一种强跟踪非线性衰减滤波的环月自主导航方法研究

针对月球所具有的特殊环境,将两个航天器利用相对位置信息导航的方法应用到环月航天器的自主导航中.由于低轨道环月的摄动力模型受复杂性因素的影响,动力学模型存在较大的误差,导致滤波发散,就此提出一种自适应衰减因子非线性滤波方法.通过仿真结果比较表明,此方法不仅能更好地消除非平稳随机噪声带来的长期项状态估计误差,还能适应采样周期的实时变化进而保证最佳的衰减抑制效果.     

基于深度前馈网络的自适应相对导航滤波

针对空间非合作翻滚目标近距离相对导航中出现测量异常偏差导致滤波精度下降甚至发散的问题,研究了具有抗差能力的自适应滤波估计方法。在设计了相对导航滤波模型的基础上,提出了基于深度前馈网络的自适应扩展卡尔曼滤波算法,并且详细设计了智能故障检测与估计的深度前馈网络模型与训练方法。数学仿真结果表明:深度前馈网络能够有效估计测量异常偏差且估计误差小于异常偏差值的15%,基于深度前馈网络的自适应扩展卡尔曼滤波结果显著优于常规扩展卡尔曼滤波。     

基于低轨预警卫星测量数据的弹道重构与选星算法研究

在低轨天基预警卫星(STSS)24星构型配置条件下,对弹道导弹ICBM全程飞行过程中可见预警卫星数多于2颗,用最小二乘几何弹道一次定位及扩展卡尔曼滤波(EKF)算法,提出了基于观测噪声估计方差最小的可见星最优选星原则。仿真结果表明:与不进行选星方式相比,用该选星原则进行弹道导弹弹道重构计算可满足在最小限度占用监视预警卫星资源条件下,获得更高的弹道重构精度。     

一种采用衰减记忆滤波的环月航天器自主导航方法研究

针对环绕月球运行的深卒探测航天器提出了一种新的自主导航方案，该方案是以两个环月航天器之间的相对位置矢量信息作为量测量，结合轨道动力学方程，对航天器的轨道自主估计确定，方案中考虑了符合实际的复杂摄动影响，并对描述动力学特性的数学模型与噪声的统计模型不准确而导致的滤波发散问题，提出利用一种经过衰减记忆改进的平方根非线性滤波（SRUKF）算法进行解决。对所提方案做了大量的计算机仿真，同时洋尽的分析和比较了由于衰减因子及采样周期变化所带来的影响。从仿真结果上看，衰减记忆滤波处理能够很好得抑制非线性状态转移条件下的滤波发散趋势。