伪卫星增强的北斗双星定位系统及其算法的研究

提出了使用伪卫星来增强北斗系统的方案,并研究了此系统的定位原理和几何布局。仿真结果表明,此方案是可行的,能够独立实现实时、高精度的无源定位,为发展区域定位系统提供了一种成本相对较低的新思路。     

一种组合导航系统快速滤波方法及半物理仿真

在利用卡尔曼滤波器对数据进行处理时,协方差矩阵的预报运算过程需要的计算量最大,每一步迭代的计算量与n3(n为状态矢量维数)成正比,约占整个卡尔曼滤波过程70%的CPU时间.协方差阵预报计算过程中,数据输入输出所需要的传递工作量也最大.由于微小型飞行器导航系统采用小体积、低功耗、低成本的微处理器作为导航计算机,为了保证导航实时性的要求,提出了一种降维滤波器加矩阵外积法的快速滤波方法来减少MIMU(Micro Inertial Measurement Unit)/GPS(Global Positioning System)/MMC(Micro Magnetic Compass)组合导航滤波算法的计算量,以提高算法的实时性.半物理仿真试验结果表明:此种算法不仅可以提供较为满意的导航精度,而且大大减小了计算量,提高了系统的实时性.      

空间目标纯测角相对定位方法

探讨了利用多个传感器上同步收集的角度观测信息,使用带有差分-自校准方法的推广卡尔曼滤波器来进行空间目标相对定位的可行性。仿真结果表明该方法实时性强,收敛速度快,误差估计精确,具有很好的应用前景。     

大方位失准角MIMU空中对准建模及半物理仿真

由于快速性的要求,微小型无人机不经过地面精确初始对准就升空作业,因此MIMU(Micro Inertial Measurement Unit)空中对准在大失准角下进行. 为了提高微小型无人机空中的反应速度和作业精度,把非线性误差部分作为状态变量,建立MIMU在大方位失准角下无需小角度近似的空中对准的线性模型,同时为解决噪声不确定导致滤波器发散的问题,提出将AKF (Adaptive Kalman Filter)应用在GPS(Global Positioning System)辅助MIMU的空中对准中,半物理仿真结果证实其取得了比基于非线性误差模型的EKF(Extended Kalman Filter)精度高且速度快的结果,不仅使MIMU的方位失准角由60° 快速下降到2° 左右,且所需时间仅为EKF的67%.      

GPS在航天遥感对地定位中的应用

首先对GPS 遥感信息对地定位系统作了简单介绍,然后又从返回式遥感卫星图像的对地定位,实时性强的灾害快速遥感监测系统的重要技术环节及对全球资源、环境研究的技术支持系统等三个方面叙述了GPS 航天遥感对地定位系统,并对中国如何发展该系统提出了几点想法。     

利用X射线源实现航天器相对定位

利用X 射线源实现航天器相对定位, 突破了X 射线脉冲星绝对定位中需要选取具有稳定周期脉冲星的限制, 通过周期脉冲信号及非周期时变信号互相关时差测量仿真试算, 得出信号变化幅度是影响时延测量精度的重要因素. 在分析测距和星历误差对相对定位精度影响的基础上, 利用脉冲星数据库中提供的脉冲星参数, 对同时观测3~6 颗脉冲星的相对定位精度进行了试算.      

新型高空探测系统

研发了一种新型全自动高空探测系统,其利用GPS定位,宽波瓣天线捕捉和低噪声接收的方法替代雷达或无线电经纬仪对高空探测仪进行跟踪定位和获取信息,具有不受低仰角的限制,目标不易丢失,性能价格比高等特点,成功将GPS应用于1680 MHz遥测数据传输体制.利用该系统进行了空中大气电场的探测实验,获得了满意的探测结果.由于系统轻便、操作简单、成本较低以及良好的机动性和可靠性,在近地空间环境探测和高空大气科学探测试验及常规的气象探测中有广阔的应用前景.     

一种用于高动态GPS频率估计的滤波算法

针对常用高动态GPS(Global Positioning System)频率估计算法扩展卡尔曼滤波(EKF,Extended Kalman Filter)的缺陷,提出了一种新的称为简化无迹高斯粒子滤波(SUGPF,Simplified Unscented Gaussian Particle Filter)的算法.SUGPF将卡尔曼滤波(KF,Kalman Filter)、无迹卡尔曼滤波(UKF,Unscented Kalman Filter)与高斯粒子滤波(GPF, Gaussian Particle Filter)三者相结合.在时间更新阶段,用KF的方法更新预测分布;在测量更新阶段,用UKF的方法得到重要采样函数,并用GPF的方法更新后验分布.仿真结果表明:与EKF和UKF相比,SUGPF性能更优越,功能更全面,在高斯与非高斯观测噪声环境下均能取得与GPF类似的良好性能,并且其计算复杂度低于GPF.     

QZSS亚米级增强服务和MSAS增强定位性能评估

日本QZSS亚米级增强服务(SLAS)和多功能卫星增强系统(MSAS)均用于增强单点定位性能，但其服务范围和服务原理不尽相同。为了对这两种增强服务进行增强性能评估，以伪距单点定位结果为基础，比较在日本境内和中国及周边地区使用这两种增强服务增强后的定位结果，分析和评估不同地区两种增强服务的增强性能和适用性。结果表明：在日本境内，SLAS和MSAS均能显著实现定位增强效果，SLAS在水平和高程方向定位精度分别为0.55m和0.9m，提升约51.8%和73.8%；相应地，MSAS定位精度分别为0.69m和0.97m，提升约39.8%和71.8%；表明前者增强效果更好。在中国及周边地区，MSAS增强定位效果更好，但要求离中心服务区越近越好；SLAS也能增强定位效果，但提升效果较小，且当测站离中心服务区超过一定距离时，会出现定位精度负提升的情况。     

GPS移动基准站差分定位算法

相对导航定位技术在空中加油任务中起着至关重要的引导作用。针对传统差分定位模式受限于基准站位置固定、覆盖范围有限等问题,研究了一种无固定基准站差分定位方案,实现了短基线高精度动态相对定位。该方案首先基于实时伪距单点定位求得移动站近似坐标,结合载波信息进行站间差分,求得单差模糊度浮点解及更高精度的移动站坐标。之后,再利用双差观测方程,并采用扩展Kalman滤波(Extended Kalman Filtering,EKF)算法获得移动站精确坐标和双差模糊度浮点解。最后,采用LAMBDA算法进行模糊度快速固定,获得最终定位结果。实验结果表明,所采用的无固定基准站差分定位方案使得基线长度均方差小于5cm,达到了较高的动态相对定位精度。