一种自适应GNSS弱信号载噪比估计方法

全球导航卫星系统（GNSS）信号的载噪比（CNR）是衡量接收机工作性能的一个重要参数。为了准确得到载噪比估计值,推导并分析了2种常用的GNSS信号载噪比估计方法（方差求和法（VSM）、窄带宽带功率比值法（PRM））,并同时提出一种基于渐消因子容积卡尔曼滤波的自适应载噪比估计方法,比较了3种方法在通常的信号环境下和弱信号环境下的载噪比估计能力。结果显示:在信号较弱环境或信号受到遮挡产生突变等情况时,VSM方法与PRM方法均会产生较大的误差,而自适应载噪比估计方法能准确估计出信号的载噪比。      

基于数据驱动的非合作航天器姿态估计与预测方法

针对临近操作对非合作航天器的相对导航问题,考虑角速度测量缺失以及视觉特征丢失,提出了一种融合乘性扩展卡尔曼滤波和姿态预测的框架,实现了对非合作航天器的姿态估计和预测。采用惯性参数对状态向量进行了扩维,在缺少角速度测量的情况下预估了非合作航天器的姿态和相对转动惯量的比值。基于函数拟合和神经网络分别设计了两种姿态预测方法,解决了传统方法误差随时间累积的问题,有效减少了计算成本。最后,通过数值仿真验证了滤波估计和姿态预测算法的实时性和准确性。     

基于X射线脉冲星导航试验卫星观测数据的到达时间估计

中国首颗X射线脉冲星导航试验卫星（X-ray Pulsar Navigation-1, XPNAV-1）搭载了两种体制的X射线探测器,其主要任务是在轨开展X射线脉冲星的探测以及进行脉冲星导航体制的验证。为了实现到达时间（Time of Arrival,TOA）的高精度估计,提出了利用阵列信号处理领域的多重信号子空间分类（Multiple Signal Classification,MUSIC）方法进行脉冲星导航的TOA估计,进行了试验仿真验证,并且对XPNAV-1观测到的蟹状星云（Crab）脉冲星的光子数据进行处理。在观测时间为协调世界时（Coordinate Universal Time,UTC）57727.0约简儒略日（Modified Julian Day,MJD）到UTC57812.0MJD内,选取了0.5~10keV频段内的121段光子观测数据,对这些数据进行了脉冲轮廓折叠,得到了Crab脉冲星的折叠轮廓,然后分别利用互相关法和MUSIC方法进行折叠轮廓的TOA估计,最后对比了两种方法的估计结果。     

基于公共余数最优估计的多通道干涉SAR高程重建方法

针对多通道干涉SAR高程重建方法计算效率较低的问题,提出了一种基于公共余数最优估计的多通道干涉SAR快速高程重建方法。该算法首先对干涉相位去除平地效应后,得出每幅干涉图像任意一个像素对应的缠绕干涉相位,构造出关于干涉相位模糊数的同余方程组;然后利用最优估计法求解出带噪声余数的公共余数的最优估计值,求解出各目标的高程值;最后再利用改进措施得到更高精度的高程重建结果。试验数据处理结果表明,该方法使得多通道干涉SAR高程重建的计算效率有了显著提升。     

基于双目视觉和惯性器件的微小型无人机运动状态估计方法

针对微小型无人机(UAV)自主运动状态估计问题,提出了一种基于双目视觉和惯性器件的微小型无人机运动状态估计方法,运动状态估计系统由微惯性测量单元(MIMU)和2个摄像机组成.根据微惯性测量单元的输出更新无人机运动状态,同时由摄像机获得周围环境的图像序列,从序列图像中提取特征点,并对这些特征点进行匹配、跟踪,测量序列图像...     

基于最小二乘聚焦矩阵的宽带信号DOA估计

提出基于最小二乘的聚焦矩阵构造方法,首先,对宽带信号的每个频率分量,在所有可能的角度上构造方向向量;其次,在聚焦的频率点上,构造这些方向上的方向向量;最后,根据构造的方向向量,采用最小二乘方法求解聚焦矩阵。该方法不需要对DOA进行预估计,具有较好的稳定性和较高的角度分辨率。经计算机仿真验证,该方法是正确的。     

基于动态贝叶斯网络的弹头目标融合识别方法

通过分析导弹目标识别问题的特殊性,设计了适用于导弹目标识别的动态贝叶斯网络。根据导弹目标的特点,选取了几种具有较好普适性的目标特征,并给出了每种目标特征的条件概率。通过分析导弹目标识别流程,提出了合理的贝叶斯网络模型。最后经过仿真试验,证明该模型相比单特征识别模型识别概率有明显提高,并且具备较好的稳健性。     

基于距离一矩法判据的多源寿命信息融合

针对小子样复杂系统的可靠性信息融合技术展开研究,解决同总体多源信息的科学利用与融合问题。该方法从数据层融合人手,考虑了各源验前信息的可信度,根据矩法估计原理求解各种可能验前分布的参数。采取距离作为度量选取最佳融合验前分布丽数。最后通过MATLAB仿真实例对4种常见分布进行了研究,验证了该方法的有效性。     

卡尔曼/粒子组合滤波在GPS/INS组合导航中的应用研究

在非线性模型和非高斯噪声条件下,粒子滤波在GPS/INS组合导航系统的观测精度较低时能取得较好的滤波结果,但在高观测精度情况下会导致滤波发散。针对这一问题,在分析了基本粒子滤波器算法原理的基础上提出一种卡尔曼/粒子组合滤波方法,将状态向量分为线性部分和非线性部分,分别用卡尔曼滤波和粒子滤波估计,既保证了简化后滤波算法的结果不会变差,又将运算量大大降低,仿真试验表明,组合滤波器能够获得较高的滤波精度,满足实际的导航要求。     

皮卫星姿态估计及粗太阳敏感器标定算法研究

粗太阳敏感器是一种由多个光电池片配置组成的模拟式太阳敏感器,它结构简单、资源要求少,在皮卫星平台应用较为广泛。光电池光伏输出特性是粗太阳敏感器测量的基础,使用余弦关系近似等效会引入很大的误差。通过实际测试和深入分析,建立了更高精度的粗太阳敏感器输出特性等效数值模型,并以此为基础,推导了卫星姿态估计及粗太阳敏感器标定的联合在轨实时算法。算法采用多级耦合结构,由1个扩展卡尔曼滤波器(EKF)和6个卡尔曼滤波器组成,同时估计卫星姿态、卫星角速度以及卫星6个面共30个标定参数。仿真表明,和常规的EKF姿态估计算法相比,联合算法的运算量只增加了一半,而估计精度却提高了一个量级。