Optimising filtering of two-line element sets to increase re-entry prediction accuracy for GTO objects

Predicting re-entry epoch of space objects enables managing the risk to ground population. Predictions are particularly difficult for objects in highly-elliptical orbits, and important for objects with components that can survive re-entry, e.g. rocket bodies (R/Bs). This paper presents a methodology to filter two-line element sets (TLEs) to facilitate accurate re-entry prediction of such objects. Difficulties in using TLEs for precise analyses are highlighted and a set of filters that identifies erroneous element sets is developed. The filter settings are optimised using an artificially generated TLE time series. Optimisation results are verified on real TLEs by analysing the automatically found outliers for exemplar R/Bs. Based on a study of 96 historical re-entries, it is shown that TLE filtering is necessary on all orbital elements that are being used in a given analysis in order to avoid considerably inaccurate results.     

扩频数字接收机中的多相匹配滤波

文章提出一种改进形式的伪随机码匹配滤波器,这种改进形式将整数倍抽取、内插等重采样处理（重采样处理满足Nyquist采样定理）与伪随机码匹配滤波器相结合,用多相形式实现伪随机码的匹配运算。这种方法在改进原匹配滤波器并行处理结构的同时降低了对存储数据用的总的存储量要求和运算速率。     

基于匹配滤波和时间恢复算法的B（AC）码数字解调技术

针对靶场时间统一系统中B（AC）码解调的现状和存在的问题,本文从匹配滤波和时间恢复两个方面入手,阐述了一种B（AC）码在噪声和波形失真条件下的数字解调技术。     

航天测量船外测数据的滤波算法

航天测量船在航天测控中占有非常重要的地位,为提高航天测量船外测数据的光滑度,在小波滤波和样条函数滤波的基础上,通过建立分解尺度和阈值的选取原则,提出了船载外测数据的滤波算法.该算法在滤波的同时,成功地分离出随机误差和船摇修正残差,显著地改进了现有的船载外测数据修正结果.实例和仿真结果表明这是一种比较理想的船载外测数据滤波算法.     

关于卫星姿态确定非线性滤波算法的研究

本文探讨了利用方位矢量和陀螺速率观测信息确定卫星姿态的问题。该问题实际上是一个非线性/非高斯状态滤波问题,因此,经典的基于EKF和UKF算法的姿态滤波器有可能失败,尤其是当初始状态的先验估计不可能精确得知的情况下。近来,粒子滤波理论已经开始应用于姿态确定问题,但是,这类算法往往需要大量的“粒子”,这对有限计算能力来说是一个沉重的负担。为此,本文尝试利用双重滤波方法,在每个序贯估计过程中,将有陀螺姿态确定问题暂时分解为1个四元数估计问题和1个陀螺常漂参数估计问题。本文提出了2个双重滤波器,包括1个姿态确定双重粒子滤波器和1个姿态确定的混合型滤波器。这两者都采用一个相同的四元数粒子滤波器,但在粒子重采样和平滑处理方面,不同于近来提出的类似滤波器。至于陀螺常漂估计,双重粒子滤波器发展了一个辅助粒子滤波器,而混合滤波器中则发展了一个参数UKF滤波器。通过与经典的姿态确定滤波器的仿真比较,证实了本文新提的2个算法的有效性和优越性。
     

基于多层感知机的远距离水下声源定位技术研究

针对传统匹配场处理方法存在水下声源远距离定位失准以及定位时间过长的问题，提出了一种基于多层感知机的水下声源被动定位方案。利用团队自研的“浮星”浮标实测的剖面数据模拟真实海洋环境，并在水中布设垂直水听器阵，仿真大量不同位置的声源在水听器处产生的接收数据。将多通道波形数据直接作为输入对多层感知机网络进行训练，从而获取高精度的定位神经网络。仿真结果表明，与匹配场处理算法相比，设计的感知机网络可以在大范围信噪比环境中实现有效的水下声源定位，其中在30dB信噪比下定位距离和深度的平均相对误差达到了1.94%和6.84%。另外，相对于失配声速剖面，使用平均声速剖面模拟的接收数据可提高网络的定位性能。     

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.