系统误差条件下的多运动站无源定位性能分析

 系统误差的存在可能对无源定位的性能带来较大影响。针对多运动站得到的含有系统误差的观测量信息,推导了定位误差的克拉美-罗下限(CRLB)。首先根据具体系统误差模型推导测量误差的统计信息,然后根据系统误差导致不同时刻观测量相关的特点,将非对角矩阵的误差协方差矩阵写为分块矩阵的形式,并在此基础上推导其递推计算式,最后以系统误差情况下多运动站只测角无源定位为例进行定位性能的仿真分析。仿真结果表明系统误差的存在对定位误差CRLB影响较大,在定位中需要重点考虑。     

基于相互测距信息的机群组网协同定位技术

在网络中心战条件下,针对无GPS(Global Positioning System)时如何提高机群的导航定位精度问题,构建了以机载数据链和惯导系统为核心的协同定位系统,设计了协同定位系统的测距方案,分析了协同定位过程中的时间同步问题,提出了一种基于机间相互测距信息的机群组网协同定位方法.该方法利用几何图形平移旋转来估计机群各飞机的惯导系统定位误差.仿真表明:该方法可以用于长时间估计惯导位置误差,有效延缓惯导位置误差的发散速度,当5架飞机协同定位时,机群惯导位置精度将提高2倍左右.     

基于二维单基线的单星高精度无源定位算法

针对长短基线干涉仪定位系统设备量大、系统复杂的问题,提出了基于运动学原理的单星高精度无源定位技术。以模糊相位差和相位差变化率为观测量,并采用三通道二维单基线阵列构型,充分利用长基线相位差定位精度高的特点,并结合相位差变化率的无模糊特性,通过粒子群改进算法实现高精度的定位。仿真结果表明,该算法定位精度高,定位性能接近CRLB。     

航天器自主交会对接的视觉相对导航方法

针对航天器自主交会对接在最终逼近阶段的相对导航问题,研究了基于特征光标的航天器视觉相对导航方法。首先建立了小角度假设条件下的相对导航模型。给出了航天器相对位置和采用欧拉角描述的相对姿态的近似解析算法。其次利用相对姿态的解析解作为观测信息,采用降阶的无迹卡尔曼滤波方法对目标航天器的姿态角和惯性角速度进行了估计,间接得到了相对姿态和相对姿态角速度的估计值。数值仿真表明提出的解析算法能够有效获得相对位置和相对姿态测量信息,通过降阶滤波可明显提高相对姿态确定精度。     

火星进入段自主导航技术研究现状与展望

基于国际上成功着陆的火星探测任务和未来火星着陆探测技术的发展需求,阐述了火星进入段自主导航的必要性。首先总结了火星进入段自主导航技术的研究现状与发展趋势,随后分析了火星进入段自主导航的特点以及所面临的挑战,并概括了火星进入段自主导航所涉及的关键技术。最后对我国未来火星探测任务进入段的自主导航技术发展方向进行了展望。     

卫星编队飞行的相对轨道自主确定研究

为了研究卫星编队飞行相对轨道的自主确定,基于相对轨道根数建立编队卫星间的相对运动方程,利用测量所得到的星间距离和方位信息作为观测量。不同于目前广泛采用的扩展卡尔曼滤波算法,设计Unscented Kalman Filter(UKF)算法实现卫星编队飞行的相对轨道自主确定。仿真结果表明这种相对轨道自主确定方案能获得较高的定轨精度。     

小天体软着陆自主光学导航与制导方法研究

针对小天体软着陆任务自主性、实时性的需求,对软着陆小天体自主导航与制导问题 进行了研究。提出了一种利用激光测距仪和光学导航相机跟踪目标着陆点的自主导航方案, 利用测距矢量以及目标点之间的几何关系,确定着陆平面法向方向和目标点位置。分析期望 的探测器下降轨迹特点,给出了一种基于制导变量的脉冲控制制导律,通过对目标点视线与 着陆平面法向矢量之间夹角的控制,将软着陆小天体控制分解为切向控制与法向控制两部分 。最后,通过数学仿真对自主导航制导系统的性能进行了验证,结果表明该方法能够满足垂 直软着陆的任务需要,实现高精度软着陆。     

深空探测器小天体交会段自主导航方法研究

针对深空探测任务中,与小行星交会段的自主导航问题,首先建立探测器在交会段的轨道动力学模型,并提出了2种导航观测方案:1)利用目标天体图像作为观测量;2)利用目标天体视线方向和目标天体夹角作为观测量.然后结合动力学模型和观测模型推导了2种导航方法的滤波算法公式.最后通过蒙特卡罗数值仿真分析方法,估算了2种导航方法的误差值,结果表明误差值在可接受精度范围内,验证了2种自主导航方法是可行的.     

基于MCIS技术的相位差变化率单站无源定位

针对最大似然估计（ML）方法求解测相位差变化率单站无源定位问题计算量大、定位慢的问题,本文提出一种利用蒙特卡洛重要性抽样技术（MCIS）高精度、低复杂度的估计方法。根据Pincus定理推导出ML问题的近似全局解,利用重要性抽样（IS）技术构建符合高斯分布概率密度（PDF）的重要性函数,作为样本选取的依据,通过逆变换采样获得样本集,统计样本均值直接得到辐射源位置估计结果。MCIS方法简单易实现且运算量低,能够克服传统ML估计多维网格搜索耗时较长的缺陷,而且对目标位置初始估计误差有较低的敏感性。实验结果表明,MCIS算法在相同测量噪声水平下,定位精度优于EKF、NLS算法,有效减小了初始化估计误差对算法定位精度的影响,也进一步讨论分析了算法参数和不同观测条件对定位性能的影响。