基于UKF的GPS定位算法

针对EKF通过局部线性化方法处理非线性问题可能产生的精度下降问题,提出了用UKF进行GPS定位解算的方法.介绍了UKF方法的原理,分析了GPS伪距方程的线性化近似误差和定位精度的关系,并讨论了利用UKF进行定位解算的有效性.采用"当前"模型,利用伪距和多普勒观测量进行定位解算.利用Spirent GPS 模拟器和NovAtel差分定位系统及NovAtel接收机分别进行了仿真实验和现场实验.结果表明,当滤波器状态初值误差较大时,UKF与EKF相比有明显的优势.     

天基红外低轨星座的传感器管理方法

针对天基红外低轨卫星与目标高速相对运动以及导弹防御系统的特点,分析了天基红外低轨星座传感器管理的模型。根据只测角观测模型,使用GDOP作为控制跟踪精度的因子,综合考虑多目标观测成功率、卫星交接次数、传感器调度延迟以及实时运算等条件,使用单步前向预测的动态闭环控制结构进行传感器管理。仿真结果表明,提出的算法能够对天基红外低轨星座的传感器进行有效管理。     

基于地磁场测量估计卫星姿态的UKF算法

提出了利用UKF（Unscented Kalman Filter）处理地磁场测量数据进行低轨道（LEO）卫星自主定姿的算法。通过使用估计姿态、轨道参数和国际地磁场参考（IGRF）计算得到的地磁矢量与三轴磁强计（TAM）的测量矢量之差作为更新信息，可以实现实时的姿态角和角速度估计。针对卫星稳态定姿、大角度快速机动的定姿以及姿态失控状态下的定姿等三种任务，分别用UKF和传统的EKF（Extended Kalman Filter）进行了数值仿真。仿真结果显示出本文提出的定姿算法的优越性。     

预警卫星对主动段弹道跟踪算法研究

针对预警卫星视线（LOS，Line-of-Sight）测量下对弹道导弹目标的跟踪问题，传统的方法（如EKF）存在易发散、不稳定的现象。引入一种更为稳健和有效的滤波估计算法UKF，其通过特别选取一些样点，给出随机变量经过非线性变化后的均值和方差，从而得到滤波器基于非线性方程的更新，避免了非线性方程的线性化。解析表达了导弹推力加速度值和导弹在重力作用下姿态的变化特性，提出了基于弹体旋转的主动段运动方程。通过Mortte-Carlo仿真，与其它算法比较，说明该算法跟踪性能更好，在空间预警系统应用中具有较好的适应能力。     

一种基于太阳震荡时间延迟量测的自主天文导航方法

太阳震荡可以在短时间内引起太阳光强度和光谱线心波长的剧烈变化,通过探测太阳光强度和光谱线心波长并记录时间,可以获得直接接收的太阳光到达时间和经天体反射的太阳光到达时间之间的时间延迟,可以利用时间延迟作为量测量提供航天器的位置信息。提出了一种基于太阳震荡时间延迟量测的自主天文导航方法;建立了基于时间延迟的隐式量测模型,并应用了IUKF方法。仿真结果表明：本文所提出的导航方法,应用在转移轨道上的位置误差和速度误差分别约为3.55 km和0.077 m/s,环绕轨道分别为1.76 km和1.57 m/s。同时也研究了3种因素对导航性能的影响。     

摇摆状态下基于非线性误差模型的惯导对准研究

摇摆状态下无法使用传统解析方法完成粗对准。为避开摇摆基座的粗对准问题,提出 了基于捷联惯导非线性误差模型的直接精对准算法。推导了捷联惯导的非线性速度误差方程 和姿态误差方程,基于速度量测信息给出了非线性对准模型,通过UKF算法估计失准角完成 摇摆状态下的精对准。算法可允许初始姿态误差达到40°。通过计算机仿真和摇摆台试验 对算法进行了验证分析。在给定试验条件下,在600秒对准时间内达到水平 0.02° ,方 位0.1 7°的精度。同时计算机仿真结果表明需对惯导速度进行反馈校正来保证模型的工作精度。
     

基于UKF估计的卫星编队动力学建模方法

提出了一种基于估计的卫星编队动力学建模方法。以实际的经过简化建模的卫星编队动力学模型为基础,利用UKF算法对该模型与精确模型的模型差进行估计,并运用该估计结果对原有模型进行反馈补偿,以达到提高卫星编队建模精度的目的。为了验证该建模方法的有效性,对基于空间圆形编队的卫星进行了仿真实验。仿真结果表明,在忽略J2摄动力影响的情况下,基于UKF估计的建模方法大大提高了原有建模方法的性能。     

发射系下的SINS/CNS/GNSS组合导航UKF滤波算法

弹载系统的组合导航系统模型常建立在发射惯性坐标系下,且捷联惯性/天文导航/卫星导航（SINS/CNS/GNSS）是一种目前研究较多的组合模式。该组合导航系统的状态方程具有强非线性的特点,常用的滤波方法为扩展卡尔曼滤波（EKF）。为了提高组合导航系统的精度及可靠性,对该组合导航系统的无迹卡尔曼滤波（UKF）模型进行了设计,直接将姿态、位置与速度参数作为状态的一部分,利用CNS及GNSS提供的姿态与位置构成量测方程,并详细给出了姿态样本点的生成、均值及方差的生成过程。仿真结果表明,相对于EKF算法,采用UKF算法后各导航参数的精度可提高约20%~30%,并且系统的实时性也可以得到保证。     

基于超宽带和航位推算的室内机器人UKF定位算法

超宽带是一种传输速率快、功耗低的新型无线通信技术,可提供亚米级定位精度,近年来超宽带定位在机器人领域的应用日益广泛。在超宽带信号有效区域边缘或信号受到遮挡时,超宽带定位精度急剧下降。为此提出了一种基于超宽带定位和航位推算的UKF组合定位方法,可有效克服上述问题,从而为室内机器人定位提供一种稳定可靠的解决方案。