基于器间测量的火星进入过程实时高精度导航

精确着陆于火星特定目标区域是未来火星着陆探测的关键技术。面向火星精确着陆需求,研究火星进入过程中基于器间测量的实时高精度导航方法具有重要意义。该方法利用火星已有的环绕探测器,在着陆器接近进入过程中,通过无线电链路获得量测信息,结合器上滤波算法实时估计着陆器的位置与速度状态。仿真结果显示该导航方法可有效提高进入过程中的导航精度。     

国外木星系环绕飞行任务规划研究

调研了国外3项典型的木星系环绕任务(伽利略号、朱诺号和木星冰卫星探测器(JUICE)),归纳总结了行星借力飞行、利用天体摄动演化轨道、高精度导航、限制近木点高度以及利用飞越实现任务拓展等任务规划方法。最后,提出了我国木星系环绕探测任务规划的初步设想,即以木星和木卫二为主要探测目标,采用金星-地球-地球的地木转移借力序列,以及基于木卫二、木卫三和木卫四借力方式开展木星系探测任务规划,实现飞掠、环绕和穿透多种方式的木星系探测任务。     

基于北斗的连续运行卫星定位综合服务平台设计及其应用

面向北斗导航卫星系统的应用,提出建设基于北斗的连续运行卫星定位综合服务平台(BeidouCORS),该平台具有多种工作模式,是北斗导航卫星系统重要的地面应用和有效补充。给出了平台的总体框架结构和通信链路的设计方案,论述了RTK,RTD和PPP等多种服务模式下的系统工作流程,介绍了参考站、控制与数据中心和数据处理算法等关键部分的建设。基于提出的平台建设框架,结合上海区域特点,给出了上海北斗连续运行卫星定位综合服务平台的示范应用,并设想了平台未来的发展和应用前景。     

基于离散方波变换的脉冲星微弱信号周期性检测

为满足X射线脉冲星深空导航系统对脉冲星微弱信号周期性检测的要求,提出了一种基于离散方波变换(DSWT)的周期信号检测算法,并给出了其硬件实现方法.首先,通过对比DSWI和FFI变换核的相似性,证明了DSWT算法进行周期性检测的可行性,同时,研究了DSWT对白噪声的抑制作用;其次,DSWT的变换核仅取+1或-1,更适合硬件电路实现,给出了该算法的FPGA实现方法;最后,采用以Xilinx Spartan-3系列FPGA芯片XC3S2000为核心的开发板组成实验仿真系统,分别对实测和仿真脉冲星数据进行实验.结果表明:1.该算法可检测信噪比低于FFT算法;2.在信号输入完毕后3个时钟周期内即可得出计算结果,耗时比FFT算法少三个数量级;3.实现该算法所需的硬件资源少于FFT算法.     

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。
     

一种基于信息融合的深空巡航段自主导航算法

针对自主光学导航在深空巡航段应用中的问题,提出了一种基于信息融合的自主导航算法。由太阳敏感器测量获得太阳相对探测器的视线矢量,由分光计测量获得探测器相对太阳的径向速度,构建自主导航系统的两种信息观测方程;由基于状态估计误差协方差阵奇异值动态确定信息分配因子,用信息融合技术和扩展卡尔曼滤波算法实时估计探测器的位置与速度。对深度撞击任务的实际飞行数据的数值仿真结果表明:自主导航算法的轨道确定精度满足深空巡航段要求。     

国外光学遥感成像系统仿真软件发展综述与思考

光学遥感系统仿真是一个复杂的系统工程,涉及多个交叉学科领域。遥感成像仿真需要严格按照成像的物理过程进行模拟,对各关键环节建立精确的模型,设计标准化的技术流程,最终完成基于地学、光学、大气科学、电子学、传感器设计等多学科和多技术领域交叉融合的系统集成。文章通过广泛调研国外光学遥感仿真软件的应用和发展现状,比较3种典型仿真软件的设计框架和技术路线,分析其发展趋势,为自主研发的光学遥感仿真模拟软件提供借鉴。     

基于天文和陆标观测的月球卫星自主导航方法

随着我国月球探测工程的开展,为弥补地面测控的局限性,月球卫星的自主导航技术已成为     

自适应滤波在磁暴期间地磁导航中的应用

对磁暴期间巡航导弹巡航段的地磁导航问题进行了讨论。针对地磁导航在磁暴期间常规卡尔曼滤波容易发散的问题,提出了一种基于Sage\|Husa自适应卡尔曼滤波的地磁导航算法。算法根据新息的变化自适应调整测量噪声矩阵,消除了磁暴影响,提高了滤波稳定性。仿真表明在选择合适的遗忘因子基础上,即使在磁暴最剧烈的时间段,采用自适应卡尔曼滤波仍能保证一定的精度,定位精度在200m以内,满足巡航导弹中程制导的精度要求。     

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。