基于地面图像的卫星自主定轨方法可观测性及定轨性能分析

卫星自主定轨是航天发展趋势之一。近年来,高分辨率遥感卫星不断发展,为利用光学遥感图像进行自主定轨提供了可能。在此背景下,提出了一种基于地面特征点图像的自主定轨方法。通过构造局部可观测矩阵分析了该定轨系统的可观测性,并用局部可观测矩阵的条件数表征可观测度,估计系统的定轨性能。通过Monte-Carlo仿真实验评估了系统的定轨表现,结果表明:该定轨方法与多点定位方法相比可以得到更高的定轨精度。     

UKF参数估计在航天器气动辅助变轨问题中的应用

为快速精确地求解气动辅助变轨问题,提出一种基于无损卡尔曼滤波(UKF)参数估计的数值求解方法。首先,针对气动辅助变轨问题,利用极大值原理将其转化为对应的两点边值问题;然后,以协态变量的初值作为估计参数,以末端条件为期望观测值,将该两点边值问题转化为参数估计问题,并应用UKF滤波算法求解。该算法基于估计理论,避免了计算传统数值方法所需要的梯度矩阵,同时克服了猜测协态变量初值的困难,降低了求解气动辅助变轨问题的难度。数值仿真表明,该算法结构简单,求解效率高,具有良好的鲁棒性。     

基于SRUKF的偏心仅测角相对导航方法

针对以单个光学/红外相机作为相对导航敏感器的航天器,提出采用相机偏心安装和平方根无损卡尔曼滤波（SRUKF）两种方法,解决自主交会时中远距离和近距离全过程的仅测角导航(AON)问题。在观测相机安装时,人为设置一个分米量级的安装偏心,按照观测距离分段建立相机观测模型并推导了观测敏感矩阵,从理论上证明了径向和法向相机安装偏心可以改善近距离v-bar相对位置保持点的观测度,并且对远距离导航精度没影响。构建了基于SRUKF的仅测角导航方法,该方法不需要强制要求初始估计误差满足小量假设和零均值高斯分布假设。经算例验证,在远距离时,采用本文提出的仅测角导航方法,其导航精度比传统扩展卡尔曼滤波（EKF）方法提高了一倍,计算负载降低了约10%;在近距离时,解决了仅测角导航v-bar相对位置保持点不可观测问题;并且当初始估计误差呈非高斯特性时,依然可以实现对相对距离的无偏估计。     

雷达对再入机动目标跟踪算法研究

采用广义Ｋａｌｍａｎ滤波方法，通过在北天东雷达直角坐标系内建立相应的再入目标状态及雷达观测方程，再入目标的机动特性用一阶高斯马尔科夫过程描述，并增广到状态方程组之中，根据获得的带有测量误差的雷达测量信息对再入机动目标弹道进行估计，得到了满意的结果。     

雷达侦察系统的信号采集

论述了雷达侦察系统在进行信号采集量化时应考虑的因素和脉冲信号采集的基本类型，讨论了采集雷达区信号脉冲系列的跟踪采集、定时采集和自适应分路采集的方法。指出了圆周扫描搜索雷达信号时域上的截获方法及其频域上的频谱特征，同时还指出了对高速运动目标雷达信号的采集－处理过程，以判断其载体的运动动机和威胁程度。     

基于支持向量机的惯导初始对准系统

针对平台式惯导系统的初始对准 ,提出了基于支持向量机 (SVM)网络的滤波器 ,并将其用于惯导初始对准中 ,代替初始对准系统中的闭环Kalman滤波器 ,可以确保系统的误差状态始终为小量 ,实现了惯导初始对准中的滤波与校正功能 ,并将其与神经网络滤波器、闭环Kalman滤波器进行对比。仿真结果表明 ,采用SVM网络滤波器简化了系统运算的代数结构 ,提高了系统状态估值运算的实时性 ,而对准系统的精度又与采用闭环Kalman滤波器的精度相当 ,并且SVM网络克服了神经网络的不足。     

对接靠拢段的一种相对导航算法研究

自主相对导航技术是空间交会对接靠拢段的关键技术之一。Unscented卡尔曼滤波(UKF)是基于Unscented Transform(UT)变换的一种新型滤波器,它避免了扩展卡尔曼滤波(EKF)的线性化误差,不必计算Jacobian矩阵,而且其状态估计精度要比EKF的高。本文研究了基于UKF滤波器的自主相对导航算法。该算法根据追踪航天器上交会雷达的测量值,采用UKF滤波器对追踪航天器和目标航天器之间的相对位置和速度进行了估计,仿真结果表明该算法可以满足位置和速度估计精度的要求。     

箭载捷联惯性导航系统初始对准技术研究

为同时提高运载火箭捷联惯导系统(SINS)的对准精度、缩短对准时间，采取经典的粗对准与精对准两步对准法。在粗对准阶段，由惯性仪表的测量信息解析计算惯测组合坐标系到数学平台系的角位置关系，建立初始方向余弦矩阵Cb^n；在精对准阶段，采用四元数法推导出激光陀螺SINS数学平台角误差和速度误差方程。并以此建立初始对准误差模型，采用卡尔曼滤波(KF)进行精对准。数字仿真结果表明该模型有效，能满足初始对准精度和对准时间的要求。     

地形匹配相关算法融合处理

针对地形统计模型产生的模拟数字地图，采用地形熵算法、扩展卡尔曼滤波、地形局部线性化等地形匹配系统的相关算法，对由地形雷达测得的面数据和高度表测得的点数据进行融合处理。仿真结果表明，两种数据的结合，可使匹配精度比融合前提高70％以上。     

一种机动目标无源定位的新方法

目前对仅用测角信息的单站无源定位问题的研究，主要是基于固定辐射源目标以及匀速直线运动的辐射源目标，而在实际应用中目标常常是机动的。由此，提出了一种可调白噪声UKF方法。该方法在机动目标跟踪中使用可调白噪声模型方法，它不需要假定目标的机动加速度模型，而是通过检测跟踪滤波器归一化新息平方来调整过程噪声，从而实时地修正估计结果。同时算法对量测模型非线性问题采用UKF予以解决，不仅能克服EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响，而且算法实现简单。最后将该算法与三种机动目标被跟踪算法相比较，仿真结果验证了提出算法的优越性。