空间环境探测卫星用磁强计误差分析及在线标定

用于探测日地空间磁环境的磁强计多数安装在伸杆的末端,长期受太阳辐射等空间环境干扰力矩以及机动等影响,磁强计安装矩阵随时间发生较大的变化,从而导致卫星定姿精度下降。为此,在分析空间环境干扰力矩和磁强计定姿误差特性的基础上,建立了19维高精度的磁强计误差模型,结合卫星的运动学和姿态动力学特性,采用EKF滤波方法对安装矩阵进行实时估计与修正补偿,并利用该磁强计模型实现卫星的姿态确定,最后利用实验进行验证。实验结果表明,该方法能够在满足星载计算机的计算量要求的同时,在线估计安装矩阵误差,显著提高了磁强计的误差估计精度与定姿精度。     

基于推力器的组合航天器质量特性辨识方法研究

组合航天器的质量特性辨识对提高其姿态轨道控制的精度和快速性有至关重要的作用。对基于推力器的总质量、质心位置和惯量矩阵的在轨辨识进行了研究。基于推力作用下的平动方程可得到质心位置和总质量的耦合辨识方程,基于转动方程可得到转动惯量和质心位置的耦合辨识方程,通过对角速度和线加速度进行多次采样,利用最小二乘法求解这2类辨识方程可完成总质量、质心位置和惯量矩阵的在轨辨识。基于上述辨识原理,提出一种闭环稳定的解耦质量特性辨识方法,通过设计合适的推力器工作策略,实现总质量、质心位置和惯量矩阵的解耦辨识,并采用一种不依赖于转动惯量的控制算法,使组合航天器的姿态在辨识结束后恢复到稳定状态。仿真表明,采用闭环稳定的解耦质量特性辨识方法,可保证组合航天器在推力器激励后的姿态稳定性。在仿真采用的动力学干扰、推力器误差和敏感器误差下,总质量、质心位置和惯量矩阵的辨识精度可达到10-3量级。     

卫星产品声振组合试验技术研究

文章开展了声振组合试验技术的初步研究,探讨了卫星产品声振组合试验的控制方法,并以面积质量比大的卫星舱板产品为例研究了噪声与随机振动组合试验条件确定方法。结果表明:在进行噪声与正弦振动组合试验时,应先启动振动试验控制,后启动噪声试验控制,且正弦振动控制应采用滤波处理;在进行噪声与随机振动组合试验时,噪声激励与随机振动激励正常启动后,相互之间影响很小,可以按照要求的条件施加激励;对于面积质量比大的卫星产品,在结构上同时施加随机振动载荷和噪声载荷,声振组合试验考核更加合理。     

宽带数字信道化接收机技术的热点和发展趋势

数字信道化接收机具有瞬时频带宽、动态范围大、能实现超宽带侦察的特点,能较好地满足现代电子战接收机的要求。首先介绍了数字信道化接收机的基本原理,在此基础上,重点分析了数字信道化接收机在信道化过程中的研究热点和难点,并简述了信道化接收机技术的发展趋势。     

航天器非合作目标相对导航的联邦滤波算法研究

提出了一种适用于空间机器人在轨对非合作目标进行测量的“激光测距仪+可见光 测角相机”组合的联邦卡尔曼滤波相对导航算法。分析了激光测距仪和可见光相机进行非合 作目标测量时存在的问题,为此设计了一套包括分别基于测角信息和测距信息的子滤波器, 以及进行子滤波器数据融合的主滤波器在内的联邦卡尔曼滤波器,并提出了具体的判据来对 子滤波器进行“条件重置”。仿真实验数据表明该联邦卡尔曼滤波器能够在部分目标测量设 备的输出出现暂时故障情况下输出较为平稳的相对导航数据,并且滤波算法具有较好的容错 性。
     

惯性组合导航系统中的快速景象匹配算法研究

在景象匹配辅助导航中,特征点的选取是提高图像匹配速度、精度和鲁棒性的关键之 一。景象匹配中要求提取出的特征是那些可靠性高、辨别性强、计算量小的不变特征。提出 了基于SIFT特征的导航用快速景象匹配算法。算法首先针对惯性组合导航的工作特点, 对SIFT特征点检测及特征点匹配进行了优化设计,然后用RANSAC方法过滤掉错误匹配点,最 后,进行最小二乘精确匹配算法获取航向和位置偏差信息。实验分析了算法对不同分辨率图 像和不同区域的匹配适应性,抗噪声性能,匹配精度以及实时性,并与基于部分Hausdorff 距离的边缘特征景象匹配算法进行了对比。实验结果表明,算法的性能优越,在匹配速度、 精度和鲁棒性方面都优于部分Hausdorff距离算法,可以满足景象匹配导航系统匹配修正的 高性能要求。
     

基于预测滤波的卫星交会对接相对位姿确定方法

基于视频制导系统提供的视线测量,引入一种高精度、高鲁棒性的、实时的预测滤波算法,建立系统的误差模型,对角速度和位移速度进行一步预测,从而精确地估计卫星的相对位置和相对姿态。此外提出修正方案,通过卡尔曼增益对相对姿态和相对位移进行修正和更新,估计性能得到改进优化。通过卫星交会对接仿真实验验证算法的有效性,结果表明,预测滤波算法高精确估计相对姿态和相对位置,修正后算法得到了更高的精度结果,满足卫星交会对接要求,对在轨实验有重要参考价值。     

一种基于遗传RBF神经网络的智能容错滤波算法

针对组合导航中标准卡尔曼滤波容错性能不足的问题,提出一种基于遗传RBF神经网络的智能容错滤波算法,其基本思想是通过RBF网络自动调节滤波增益来控制不确定性噪声的影响,进而提高滤波容错性。在RBF神经网络中,隐层单元与核函数宽度的选取对网络的性能具有重要影响,进而利用自适应遗传算法对其隐层单元数及核函数宽度进行了优化,隐层单元中心和输出层连接权值分别由K-均值聚类和最小二乘算法确定,最后得到精度较高且结构优化的RBF网络。为检验方法的应用效果,以SINS/GPS组合导航系统为例进行了仿真验证,实验结果表明遗传RBF网络容错滤波算法能在满足导航精度和计算量增加较小的前提下,比标准卡尔曼滤波具有更强的容错能力,由此也说明了方法的有效性。     

一种新的强跟踪H∞滤波方法研究及应用

针对常规H∞滤波跟踪机动过程能力较弱的问题,提出了一种新的强跟踪H∞滤波算法,该滤波算法具有较好的姿态跟踪能力,并保持了H∞滤波模型简单、鲁棒性好的优点.文中通过研究基于强跟踪H∞滤波方法的GPS/INS对准,实现空中机动条件下的惯导系统初始对准.对该算法进行仿真验证,测试结果表明,采用基于H∞的强跟踪滤波可以较好地提...     

数字波束形成技术在雷达中的应用

由于电磁工作环境的恶化和大量射频干扰的存在,在极低的信干噪比(SINR)条件下进行目标检测和信息提取十分困难.对于阵列系统,往往采用自适应数字波束形成(ADBF)技术,来抑制强干扰和方向性干扰对有用信号的影响.给出了数字波束形成器的基本原理及其工程实现.