基于相位单差精密测速的动态精密单点定位算法

利用相邻历元间的载波相位单差可求得动态载体的高精度三维速度向量,基于此提出了可精确描述载体运动变化的扩展卡尔曼滤波动态精密单点定位算法。该算法克服了高动态条件下采用简化动力学模型可能引起的系统状态描述失实问题,同时还可输出动态载体的精密速度信息。飞机动态试验结果表明,用该算法的动态单点定位结果与TRACK双差解计算互差得到的三维RMS值,平面分量精度优于3cm,高程分量精度优于6cm,速度测量精度可达mm/s级。     

卫星编队飞行精确动力学模型与三维定位系统

提出采用精确动力学模型应用多颗编队飞行小卫星实现三维定位系统（电子侦察卫星）。为此,首先应用运动学和动力学两种方法建立精确动力学模型和摄动方程,然后进行数学仿真和队形变化的分析,最后讨论位置保持控制策略。仿真结果表明：编队飞行三维定位系统定位精度高,不受纬度影响,而且可以实现全球同时定位功能。
     

基于GPS和SMS的船载定位试验系统设计及其实现

针对船载定位试验系统中远程实时报送试验船所处位置的困难,提出了一种把GSM网络短信服务(SMS)、GPS定位技术和原有试验系统有机地结合起来的解决方案.系统采用多串口和多线程技术,实现了GPS数据接收和短消息的收发控制;采用简易电子地图、数字罗盘和短消息,可以方便地随时对移动目标的位置、速度、运动方向和运动轨迹等参数进行查询和监控.经过多次出海试验,该系统能够很好地完成数据采集、实时监控、航迹显示等任务.     

小卫星编队飞行关键技术及发展趋势分析

卫星编队飞行是空间技术发展的一个新领域.通过编队飞行可将多颗小卫星形成一颗大的"虚拟卫星",即空间任务的预定功能由编队中各个只担当单一功能的卫星分担,由此整个卫星群可实现强大的功能.实现卫星编队飞行需要保持和控制星群的编队构型,精确确定星间的相对位置和相对速度,即相对导航.卫星编队飞行的关键技术包括轨道设计、轨道演变及控制,星间链路、编队运行管理和测控,以及卫星的自主定位、定轨.叙述小卫星编队的基本原理、轨道构成和技术特征,分析实现编队飞行所需的关键技术,介绍各国编队飞行的现有计划及未来发展趋势.     

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。     

欺骗干扰条件下的GPS定位方程求解性能研究

介绍了GPS定位欺骗原理,并对GPS 转发式欺骗干扰原理和定位方程求解的算法进行了分析阐述.采用仿真的手段,重点分析了多种典型欺骗条件下的接收机定位解算结果,特别是对四站定位时干扰的效果进行了详细仿真解算和讨论,给出了有意义的结论,可为欺骗干扰的效果评估及战术应用提供有益参考.     

GPS不完整星座定位方法研究

为了提高钟差预测模型辅助接收机定位解算的效果,从灰色系统的角度对接收机钟差序列进行探讨,提出了基于灰色理论的钟差预测模型。文中首先给出了新模型的基本思想和具体实现步骤,然后将基于该模型的钟差预测值引入到GPS接收机中,辅助接收机在不完整星座条件下实现定位解算。基于GPS实测数据的验证分析表明,新模型不仅对钟差序列具有很好的预测效果;而且提高了接收机定位的连续性和可靠性,在仅有3颗卫星的条件下可以实现三维定位。同时,新方法无需增加额外设备,辅助方式简单方便,经济灵活。     

一种低轨双星雷达信号无模糊频差估计算法

针对低轨双星组合接收低脉冲重复频率(LPRF)雷达信号的频差(DFO)估计存在模糊的问题,提出一种基于时差差分的频差无模糊高精度估计算法,该算法通过对高精度的时差测量值进行中心差分获得无模糊的频差估值。仿真结果表明,新算法能对PRF低至300 Hz的雷达信号进行无模糊的频差估计,估计精度在信噪比高于15 dB时逼近克拉美劳下界,可有效扩大低轨双星时/频差定位系统对LPRF信号的适用范围。     

卫星在轨故障定位的系统分析方法

近年发射的卫星数量与日俱增,在轨卫星故障案例也随之增多,造成许多重大损失。在此背景下,文章提出了一种卫星在轨故障定位的系统分析方法,给出了系统分析流程和方法,通过三系统关联故障分析、通路故障分析和总线故障分析将系统级故障逐步分解,转化为设备级故障,最终通过试验验证将故障定位,同时给出了计算机辅助分析方法。该方法系统性强,快速易用,定位准确,已经在多次卫星在轨重大故障定位中得到了应用,效果良好。     

基于磁力计、IMU和单目视觉的自主定位方法

基于单目视觉与惯性测量单元(IMU)融合的SLAM(simultaneous localization and mapping)技术,具有硬件成本低、体积小和消耗计算资源少等优点,在移动机器人导航系统中得到了广泛的应用。单目视觉SLAM系统主要通过求解对极几何来解算位姿,但当平移为零时(仅存在姿态旋转运动),存在解算漂移的问题。通过将磁力计的数据融合到单目视觉SLAM算法中,不但可以解决纯旋转情况下姿态解算漂移问题,还可以提高解算精度。物理仿真实验的结果表明,与传统的SLAM算法相比,本文提出的基于磁力计、IMU和单目视觉融合的算法具有精度高、鲁棒性好的优点。