自旋卫星姿态确定和系统偏差估计

以最小二乘为指标,应用Powell直接寻优算法,对近地轨道自旋卫星姿态确定数据进行加工处理,得出了某些系统偏差的估计值,然后再用Kalman滤波器进行滤波估计。实践证明,将此法用于可观性较弱的系统,可显著改善仅用Kalman滤波器所得的结果。     

GPS/INS 组合导航系统降阶滤波器设计

本文研究了某型号飞机上ＧＰＳ／平台惯性组合导航系统中降阶卡尔曼滤波的设计方法。文中提出了一种降阶滤波器结构，并讨论了模型误差的伪随机噪声补偿方法。采用蒙特——卡洛分析法对降阶滤波器的实际误差进行了数字仿真，结果表明：本文提出的这种降阶滤波器能保证组合系统的导航精度，是一种具有实际使用价值的滤波器     

无味卡尔曼滤波在热平衡试验中的应用研究

在航天器热平衡试验中应用温度外推预报技术可以快速准确的给出航天器的极限热平衡温度，缩短热平衡试验时间，降低航天器的研制成本。介绍了一种新颖的热平衡试验数据外推方法——无味卡尔曼滤波(UKF)，分析了UKF的应用效果，结果表明应用UKF外推能够在较短的时间内更准确的获得航天器的极限热平衡温度。     

基于分散化信息滤波的移动机器人定位

给出分散化信息滤波的最优性证明和保证最优性的条件 ,讨论了分散化信息滤波在故障检测和多传感器融合中的优势 ,提出一种在不影响分散化优势的情况下可以减小通讯量的滤波器结构。最后的仿真例子说明该方法在移动机器人定位应用中的有效性。     

利用UKF的航天器自主导航方法研究

UKF(Unscented卡尔曼滤波)是一种新型的直接针对非线性系统的滤波方法。用星敏感器和地平仪测量星光与地平之间的“星光仰角”为观测量的天文自主导航方法,其状态方程和量测方程都是非线性的,使用以往的EKF(推广卡尔曼滤波)进行导航滤波,需将上述两方程分别线性化,故精度较低。本文提出在航天器天文自主导航系统中采用UKF方法,并从仿真计算结果中看到,导航精度有显著提高。     

基于神经网络的无迹滤波改进算法

介绍了采用无迹变换(UT)描述随机变量通过非线性系统后的均值及方差的方法,提出可以将神经模糊推理系统(ANFIS)用于确定无迹变换中的参数,使其对随机变量均值的描述达到二次以上精度,并给出了改进的无迹滤波器(UKF)结构和神经网络训练方法;仿真结果表明,该算法适用于系统含有未知输入或系统噪声为非高斯的情况,并可解决一些典型的非线性估计问题,改进算法的性能优于传统无迹滤波器。     

主从式卫星编队相对轨道的自主确定

为实现主从式卫星编队飞行中心星与环绕星的自主定轨，采用微波雷达测量卫星间相对距离、距离速率、方位角和仰角。根据动力学方程给出了导航算法，并利用扩展卡尔曼滤波（EKF）提高微波雷达相对速度的测量精度。仿真结果表明，该导航算法对主从式卫星编队较有效，且能获得较佳的导航精度。     

一种新的动基座快速传递对准方案及其仿真研究

针对捷联惯导系统的动基座初始对准问题,提出了一种新的动基座快速传递对准方案。该方案采用速度 姿态变化量匹配,直接对主、子惯导导航坐标系之间的失准角进行估计,可以使航向失准角快速收敛。通过仿真,研究了注入噪声和测量噪声水平、机动运动强度和幅度、复合机动运动、载机运动方向等六个因素对对准性能的影响。结果表明:其对准性能取决于水平失准角的估计精度和速度;失准角的估计精度和速度与注入噪声水平和测量噪声水平、机动运动的强度和幅度有关;复合机动运动对对准性能有正反两方面的影响。     

卡尔曼滤波器UD分解滤波算法的改进

简介Kalman滤波的UD协方差分解算法,针对工程应用中出现的由于UD协方差分解算法本身的局限性 而产生UD因子分解失真问题,提出一种简单有效的解决方法。从而有效地克服UD算法本身的局限性而造成的UD因 子分解失真,改善滤波效果。     

基于推力加速度模板的主动段弹道跟踪方法

对弹道导弹的主动段跟踪是导弹防御中重要的环节。针对此问题提出了一种基于推力加速度模板的主动段跟踪算法，该算法需要主动段推力加速度信息支持。给出了一种简捷的推力加速度模板构建方法。利用近常速运动模型描述了导弹运动特性，解决了对导弹发射时间的估计问题和模板概率的递推计算问题，并将该方法应用到空间预警系统中，通过仿真验证了该方法具有较好的识别效果，位置和速度估计误差都接近于CRLB限。