行人导航系统中的MEMS误差在线修正技术

在基于微惯性器件的行人导航系统中,陀螺仪和加速度计的偏移是降低系统定位精度的重要因素。传统的标定方法大多在实验室中进行,后续导航解算都是基于标定后的固定模型,然而MEMS器件长时间工作后,标定模型参数发生变化会导致系统导航性能下降。通过分析行人导航系统及MEMS器件的特点,提出了一种基于误差模型的MEMS器件参数在线修正方法。根据行人行走的特点,检测并区分行走过程中的可修正区间与不修正区间。在可修正区间基于逆向解算算法实现了对陀螺仪和加速度计零偏的在线修正,并提出了主航向反馈修正算法,提高了行人导航系统长时间导航性能。实验结果表明,40m行走实验中,系统定位精度提升了9.07%;300m行走实验中,系统定位精度提升了13.14%。     

利用Singer模型的无陀螺姿态和角速度估计

 给出了一种利用Singer跟踪模型的扩展卡尔曼滤波器 (ExtendedKalmanFilter) ,用于无陀螺姿态和姿态角速度估计。在滤波器中 ,姿态和姿态误差分别由姿态四元数和误差四元数表示 ,而姿态角加速度由一阶Markov过程描述 ,从而避免采用姿态动力学模型。利用数值仿真计算验证了滤波器的性能。在所有的仿真过程 ,滤波器显示出快速收敛能力。稳态估计误差主要由测量更新频率和精度决定。     

卫星正常模式姿态确定算法研究

针对太阳同步极轨卫星进行了正常模式姿态确定算法研究 ,采用四元数法建立了较完整和准确的姿态估计器模型 ,并进行了可观测性及观测度的分析。通过数学仿真证明此姿态确定算法能够对星体姿态进行较精确的估计或校正 ,满足卫星控制精度要求     

一种卫星姿态确定的非线性算法

在稳态卡尔曼滤波算法中引入非线性项 ,改进了算法的性能。思路是在姿态确定误差较大时 ,使得非线性滤波算法等价于具有较大滤波增益的稳态卡尔曼滤波器。理论分析和仿真结果表明在保证同样稳态估计精度的情况下 ,与稳态卡尔曼滤波算法相比较 ,非线性滤波算法具有更快的收敛速度     

基于太阳电池板与磁强计的小卫星姿态确定算法研究

直接将太阳电池板电流作为量测量进行姿态确定，不仅可观性不高，也不利于计算量的减少。分析了利用太阳电池板测姿的原理；以立方体微小卫星为例，分析了由多个太阳电池板电流估计太阳矢量的问题，提出了受限最小二乘法。将所估计的太阳矢量与磁强计输出结合，进行双矢量定姿滤波。利用软件STK（Satellite Tool Kit）数据对算法进行了仿真，与直接将太阳电池板电流作为量测值的算法进行了对比。结果表明：该算法有效地提高了定姿性能。     

利用GPS进行航天器姿态确定的EKF方法

姿态确定是ＧＰＳ在航天器上应用的一个重要方面。采用广义卡尔曼滤波（ＥＫＦ）方法利用ＧＰＳ进行航天器姿态确定，建立了ＧＰＳ载波相位观测和航天器姿态运动的线性误差方程，并进行了仿真计算。     

实时辨识气动特性的一种动力学模型

本文提出一种6自由度动力学模型,结合广义卡尔曼滤波(EKF)算法,对实时辨识再入体气动特性的问题进行了研究,作了广泛的数值仿真。 本文的动力学模型与某一常规模型进行了详细比较:(1)本模型免去了常规模型中不太现实的测高假设和大气模型假设。(2)本模型可精确估计气动系数比,其中包括重要的静稳定度。此外,文章还对收敛时间、模型误差等进行了分析对比。 结果表明,与常规模型比较,本模型具有一定的优越性。     

一种速度矢量和位置矢量分离估计的固定单站无源定位改进算法

针对无源定位必须实现快速和稳定定位跟踪的要求,提出一种目标速度矢量和位置矢量分离估计的改进算法。该算法首先利用目标辐射源脉冲到达时间、到达方向、方位角变化率和仰角变化率建立了两组速度矢量作为变量的伪线性观测方程,并利用伪线性卡尔曼滤波算法估计目标速度,然后建立了将位置矢量作为变量的状态方程,而速度矢量作为确定性控制项加入状态方程,并利用修正增益扩展卡尔曼滤波算法对目标位置进行滤波。计算机仿真表明本文的算法具有定位精度高,收敛速度快的优点。