飞航导弹地标被动观测自主导航修正技术

飞航导弹在外界导航系统不可用的情况下,可对航路上已知精确地理位置的典型地标进行测角和测距,从而实现对导弹导航位置误差的修正.飞航导弹为提高其隐蔽性,不能使用雷达或激光等有源测量设备,而采用成像观测又无法得到距离信息.因此为解决飞航导弹航路中隐蔽式导航自主修正的难题,提出了基于气压高度表的被动观测UKF滤波导航修正技术,从而实现飞航导弹在完全隐蔽情况下导航坐标的自主修正.     

转动惯量未知的非合作目标角速度估计方法研究

针对转动惯量未知的非合作目标的姿态角速度估计问题,将解算得到的非合作目标的惯性姿态作为测量信息,估计姿态角速度和姿态动力学参数（即转动惯量比）．首先,应用非线性控制系统的几何理论对待估计的状态扩展系统进行能观性分析．然后,利用UKF设计相应的滤波估计算法．仿真结果表明,本文所设计的方法能够精确估计出非合作目标的姿态角速度与转动惯量比．     

一种求解X射线脉冲星导航周期模糊数的新方法

因为X射线敏感器不能分辨具体的脉冲,X射线脉冲星导航方法存在整脉冲周期模糊数问题.现有求解周期模糊数的方法过程复杂,计算量大.本文在飞行器估计位置十分精确的假设下,提出了无周期模糊数的X射线脉冲星迭代滤波导航方法.UKF滤波器基于轨道动力学给出探测器的估计位置,以脉冲到达标称位置和估计位置的时间差作为反馈,进行迭代滤波,最终得到探测器的真实位置和速度估计.仿真表明,该方法能在火星探测器的日心转移轨道上实现高精度的导航,其精度可达到位置误差5km和速度误差0.5m/s.     

二维地对空单站无源定位滤波算法研究

在空对地和地对空两种单站无源定位系统中,地对空单站无源定位难度比较大,因为地对空单站无源定位不仅要进行目标位置估计还要进行目标速度估计。在MATALB仿真平台上建立了地对空定位模型,并进行了EKF、MGEKF和UKF三种滤波算法100次Monte-Carlo仿真,提出了对Monte—Carlo仿真结果的若干处理方法,在此基础上对三种滤波算法进行比较,得出三种滤波算法各自的优缺点。     

基于UKF与修正罗德里格参数的GPS/陀螺组合姿态确定

提出了一种用于GPS/陀螺组合姿态确定的Unscented卡尔曼滤波(UKF)方法.采用姿态的修正罗德里格参数(MRPs)表示法,以消除状态误差方差阵的奇异性,建立了GPS/陀螺组合姿态估计系统的模型.仿真结果表明:与基于扩展卡尔曼滤波(EKF)相比,UKF的收敛速度更快、精度更高,且不同滤波器初值对稳态精度的影响较小.     

基于多时刻时差的三星时差定位跟踪算法

对于高海拔目标,引入地球椭球模型会产生很大的系统误差,三星座时差定位算法只能采用两路时差信息作为观测向量。因此,传统的时差定位方法具有一定的局限性。提出了一种利用不同时刻时差信息的三星座时差滤波算法,利用不敏卡尔曼滤波(UKF)对不同时刻时差信息进行滤波估计静止目标位置。仿真表明该滤波方法相对于三星座时差滤波算法来说跟踪性能更好。     

基于无迹卡尔曼滤波的空间目标双星定位方法

利用双星对空间目标的观测角进行目标定位,可以很好地避免地基探测系统探测弧段短的缺点。研究了基于动力学滤波的双星定位方法,介绍了无迹卡尔曼滤波的基本原理,建立了考虑地球非球形J2项引力摄动的空间目标动力学方程和基于无偏量测转换的双星观测方程。通过仿真比较两种滤波方法在相同条件下对目标的定位误差,可知无迹卡尔曼滤波方法在收敛速度和定位精度上均优于扩展卡尔曼滤波方法。     

Motion prediction of an uncontrolled space target

Capturing an uncontrolled space target is a tremendously challenging research topic. Target capture by a space robot can be well planned according to predicted motion of the target. In this paper, motion prediction of an uncontrolled space target is studied and a motion prediction algorithm is proposed. In the proposed algorithm, firstly a method for identifying the parameters of motion state and inertial property of the target is established; and then through substituting the identified parameters into the dynamic equations of the target, the motion of the target can be predicted as the solution of the equations. In the identification of the parameters, the unscented Kalman filter (UKF) is applied. In order to support the UKF, a method for estimating noise level of the observation data is developed, so our motion prediction algorithm is noise adaptive. A practical convergent criterion is also designed to determine the time when the estimated result of the UKF is accurate enough, such that the predicted motion is credible enough. After that, the accuracy of the prediction is further improved by an optimization method. In the end of this paper, numerical simulations are done to verify the validity of the proposed motion prediction algorithm. Simulation results indicate that the proposed algorithm is able to predict the motion of the target precisely.     

基于地磁场测量估计卫星姿态的UKF算法

提出了利用UKF（Unscented Kalman Filter）处理地磁场测量数据进行低轨道（LEO）卫星自主定姿的算法。通过使用估计姿态、轨道参数和国际地磁场参考（IGRF）计算得到的地磁矢量与三轴磁强计（TAM）的测量矢量之差作为更新信息，可以实现实时的姿态角和角速度估计。针对卫星稳态定姿、大角度快速机动的定姿以及姿态失控状态下的定姿等三种任务，分别用UKF和传统的EKF（Extended Kalman Filter）进行了数值仿真。仿真结果显示出本文提出的定姿算法的优越性。     

基于超宽带和航位推算的室内机器人UKF定位算法

超宽带是一种传输速率快、功耗低的新型无线通信技术,可提供亚米级定位精度,近年来超宽带定位在机器人领域的应用日益广泛。在超宽带信号有效区域边缘或信号受到遮挡时,超宽带定位精度急剧下降。为此提出了一种基于超宽带定位和航位推算的UKF组合定位方法,可有效克服上述问题,从而为室内机器人定位提供一种稳定可靠的解决方案。