无人机TDRSS／SINS组合导航定位技术研究

文章利用TDRSS的单向多普勒自主定轨功能,从理论上推导了非轨道远距离无人机通过接收有TDRS的多普勒信息组成的观测方程,再加上自身的捷联式惯导系统（SINS）得到无人机的状态方程,利用Kalman滤波进行组合导航定位的定位方法,并对其精度进行了简略分析。     

二维地对空单站无源定位滤波算法研究

在空对地和地对空两种单站无源定位系统中,地对空单站无源定位难度比较大,因为地对空单站无源定位不仅要进行目标位置估计还要进行目标速度估计。在MATALB仿真平台上建立了地对空定位模型,并进行了EKF、MGEKF和UKF三种滤波算法100次Monte-Carlo仿真,提出了对Monte—Carlo仿真结果的若干处理方法,在此基础上对三种滤波算法进行比较,得出三种滤波算法各自的优缺点。     

GPS选择可用性(SA)信号采集与建模

 分析了ＧＰＳ测量伪距的各组成部分,设计了一个ＧＰＳ数据实时采集系统,通过定位计算和时钟偏移滤波的方法分离ＳＡ误差信号,经检验指出ＳＡ误差信号基本是零均值的平稳随机过程,对一段时期定点观测到的ＳＡ误差信号进行ＡＲ（１３）的模型辨识,获得大量的模型数据,从时域和频域对模型参数进行分析得到一些有益的结论。     

Kalman滤波中连续系统离散化的计算机实现

提出一种时间连续系统的离散化算法。运用矩阵论的二次型原理,推导了连续系统离散化的一般公式,得到了系统状态方程在时间域中的离散化通用模型,通过设计参数N保证算法具有一定的鲁棒性。该算法有利于针对时间连续系统的卡尔曼滤波过程在计算机上的一体化实现,仿真结果验证了算法的可行性和有效性。     

基于FPGA的多通道数字接收机设计与实现

针对多通道数字接收机在雷达和移动通信等领域的应用需求,提出了一种基于FPGA的4通道数字接收机的实现方案。采用4个AD9230芯片对射频模拟信号进行并行数字化处理,然后在FPGA中实现数字下变频和整个系统的配置;通过对积分梳状滤波器（CIC）和半带（HB）滤波器的级数和选通控制,实现覆盖范围为1～16384倍的抽取滤波...     

全数字宽带接收机的并行结构

介绍了一种FFT并行结构的全数字宽带接收机，接收机中包括载波恢复，定时恢复和匹配滤波器三个主要功能部分。其特点是信号处理速率比输入Nyquist采样速率低得多，而且其中的匹配滤波器和定时校正恢复可以在频域上有效地实现，这种结构特别适合于卫星通信中每秒几百兆比特速率的高速数据传输应用。     

雷测数据动态滞后修正方法研究

针对试验任务中可能出现的雷测数据动态滞后误差,分析了雷达伺服系统产生动态滞后误差的原因,采用实用的统计分群滤波方法对数据进行有效修正,从而提高数据处理精度。通过对同一问题数据进行3种不同的处理,比对各种结果,证明了该方法的有效性和实用性。     

基于矢量观测的航天器分段信息融合定姿方法

针对基于MEMS(微机电系统)陀螺和CMOS APS星敏感器的集成惯性/星光姿态确定系统的低精度特点,研究了适用于该定姿系统的基于矢量观测的定姿算法.对于陀螺/星敏感器这种配置模式,有EKF(Extended Kalman Filter)、QUEST、最优REQUEST等几种适用的定姿算法.针对EKF和最优REQUEST算法的不同特点并结合确定性算法QUEST,以四元数为姿态参数,将姿态估计的EKF方法分别与QUEST算法和最优REQUEST算法进行了融合,提出一种分段信息融合的姿态估计器:陀螺漂移估计误差较大时,将EKF与QUEST结合,快速估计出陀螺漂移.当陀螺漂移误差减小到一定程度,再切换为EKF与最优REQUEST算法融合的双重滤波器.仿真比较结果表明,这种分段信息融合的姿态估计器既可以估计姿态参数也可以估计陀螺漂移,并能达到很高的定姿精度.     

某型机载惯性/卫星/大气多信息融合MEMS航姿系统的设计与实现

针对机载MEMS航姿系统中器件精度低且易受干扰导致其姿态性能降低的问题,提出了一种基于大气/卫星信息辅助的航姿系统融合方案。构建了多源传感信息辅助下的综合航姿系统方案,所设计系统具有多种工作运行模式,可根据传感器可用状态实现滤波器的无缝切换,建立了组合导航系统状态和量测模型,采用Kalman滤波方法实现多源信息的融合与估计,并开展了原理样机的跑车试验。试验结果表明,所设计的融合方案能有效保障航姿系统的可靠性与精度,具有较高的工程应用价值。     

基于视觉的惯性导航误差在线修正

陀螺零偏和加速度计零偏是影响惯性测量单元(IMU)积分精度的重要因素。提供一组精确的实时的零偏估计可以提高IMU的积分精度,为视觉导航提供良好的位姿预测,提高整个系统的动态性能。通过合理地建立IMU的噪声模型以及IMU和视觉的组合方程,利用一种基于李群和李代数知识的IMU预积分方法将零偏进行合理的线性化,运用Kalman滤波进行IMU零偏的在线估计。实验结果表明,通过本文的修正方法,惯性导航的平均积累误差由0.034m/s提高到0.0037m/s,精度明显提高。