SINS快速传递对准建模与仿真

针对空间武器捷联惯性导航系统SINS(Strapdown Inertial Navigation System)动基座快速、精确初始对准问题,建立了空间环境下武器SINS的动基座误差模型,并考虑武器SINS的惯性器件误差.根据姿态传递对准原理,推导了姿态匹配方式下卫星与武器SINS姿态角之差的量测方程.在此基础上,建立了空间武器SINS传递对准的数学模型,设计一种快速对准卡尔曼滤波器.计算机仿真结果验证了该模型的有效性.在10s时间内,可获得与卫星姿态测量系统姿态精度相当的对准精度,同时还能实现武器SINS惯性器件误差的准确标定.      

基于脉冲星的日地系平动点轨道自主导航研究

给出一种利用X射线脉冲星的平动点轨道自主导航算法. 分析了X射线脉冲星导航原理, 以脉冲到达时间差值为基本观测量, 建立导航系统观测方程. 在高精度星历模型下, 对日地系L₁点Halo轨道建立数学模型, 利用基于UD分解的无迹卡尔曼滤波方法进行导航定位, 并研究了摄动因素对导航结果的影响. 仿真结果表明, 在日地系平动点轨道的自主导航中, X射线脉冲星导航是可行的.      

用于微小卫星的陀螺随机常值偏置误差的在轨标定

结合陀螺在微小卫星上的使用,提出了一种不依赖于其余敏感器信息的陀螺随机常值偏置实时在轨标定技术.该技术利用陀螺在轨实时测量信息,结合卫星姿态动力学本身的约束,实现了陀螺加电后初始随机零偏的在轨实时确定.分析了标定模型的可观性,得出了该技术的适用条件.仿真结果表明,该标定算法具有较高精度,对陀螺采样频率具有一定的鲁棒性,并具有较快的收敛速度,在给定的姿态动力学模型的精度条件下,100 s内基本稳定,收敛精度在1.0 (°)/h左右,标定性能可满足空间任务的需求.     

基于“当前统计”模型的机载防撞系统自适应目标跟踪算法分析与仿真

分析了基于"当前统计"模型的自适应滤波算法原理,提出了将基于该模型的自适应目标跟踪算法应用到机载防撞系统,对目标飞机进行监视和跟踪.对飞机的不同加速度情况进行了目标跟踪的计算机仿真,证明了算法在机载防撞系统中应用的可行性.     

基于捷联惯导高保真误差模型的非线性滤波算法

针对捷联惯导系统在大姿态误差条件的对准问题,推导了高保真非线性误差模型。该模型采用欧拉角表示姿态误差,并用与导航解算相同的姿态更新算法准确描述了姿态误差的传播规律。利用该模型设计了扩展卡尔曼滤波器,并以二位置对准为例,比较该模型与线性模型和大方位误差模型的滤波效果。仿真实验结果表明在小角度误差和大方位误差条件下,基于高保真模型的滤波器估计精度都优于其它两种模型,且在大水平姿态误差条件下滤波精度也很高。     

自适应卡尔曼滤波器在陆地车辆导航中的应用

建立了车载GPS(Global Positioning System)/DR(Dead-Reckoning)组合导航系统自适应扩展卡尔曼滤波模型及其算法,从而大大提高了车辆导航系统的定位精度.首次提出依据PDOP(位置误差系数)等GPS定位系统的输出参数,自动调整观测噪声协方差阵[WTHX]R和系统噪声协方差阵Q[WT]的大小,从而自适应地调整组合导航系统模型性能的方法,使得模型具有较强的适应性.计算机仿真及实验结果表明应用该模型具有良好的效果.      

基于实测数据回放的ROV导航定位系统研究

针对ROV对国产导航系统的需求,研发了包含导航融合终端软件及光纤罗经在内的ROV导航定位系统工程样机。该系统由嵌入式运行模式、仿真运行模式和数据分析模块三部分组成,能够完整记录ROV工作环境数据信息并进行时标化存储,生成实测数据文件,进而通过精准复现ROV工作环境数据,为ROV导航算法的调试提供便捷、一致的试验数据和高效的数据分析手段。海试验证结果表明,系统有效复现了水下试验数据,通过数据回放仿真高效完成了导航算法参数调试,对USBL噪声实现80%抑制,并能够有效应对USBL输出异常情况,可有效辅助ROV水下调查及安装等工程作业。     

船载惯性测量单元姿态信息优化方法

随着海洋卫星通信技术的广泛应用,船载通信系统的需求量与日俱增。基于微电子系统的惯性测量单元主要用于测量船体姿态信息,实现姿态反馈与控制补偿,是船载卫星通信设备的核心器件。实际应用中通过卡尔曼滤波处理的惯性测量单元的姿态信息并不完善,经过分析惯性测量单元在运动过程中存在干扰性的有害加速度。分析了有害加速度的产生原因和对测量姿态的影响并提出姿态信息的优化方法。通过此优化方法可提升惯性测量单元的测量精度,增强船载通信系统的控制精度。     

基于MLAMBDA的BDS/GPS单频RTK性能分析

GNSS RTK技术以其高精度、高效率、实时性的优点,被广泛应用于航空航天等领域.目前双频RTK技术已非常成熟并且应用较广.相比于双频,单频GNSS RTK在数据质量控制、定位误差处理等方面存在难点.因此单频RTK服务精度可能会受到限制,其定位性能有待研究.本文基于扩展卡尔曼滤波模型,通过MLAMBDA模糊度搜索方法和Ratio检验法,结合实测数据,对比分析BDS,GPS,BDS/GPS三种模式下的单频RTK定位性能.实验证明在静态场景下,三种模式的单频RTK定位精度都在厘米级,可满足高精度定位需求;动态场景下三种模式的模糊度固定率都在70%以上,可满足日常定位需求.在静态及动态应用场景下,北斗的模糊度固定率最高,模糊度解算所用时间短,能实现快速RTK定位.      

基于深度前馈网络的自适应相对导航滤波

针对空间非合作翻滚目标近距离相对导航中出现测量异常偏差导致滤波精度下降甚至发散的问题,研究了具有抗差能力的自适应滤波估计方法。在设计了相对导航滤波模型的基础上,提出了基于深度前馈网络的自适应扩展卡尔曼滤波算法,并且详细设计了智能故障检测与估计的深度前馈网络模型与训练方法。数学仿真结果表明:深度前馈网络能够有效估计测量异常偏差且估计误差小于异常偏差值的15%,基于深度前馈网络的自适应扩展卡尔曼滤波结果显著优于常规扩展卡尔曼滤波。