一种用于舰船CNS/RLG-SINS组合导航系统校准的分段估计方法研究

分析了“天文测姿+惯性导航”组合导航滤波模型的可观测性问题,在状态不完全可观的条件下,提出采用分段滤波的方法可以分别对加速度计误差和陀螺漂移误差进行有效估计,此方法仅要求每段滤波开始前外部提供一次准确的初始位置和速度信息。结合舰载导航需求背景,设计仿真模型。仿真结果表明：采用分段滤波方法,加速度计常值偏置和陀螺常值漂移均可以得到充分估计;对惯性器件误差进行标校、补偿后,24小时的位置误差可由补偿前的3.6海里减小到补偿后的0.5海里。     

微小卫星低可观测外形飞行姿态规划

为提高在轨微小卫星的使用效能及生存能力,提出一种微小卫星低可观测外形飞行姿态规划算法.根据微小卫星雷达散射截面(RCS)、轨道及雷达威胁特性,建立了可进行长时间内最佳飞行姿态规划的数学模型,设计了低计算复杂度的链表式个体结构及进化规划策略,并实现了算法对高威胁区优化规划的能力.同时,算法低迭代步长下的快速收敛特性以及进...     

改进联邦滤波器在小卫星姿态确定中的应用

采用微小卫星姿态运动学、动力学方程,以磁强计／太阳敏感器为姿态敏感器进行姿态确定,研究了一种基于融合反馈的改进联邦滤波算法,提出了一种基于观测新息修改的信息分配原则。给出了由四元数描述卫星姿态的误差状态方程,并对观测矢量进行推导,获得了基于角速度的观测方程,丰富了观测模型。仿真结果表明：基于角速度观测方程的引入,增强了观测信息的利用率,进而提高了姿态确定的精度,降低了计算量,保证了可靠性。     

评估云层对观测设备威胁等级的光电测量系统

采用大视场光学设计及非制冷红外焦平面阵列探测器采集天空背景,对图像进行伪彩处理、图像修复等操作,获得天空伪彩云层图像,并根据标定的空间角位置与像素间的函数关系,计算出云的分布位置信息;通过分析云层的浓厚程度、面积信息,判断其对观测设备的威胁程度。实验表明,该测量系统能以0.5 Hz的频率输出高度角15°以上天区的云图,云层的方位角定位精度为1.5°,仰角精度是0.9°,并可实时评估云层对观测设备的威胁程度。此系统可实现云层分布的测量定位,提高光电观测设备的使用效率。     

高空长航时无人机SINS/CNS组合导航系统仿真研究

根据高空长航时无人机的特点研究了SINS/CNS组合导航系统并进行了仿真。研究了分段定常系统(PWCS)的可观测性分析方法和基于奇异值分解的系统状态可观测度分析问题,并提出了一种改进的状态可观测度分析方法,在求状态变量的可观测度时,抛开了观测量,只利用可观测矩阵进行分析,然后将该理论应用到SINS/CNS组合导航系统中,证明了其合理性与可行性,进一步根据可观测度分析的结果对系统进行反馈校正,通过仿真结果证明导航精度得到了提高。     

自校准定轨方法的精度评定

推导了自校准定轨的误差协方差公式。与非校准方法相比,指出了自校准定轨能够同时修正系统误差和改善定轨精度,并提出了敏感度矩阵在选取校准参数中的作用及其值得注意的方面。     

面向对地成像观测任务的高空飞艇应急调度

针对应急条件下高空飞艇(HAA)对地成像观测任务调度问题进行研究,分析了问题中的主要约束条件,建立了以任务收益(TB)和巡航距离为优化目标的约束满足问题(CSP)模型。考虑飞艇侦察载荷具有侧摆观测能力,在构建视场范围约束模型和分辨率约束模型的基础上,对成像观测任务进行合成。提出了元任务与合成任务的概念,给出了任务合成的步骤与方法。将HAA应急调度问题转换为车辆路径问题(VRP),并进一步分解为任务排序主问题和路径选择子问题,分别应用改进粒子群(IPSO)算法和关键节点搜索(KNS)算法求解。详细介绍了算法中的编码、解码和移动等操作,以及采用的混沌初始化和禁忌搜索(TS)策略。通过仿真实验,对文中所提方法的有效性进行了验证。     

直接解算轨道根数的轨道约束自校准定轨方法

应用轨道约束自校准技术能够有效地修正系统误差和提高定轨精度。本文为了适应各种航天试验任务要求,将轨道约束自校准技术推广应用到直接解算轨道根数的定轨方法中,并导出了解算开普勒根数的轨道约束自校准公式。     

乌鲁木齐机场MIDAS IV AWOS的串口应用及串口编程

本文针对鸟鲁木齐机场新近安装的芬兰MIDAS IV自动观测系统的串行通信端口，从概念、应用、编程三方面入手，给予具体论述。尤其是对串行通信端口的应用开发实例——“MIDAS IV自动气象观测系统数据终端”的具体实现，有较为详细的叙述。对全面掌握串行通信端口的使用必将有所帮助。     

"赫歇尔"和"普朗克"天文卫星将揭开宇宙秘密

1 引言 2008年7月,阿里安-5火箭将从法属圭亚那库鲁发射场,发射欧洲航天局2个先进的空间天文观测台--"赫歇尔"(Herschel,见图1)和"普朗克"(Planck,见图2).