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。     

锥运动条件下新的速度误差补偿项研究

经典的捷联惯导积分算法往往需要在姿态更新过程中对圆锥误差项进行精确补偿。虽然考虑了载体姿态变化的影响,但速度更新算法通常忽略了圆锥效应的作用。就圆锥误差项引起的速度误差进行了研究。指出其与陀螺角增量对速度更新的影响方式相同。在假设的线性斜坡模型条件下,利用两个连续的角增量和比力增量,详细推导了新的速度误差项的二子样更新补偿算法。在一种特殊的机动条件下,即当载体绕横轴作圆锥角振动的同时又沿立轴作同频同相的线振动,推导的二子样优化算法能够使该误差补偿项的平均性能最优。仿真结果证明该优化算法能够对新的速度误差积分项进行有效的补偿。     

基于群相位量子化处理的新型高分辨率相位差测量方法

在群周期相位比对和群相位量子化处理的基础上,提出了一种新型高分辨率相位差测量方法。利用频率信号间群相位重合点的分布规律,在群相位重合点处建立测量闸门,将相位差的测量转化为以群周期为基础的短时间间隔测量,大大提高了系统的测量分辨率。通过公共频率源信号的引入和群相位量子化处理技术,降低了实际计数闸门开启和关闭的随机性,消除了传统测量中±1个字的计数误差,提高了短时间间隔的测量分辨率,从而有效地提高了相位差的测量分辨率。实验结果表明该方法的科学性和先进性,鉴于短时间间隔的测量分辨率可达10 -13 /s量级,通过MCU控制时间--相位差的转换,实际相位差的测量分辨率可达0.0001度,明显优于传统的相位差测量方法,同时该方法电路简单,成本低廉,在卫星导航系统主、备份原子钟之间的无缝切换、1pps信号的相位异常检测及星地间高精度时间同步方面具有广泛的应用。     

面向任务的小卫星自主指令设计

为了提高卫星的安全性、可靠性和可用性,在分析小卫星遥控指令特点的基础上,提出了面向任务的小卫星自主指令设计,把以往多条独立的间接指令组成封装系列指令,星上可以自动判断指令的执行条件,发现指令执行异常时进行处理,从而简化了卫星遥控操作。封装系列指令可以由程控指令以及星上自主产生的事件启动,文章所设计的自主指令已在多颗小卫星上成功应用。     

行星着陆复杂形貌特征匹配与自主导航研究进展

基于行星定点软着陆探测任务的需求,围绕复杂形貌行星着陆过程环境特点,首先分析了行星着陆复杂形貌特征匹配与自主导航所面临的主要技术挑战,随后综述了行星着陆复杂形貌特征匹配与自主导航的研究现状,并概括了行星着陆复杂形貌特征匹配与自主导航所涉及的关键技术。最后对未来行星着陆探测复杂形貌特征匹配与自主导航发展方向进行了展望。     

GNSS中基于双星故障的RAIM中的数学关系

从理论上推导全球导航卫星系统(GNSS)中基于双星故障的接收机自主完好性监测(RAIM)中的两个基本定理,为基于双星故障的RAIM技术提供了理论支撑。第一个定理给出了RAIM中奇偶矢量与导航误差的关系,指出了两者的统计独立性,它表明只能通过多次测量的累积以统计方法得到导航定位精度;第二个定理指出可通过偏差修正方式得到正确的导航解。这两个结论与单星故障假设条件下得到的结论是相同的,这就表明,基于单星故障假设的RAIM方法,其基本原理是可以通用于双星以至于多星故障情形的,只需在具体操作上进行适应性改进。另外,推导方法本身也提供了一种进行GNSS分析的有力工具。     

捷联惯性/大视场星光组合导航方法研究

近年来,使用星敏感器的导弹、火箭惯性组合导航成为国内外研究的热点.本文对捷联惯性/大视场星光组合导航方法进行了研究,建立了卡尔曼滤波方程,并利用SINS误差转移矩阵方法估计主动段导航误差.数学仿真表明:捷联惯性/大视场星光组合导航方法不仅可以修正姿态角偏差和陀螺常值漂移,还可以对主动段的速度、位置误差有很好的估计效果.     

一种惯性辅助卫星导航系统及其完好性检测方法

针对传统的卫星导航/捷联惯导(GNSS/SINS)紧耦合组合系统中SINS测量影响所有的观测量,以及SINS故障不能被隔离的缺点,给出了一种新的惯性辅助卫星导航紧耦合组合结构及其完好性检测方法.设计了紧耦合系统结构和卡尔曼滤波器,将SINS测量转换为虚拟伪距,作为GNSS伪距测量的扩展,并设计了基于滤波新息的残差检验法(RCTM)和自主完好性检测外推法(AIME)来进行完好性检测.该紧耦合方法可以通过虚拟卫星的选择降低几何精度因子,在提高导航精度的同时便于完好性检测.仿真结果表明惯性辅助卫星导航新方法可以有效地提高导航精度,RCTM法对于阶跃故障和快变的斜坡故障检测是非常有效的,而AIME法对于慢变的斜坡故障检测具有更好的性能.     

基于拟平均根数之差的航天器相对导航UKF滤波算法

针对星载雷达数据(距离及其变率、角度及其变率),推导了以相对拟平均根数为状态变量的星间相对导航UKF滤波算法.建立了包含J2一阶长期项摄动的状态转移方程.推导了无奇点的相对拟平均根数与相对位置速度之间的转换矩阵,并分析了坐标变换中被忽略的二阶项的影响,对转换矩阵的精度进行了有效补偿.提出以相对位置速度为直接观测量,设计了具有自调整功能的测量误差协方差阵,避免了建立观测方程时状态量对直接观测量的繁琐偏导计算.仿真结果证明了该算法的有效性.     

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。