了电机性能的充分发挥并有效的减小了冲击,从而实现转台的平稳运行,同时给出了该方法的计算机控制算法。     

基于Kalman滤波的载波跟踪环路设计

基于Kalman滤波方法提出了一种新的高动态载波跟踪环路的设计方案,用以解决高动态、弱信号条件下对载波跟踪造成的困难。文中给出了整个环路的设计方案,并详细讨论了环路中各个模块的参数传递过程。最后同FLL辅助PLL的跟踪环路进行了对比,仿真结果显示该环路在高动态状态下能够极大的改善跟踪性能。     

一类基于改进的当前统计模型的目标跟踪算法研究

提出了一种基于改进当前统计模型的交互式多模型算法。在交互式多模型中,利用滤波过程中的新息和新息协方差的变化,对当前统计模型(CS)的机动频率自适应调整,使模型更适应实际。经理论分析Singer,CS模型的先验假设条件,提出了一种改进的匀速运动(CV)模型,以适应目标弱机动的情形,弥补CS模型在目标弱机动时跟踪精度不高的缺点。理论分析和仿真结果验证了提出算法的有效性。     

大椭圆轨道卫星交会高轨目标的高精度视线跟踪控制

针对大椭圆轨道卫星交会高轨卫星期间的相对姿态指向控制需求,提出了一种采用混合执行机构的快速、高精度视线跟踪姿态控制的方法.首先根据相对姿态控制流程设计了执行机构的配置,结合采用喷气推力器和角动量交换装置卫星的姿态动力学模型,推导了用相对四元数描述的视线运动学方程.其次,针对交会快速接近段的姿态快速机动要求设计了一种喷气相平面控制律,针对最近交会段的高精度高稳定度视线跟踪要求设计了一种鲁棒滑模控制律.最后设置了一个算例,仿真结果表明:相对距离100 km以内快速交会阶段的视线跟踪控制精度达0.005 3°,从而验证了整套控制算法的有效性.     

MLE辅助PLL的高动态GPS载波跟踪

针对传统锁频环（FLL）鉴别器存在一步延迟效应和近似误差的问题,提出一种基于极大似然估计器（MLE）辅助锁相环（PLL）的高动态载波跟踪环路。该方法从极大似然估计理论入手,构造多普勒频移的非相干极大似然代价函数,采用非迭代估计方法求取各通道多普勒频移偏差的极大似然估计,与PLL进行融合滤波并计算频率修正量,进而控制本地数控振荡器（NCO）完成载波跟踪。仿真结果表明：在同等环路阶数和滤波器带宽条件下,新方法的响应速度、动态忍受力优于基于FLL辅助PLL的方法,可以跟踪加加速度达到100 g/s的超高动态 信号。     

基于预警卫星系统的临近空间飞行器跟踪

系统地研究了如何对临近空间飞行器进行有效实时跟踪的问题,并提出了一种基于约束总体最小二乘与自适应交互式多模型（CTLS-AIMM）滤波相结合的实时跟踪滤波算法。首先考虑到临近空间飞行器的特点,选择使用红外预警卫星系统探测目标飞行器,并使用约束总体最小二乘算法（CTLS）对目标进行粗定位;然后在粗定位信息基础上,使用自适应交互式多模型滤波算法（AIMM）对目标飞行器进行实时跟踪。在AIMM中,根据临近空间飞行器机动特性,合理选择目标模型集,并使用迭代最小二乘算法对模型参数进行自适应调整。通过仿真,验证了该跟踪滤波算法的可行性。     

交互多模型PHD滤波跟踪多目标方法

在机动多目标跟踪问题中,目标数未知或随时间而变化,概率假设密度（PHD）滤波可以在每一时间步估计多目标状态和目标数,但单模型方法不能给出精确的估计。提出了一种交互多模型PHD滤波方法,建立多模型描述多目标运动方式,利用PHD滤波结合多模型跟踪目标运动轨迹。同时,给出了多传感器交互多模型PHD滤波方法,以提高目标跟踪精度。     

遗传算法在低信噪比图象点目标检测中的应用

将遗传算法用于图象中低信噪比点目标的检测。在分析了点目标及背景特点的基础上,设计了编码方案及遗传操作算子,提出了合格个体保留法。仿真结果表明应用此算法,可实现信噪比为2dB的点目标的检测与跟踪。