基于星敏感器角速度估计的陀螺故障诊断

当星载惯性基准单元 (IMU)正常工作的陀螺的冗余度不满足奇偶方程法条件时 ,无法进行陀螺的故障诊断。本文通过卫星稳态运行期间高精度星敏感器输出的姿态四元数信息 ,根据卫星姿态运动学方程和姿态动力学方程 ,采用非线性广义卡尔曼滤波 (EKF)得到星体角速度的估计值。在此基础上 ,通过设计的故障诊断方案对陀螺故障进行定位。数学仿真验证了这种方法的有效性     

多级分解预测与滤波方法

本文在Andrisani等人近年来工作的基础下,进一步发展了线性离散随机系统的多级分解估计方法,提出了比较完善的多级分解预测与滤波公式,并将本文的工作与Andrisani等人的工作作了比较。本文给出的预测与滤波算法计算量较小,便于实时处理,且估算精度与集中估计方法基本一致。文中给出了应用算例,分析了模型误差对预测和滤波结果的影响。     

多星对合作目标的分布式协同导航滤波算法

针对多颗在轨卫星对空间合作目标的协同导航问题,提出了一种适用于协同导航的分布式球面单形-径向容积求积分卡尔曼滤波（DSSRCQKF）算法。为了计算非线性滤波中的高斯加权积分,分别使用球面单形准则和二阶高斯-拉盖尔求积分准则计算球面积分和径向积分,提出了一种新的球面单形-径向容积求积分准则。将该准则嵌入分布式卡尔曼滤波框架中,结合协同导航的非线性数学模型,给出适用于协同导航的DSSRCQKF算法,该算法要求每颗导航星仅与其邻居星进行通信,通过数据的分布式融合实现对目标星轨道状态的一致估计,从而避免了传统集中式处理中较高的通信和计算压力。仿真实验结果表明,与分布式卡尔曼滤波相比,本文算法将对合作目标的实时定位精度提高了11 m,定速精度提高了0.02 m/s,从而验证了本文算法的有效性。      

惯导系统初始对准的次优滤波算法

分析了惯导系统(INS)初始对准的动态误差向量方程及其动态误差向量的可观性问题,并研究了按动态误差向量的可观度划分观测子空间.在惯导系统初始对准问题中通过使用变量可观度的概念构造次优卡尔曼估计算法.并用C语言编程实现了初始对准的最优及次优卡尔曼滤波算法.从仿真结果可见次优卡尔曼滤波算法可用于INS初始对准的实用计算中.     

双视线测量相对导航方法误差分析与编队设计

空间非合作目标的相对导航是在轨维护和近距离监视任务中的关键技术,目前的研究表明仅有视线测量条件下中距离相对导航沿距离方向的观测度较差,而基于双视线测量的相对导航方法可以有效解决该问题。为此,研究了两个追踪航天器所组成的编队,在双视线测量条件下进行自主相对导航的方法。首先,详细地介绍了双视线测量相对导航方案的构成以及具体的导航算法;其次,根据两个追踪航天器与目标航天器的几何构型,推导双视线测量方法中的误差传递规律,并分析其中的影响因素;然后,对两个追踪航天器的编队构型进行设计,并分析编队构型对该方法导航性能的影响;最后,通过数值仿真对上述相关的结论进行验证。     

用GPS信息的惯导快速对准方法

如何快速、准确地完成惯导系统的初始对准一直是惯导系统研究的关键技术,方位对准精度和对准时间的矛盾至今未能很好地得到解决。为解决这一问题,本文提出了双全球定位系统（ＧＰＳ）同惯性导航系统（ＩＮＳ）进行深组合的方法。仿真结果表明,该方法使方位对准时间缩短为不到２ｍｉｎ,精度达到１４．６７（″）,较好地解决了方位对准问题,同时也提高了导航精度。     

一种基于UKF滤波器的卫星定位算法

针对基于通用最小二乘迭代法的卫星定位解算方法在定位精度和鲁棒性等方面的不足,提出了一种基于UKF(Unscented Kalman Filter)滤波器的卫星定位解算方法。该方法直接利用GPS接收机测得的伪距和多普勒频移作为观测量,对接收机的位置和速度进行估计。经过工程上的实际验证表明:与基于通用的最小二乘迭代法的卫星定位解算方法相比,所提出的基于UKF滤波器的卫星定位解算方法的定位结果有更高的精度和更强的鲁棒性。     

应用卡尔曼滤波的线性系统可观测度实时估计方法

针对采用卡尔曼滤波算法进行线性系统状态估计的应用场合,提出了可观测度实时估计方法.该方法通过提取离散卡尔曼滤波迭代计算过程中的矩阵进行分析,因而在无需增加额外计算量的情况下,可获得系统可观测度性能的实时估计.该方法可以指导滤波器的设计过程或者在线估计系统的滤波器性能,具有工程应用价值.给出了应用该方法的原理推导过程,通过SINS系统地面单/双位置对准的实例比较分析证明该方法的有效性.     

基于EKF的天线罩误差斜率多模型估计方法

 提出一种新的滤波器结构,利用基于扩展卡尔曼滤波(EKF)的多模型(MM)算法,对天线罩误差斜率进行估计,降低天线罩误差对雷达自寻的导弹的影响,提高系统性能。在三维坐标下,创建包含导弹运动方程、目标运动方程、弹目相对运动方程的滤波模型。采用EKF算法,对包含天线罩误差的非线性观测方程进行线性化处理;依照多模滤波的思想,对天线罩误差进行离散建模,构建伪观测方程,更新模型概率,得到天线罩误差斜率的估计值;将斜率估计结果代入EKF,得到滤除天线罩误差影响的系统状态量估计结果并形成制导指令。仿真结果表明,所提方法可以有效地估计天线罩斜率,提高系统制导精度。     

L-D分解求逆法在联邦卡尔曼滤波中的应用

求逆是联邦卡尔曼滤波算法中数据融合的关键步骤.它的计算精度的高低和运算速度的快慢将直接影响到整个滤波算法的成功与否.经过数字仿真,把矩阵分析中的L-D分解算法运用到联邦卡尔曼滤波中的矩阵求逆当中能得到良好的效果,不但运算速度和精度有提高,整个滤波算法的容错性也有明显改善.