基于“当前”统计模型的卡尔曼滤波在北斗单向授时中的应用

为了提高北斗单向授时的授时精度,提出了一种基于“当前”统计模型的卡尔曼滤波单向授时方法。将“当前”统计模型应用于接收机时钟频率漂移的建模以建立状态方程,使用经过卡尔曼滤波后的钟差和钟速对本地时钟进行修正。实验结果表明,在选取合适的机动频率和最大频率漂移的情况下,相比于未滤波修正,温补晶振时钟的峰峰值最多可以减小36.7%,标准差最多可以减小42.5%;恒温晶振时钟的峰峰值最多可以减小71.8%,标准差最多可以减小67.0%。基于“当前”统计模型的卡尔曼滤波单向授时方法,可以有效地降低观测量的误差与噪声对于接收机钟差与钟速的影响,从而提高授时精度。     

空间机器人的同伦类约束路径规划

同伦类约束路径规划是空间机器人路径规划的一种重要技术手段,能够有效实现复杂约束条件下路径规划的运算轻量化,具有重要的理论意义和应用价值。同伦路径规划以同伦这一数学工具作为基础,将空间机器人的可行路径集限制在范围有限且具有良好函数性质的同伦结构中,在该结构中进行优化路径的搜索,在保证路径规划有效性的同时降低了算法的复杂性。介绍了基于同伦的路径规划近似算法框架,以及路径同伦构造和规划问题的求解。从面向约束的路径同伦构造方法和同伦优化搜索2个层面分析了近年来针对空间机器人同伦路径规划研究的进展。根据研究现状,对空间机器人的同伦类约束路径规划的未来发展进行了展望。