基于矢量测量和UKBF的飞越小天体自主导航方法研究

以估计航天器和小天体在日心惯性系中的位置和速度为目的,提出了基于视线矢量测量的飞越小天体自主导航方法。该方法利用导航相机和激光高度计构建航天器到目标天体的视线矢量,同时为避免系统方程线性化和离散化所带来的模型误差,采用UKBF (Unscented Kalman\|Bucy Filter)算法对相应位置和速度进行估计。分析了导航系统的能观性,并以坦普尔一号为目标天体进行仿真验证,理论分析和仿真结果皆表明了方法的有效性和可行性。
     

基于最大似然多径估计的卫星导航信号码跟踪算法与实现

卫星导航接收机需要精确的估计信号的扩频码相位并进行跟踪,估计的精度直接影响 伪距的测量精度。卫星信号的多径传播使得传统的基于DLL的估计器存在较大误差,提 出了一种抗多径的估计算法,它基于最大似然参数估计方法,并给出了该算法的推导过程, 仿真的结果表明该算法比传统的DLL跟踪环在性能上有很大的改进。结合传统卫星导 航接收机的实现结构,给出了一种整合了该算法的实现方案。     

基于进化神经网络的组合导航系统滤波算法研究

组合导航系统中,卡尔曼滤波算法的估计特性依赖于精确的系统模型和准确的外观测数据.任何一个条件不满足将导致滤波精度下降甚至发散.为此,本文引入进化神经网络和自适应卡尔曼滤波技术.仿真结果证明,文中所提算法能够有效克服常规卡尔曼滤波的缺点,并保持较高的精度.     

一种基于信息融合的深空巡航段自主导航算法

针对自主光学导航在深空巡航段应用中的问题,提出了一种基于信息融合的自主导航算法。由太阳敏感器测量获得太阳相对探测器的视线矢量,由分光计测量获得探测器相对太阳的径向速度,构建自主导航系统的两种信息观测方程;由基于状态估计误差协方差阵奇异值动态确定信息分配因子,用信息融合技术和扩展卡尔曼滤波算法实时估计探测器的位置与速度。对深度撞击任务的实际飞行数据的数值仿真结果表明:自主导航算法的轨道确定精度满足深空巡航段要求。     

基于天文和陆标观测的月球卫星自主导航方法

随着我国月球探测工程的开展,为弥补地面测控的局限性,月球卫星的自主导航技术已成为     

自适应滤波在磁暴期间地磁导航中的应用

对磁暴期间巡航导弹巡航段的地磁导航问题进行了讨论。针对地磁导航在磁暴期间常规卡尔曼滤波容易发散的问题,提出了一种基于Sage\|Husa自适应卡尔曼滤波的地磁导航算法。算法根据新息的变化自适应调整测量噪声矩阵,消除了磁暴影响,提高了滤波稳定性。仿真表明在选择合适的遗忘因子基础上,即使在磁暴最剧烈的时间段,采用自适应卡尔曼滤波仍能保证一定的精度,定位精度在200m以内,满足巡航导弹中程制导的精度要求。     

一种无源北斗/惯导闭环组合算法

提出了一种北斗卫星定位系统和惯性导航系统的组合导航无源定位算法。以伪距率为观测量,基于高稳定度用户时钟,结合北斗系统的热备份星,在三星共视下用两级卡尔曼滤波器对惯导进行闭环校正。给出了组合导航系统的构成,以及第一、二级滤波的数学模型。该法能根据收星情况在闭环与开环方式间稳定转换。仿真结果表明,此算法可提高丢星时组合导航系统的滤波定位精度,有效校正惯导的姿态误差角,并以较高的精度估计用户的三维速度。     

Space time clock: An on-chip clock with 10-12 instability

High precision and stable clock is extremely important in communication and navigation. The miniaturization of the clocks is considered to be the trend to satisfy the demand for5G and the next generation communications. Based on the concept of meter bar and the principle of the constancy of light velocity, we designed a micro clock, Space Time Clock(STC), with the size smaller than 1 mm × 1 mm and the power dissipation less than 2 m W. Designed in integrated circuit of 0.18 μm technology, the in...     

无人直升机舰上自主起降设计及实现CSCD

详细分析了无人直升机舰上自主起飞和降落流程,设计了自主起飞和降落控制策略,并根据起降策略设计了无人直升机舰上自主起降系统,可为舰载无人直升机的设计、研制及使用提供理论依据和技术支撑。     

BLKF方法抑制MEMS惯性传感器随机噪声

针对微机电系统（MEMS）惯性传感器应用卡尔曼滤波（KF）处理数据时随机噪声难以估计的缺点,提出一种基于贝叶斯拉普拉斯卡尔曼滤波（BLKF）的随机噪声更新方法。该方法利用拉普拉斯近似算法,将贝叶斯边缘分布近似表示,能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况,提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据,运用KF与BLKF分别滤波。对比滤波结果可发现,BLKF比KF能更好地反映真实角速度状态。同时,在陀螺仪角速度变化时,BLKF的可靠性和准确性更高,滤波效果更具优势,能够达到抑制MEMS惯性传感器随机噪声的目的。