具有约束项的自校准卡尔曼实时滤波定轨方法

针对在传统卫星定轨方法中存在的轨道根数解算复杂 ,实时定轨精度低 ,以及系统误差校不准等问题 ,提出并详细阐述了具有约束项的自校准卡尔曼实时滤波定轨方法。该方法复杂度低、实时性强、计算量小 ,仿真结果表明该方法同时具有收敛速度快、定轨精度高的优点 ,具有很好的应用前景     

系统辨识在导弹建模中的应用

引入系统辨识的方法 ,确保当原始气动参数表内存在“突跳点”时 ,仍可以较为精确地得到导弹弹体三通道线性化模型。论述了这种方法的可行性、以及具体实现的步骤 ,最后给出仿真框图、仿真结果以及辨识误差的统计特性。结果表明 ,建模精度可以满足工程设计要求。     

一种电离层TEC格点预测模型

基于分析时间序列数据的门限控制单元(GRU)神经网络模型,利用电离层TEC网格点历史数据、太阳活动指数、地磁活动指数作为预测因子,提出一种高精度电离层TEC格点预测模型.对全球60个网格点的数据进行了模型预测和对比实验,得到北半球平均相对精度的均值为83.96％,高于南半球的73.60％,表明预测模型在北半球的适应性更...     

基于遗传算法的地基空间目标监视网布站优化与仿真

空间 目标数量的指数级增长和太空武器技术的多样化发展,给空间 目标监视网有限的资源调配带来了严峻挑战.将遗传算法与扩展卡尔曼滤波算法和蒙特卡罗方法相结合,应用于地基空间 目标监视网的布站优化,并通过仿真分析,实现了对监视网探测精度和资源利用率的有效提高.     

基于联邦滤波的异质异步多传感器组合导航算法

针对多源组合导航中各导航子系统数据更新频率不一致导致滤波器量测信息非等间隔,以及动力学模型受到干扰量测信息异常的问题,提出一种基于多尺度模型的自适应组合导航信息融合算法.利用不同尺度上的观测信息在各尺度上进行Kalman滤波,并经过融合最终获得基于全局的状态估计值.且以飞行器为应用对象,设计了适用于飞行器的惯导/卫星/...     

在航路管制阶段应用点融合技术研究

点融合技术已在国内外机场终端(进近)管制区范围内广泛应用,取得了很好的应用效益。为研究点融合技术能否应用于航路管制阶段,该文对巴黎区域管制中心的点融合技术应用关键要素进行研究和总结,在A机场航路管制扇区进行了应用探索,在中国民航相关规章体系下研究了其可行性。研究结果表明,在航路管制阶段应用点融合技术是可行的。     

基于相对骨骼点特征和时序自适应感受野的动作识别方法

针对长时间动作识别难以充分利用时空域信息的问题,提出了基于相对骨骼点特征和时序自适应感受野的动作识别方法。首先,该方法在特征获取部分增加了相对骨骼点特征,以满足节点多样性和互补性要求,将其分别输入到空域图卷积网络,获得空间中相邻关节聚合的局部特征。然后,设计了一个时序自适应感受野网络,以获取在时域中关节变化的局部特征,并且增加了网络对不同持续时长动作的适应性。最后,经过决策级融合模块,计算类别概率,得到分类结果。仿真结果表明,基于NTU RGB+D和Kinetics-skeleton两大基准数据集,对比多种主流方法,均取得了更高的识别准确率,分别为96.2%与60.1%。该方法可以较好地提取不同动作的区别性时间特征,提高了动作时空特征的判别能力。     

一种面向即插即用车载GNSS/INS/ODO系统的时空在线标定方法

车载轮速里程计(ODO)辅助卫星/惯性(GNSS/INS)组合导航时需要先进行惯性传感器(IMU)与ODO的空间对齐,而传统GNSS辅助IMU/ODO参数在线标定时未考虑GNSS时延与ODO时延对标定的影响,这对于无法实现硬件时间同步而需要即插即用的车载导航应用而言,考虑不够全面。因此,提出了一种面向即插即用车载GNSS/INS/ODO系统的时空在线标定方法。该方法在传统GNSS辅助IMU/ODO参数估计模型的基础上,增广了GNSS与ODO的时延误差,分析了两种时延对IMU/ODO参数在线标定的影响,推导并构建了完整的GNSS与ODO观测模型,采用卡尔曼滤波器对GNSS时延、ODO时延以及IMU与ODO之间的参数进行估计。实际测试结果表明,该方法可以有效提高IMU/ODO在线标定的精度。     

地月平动点尘埃动力学特性原位探测方法研究

为考察在地月平动点EML4、EML5可能存在的尘埃云的动力学特性,需研究能够覆盖较宽速度范围的尘埃颗粒动力学原位探测方法及技术。针对国内即将实施的Kordylewski尘埃云（KDC）探测任务,已有的栅网式尘埃速度矢量探测方法难以满足对高速颗粒的探测需求。作者提出通过在栅网式探测装置最后增加靶标以同时获得高速和低速颗粒的动力学特性参数,并对气凝胶靶标、电阻丝靶标、金属板靶标、电容式靶标、薄膜靶标及光帘式靶标等的适用性和优缺点进行分析比较后,建议采用栅网-金属电离复合式探测方法。     

基于双滤波器的高精度目标跟踪估计方法

针对连续推力的合作航天器,采用双重无迹卡尔曼滤波(DUKF)算法估计其状态和加速度.通过状态滤波器和参数滤波器的配合,提升滤波精度,完成运动状态和参数的估计,从而实现合作目标的运动轨迹跟踪.与合作航天器相比,非合作航天器存在大小未知、发生时刻未知的机动,无法获得加速度,且信息获取和运动状态的估计难度大.针对非合作航天器...