基于UD-EKF自主光学导航方法仿真

通过对深空探测器绕飞段自主轨道确定方法的研究,提出利用星敏感器及光学导航相机,通过对小行星附近多颗小天体夹角的测量并存储,同时结合几何关系,来实时确定飞行器轨道状态的一种基于UD分解的扩展卡尔曼滤波的光学自主导航的方案,并给出其UD分解构造算法;通过仿真验证了该方案可行性。     

SR-UPF在探测器自主光学导航中的应用研究(英文)

提出了一种用于探测器在巡航段的自主光学导航方案,该方案利用光学导航相机以及星敏感器,通过测量星光信息以及天体边缘的信息,得出了探测器的相对位置.在此基础上针对导航系统状态方程和观测方程的非线性问题,提出了SR-UPF(Square-Root Unscented Particle Filter)算法,该方法将平方根UKF滤波和粒子滤波有机结合起来,可更好地提高自主导航系统的准确度和可靠性.通过数学仿真表明改进的算法与原UPF算法相比,收敛速度更快,滤波精度更高.     

一种基于小波-UPF的探测器自主光学导航方法

提出了一种用于探测器在巡航段的自主光学导航方案,该方案利用光学导航相机以及星敏感器,通过测量星光信息以及天体边缘的信息,得出了探测器的相对位置.并利用小波分析对观测信息进行了预处理,滤除了它所包含的高频噪声,然后再进行小波重构得到平稳的观测信息,在此基础上进行UPF(unscented particle filter)滤波计算,以更好地降低重要性权值的方差,由此实时确定了探测器的轨道.该方法将小波分析和UPF滤波有机结合起来,可更好地提高自主导航系统的准确度和可靠性.通过数学仿真表明,改进的算法与原UPF算法相比,收敛速度更快,滤波精度更高.     

深空探测自主导航光学信号模拟器设计与实现

提出并实现了一种应用于深空探测自主光学导航地面仿真实验的光学信号模拟器.该模拟器以高性能图形工作站、高分辨率LCD显示器和光学准直器为主要硬件,通过软件实现深空中光学信号源(恒星、大行星、小行星)的精确位置与光学特性的计算,利用OpenGL实现深空中天体的三维重建并投影到LCD显示器上,最后使用光学准直器实现平行模拟光信号的输出.实验证明该模拟器简单有效,可为新一代深空光学导航相机地面测试实验提供可靠的输入信号.     

基于小波-UKF的自主光学导航方法研究

利用光学导航相机以及星敏感器,通过测量星光信息以及天体边缘的信息,进行了自主光学导航方案的设计.利用小波分析对观测信息进行预处理,滤除了它所包含的高频噪声,为UKF（Unscented Kalman Filter）滤波过程提了更为平稳的观测信息,并与UKF滤波进行比较,通过仿真验证了该算法的优越性.     

小天体撞击的自主光学导航方法

针对小天体撞击任务中撞击器高精度导航的要求,在撞击器相对目标天体的位置和速度矢量夹角很小的任务条件下,研究了一种基于B平面坐标系的自主光学导航算法.该算法以目标天体图像中心点像素值为观测量,将撞击器位置和姿态欧拉角作为状态变量,设计了卡尔曼滤波器,对B平面内位置分量和相应姿态分量进行了高精度估计.蒙特卡洛数学仿真结果表明,该自主光学导航算法具有较高的精度和较强的稳定性.     

导航星座长期自主定轨半物理仿真系统研究

进行导航星座长期自主定轨物理实验研究不仅难度大,周期长,而且成本昂贵.为更好的评估基于星间定向观测信息的导航星座长期自主定轨方案,利用星模拟器及星敏感器设计了基于星间定向观测信总的导航星座长期自主定轨半物理仿真系统.与单纯数值仿真相比,更为准确和可靠地模拟了星间定向观测信息及其误差特性,可以对基于星间定向观测信息的导航星座长期自主定轨方案进行更加真实有效的评估.最后利用本系统对基于传统EKF滤波算法的导航星座长期自主定轨方案进行了仿真验证.     

高精度自主导航系统重构方案研究与实现

提出了卫星信号丢失情况下在已知环境中高精度自主导航系统的重构方案与具体实现方法。在通常情况下自主导航系统采取INS/GPS基本组合方法,在GPS信号无效时,采用基于模糊规则的系统自主切换方法实施备用导航方案。设计了源于即时定位与制图在线制图思想的地图匹配辅助高精度自主导航实现方案,详细论述了自主导航系统重构方法和算法设计。通过实测数据,针对此方案在GPS信号不同覆盖情况下进行了计算机仿真,给出改进方案与传统方法的实际路试对比结果,具有实际工程意义。     

机动天基平台惯性/天文组合导航的研究

为了实现机动天基平台的长时间、高精度和低成本自主导航,采用了低精度惯性导航系统和天文导航系统进行组合。以扩展卡尔曼滤波算法为基础,通过建立系统状态方程和量测方程,并进行量测方程的线性化,将捷联惯导和星敏感器分别测得的姿态信息进行数据融合,估计出组合导航系统的误差状态量,从而修正捷联惯导系统的导航参数。仿真结果表明,在1000s内,平台姿态角误差稳定收敛在20?,定位误差优于纯惯导解算,证实了该方案的实用性。     

基于自适应航迹融合算法的GPS／SINS紧组合导航系统研究

针对开环校正GPS/INS组合导航系统卡尔曼滤波器在长时间工作条件下滤波精度下降的问题,提出了基于自适应航迹融合算法的紧组合GPS/INS导航系统方案.设计了一个与GPS/INS滤波器并行的独立GPS滤波器,利用自适应航迹融合算法对两个滤波器输出的局部航迹进行融合,从而得到系统航迹.数学仿真结果表明,该方案能够有效提高导航系统的导航精度和容错能力.     

面向多阶段任务可用度的装备群维修决策模型

多种维修方式的综合应用可最大限度提高装备可用度。针对装备群的多阶段任务特点,将维修活动近似安排在任务间隔期内,认为部件以一定的概率必然出现故障,获得了阶段期望维修时间。然后充分考虑了部件的3种维修策略以及产生的延误时间,给出了任务可用度的定义。以最大化任务可用度为目的,在综合分析阶段任务分配方案及维修方式选择影响的基础上,建立了一种非线性整数规划模型。基于问题实际提出了改进遗传算法对模型进行求解,以新的多层分段染色体形式表示优化方案,并调整遗传算子的操作方法以易于算法的实现。最后给出具体实例证明了模型及算法的有效性,有利于决策人员做出合理的任务及维修活动安排。     

GPS辅助修正惯性导航误差的虚拟卫星算法

传统的GPS(Global Positioning System)/INS(Inertial Navigation System惯性导航)松散组合要求GPS接收的卫星数目不小于4颗。在软件接收机的基础上,提出一种新的组合算法模型,称为虚拟卫星法。只要GPS接收的卫星数目为一颗以上即可修正误差。接收卫星数目达到三颗以上,即可确保速度误差不发散,位置误差也可以很好地抑制。当接收卫星数目达到四颗以上,速度、位置误差均不发散。仿真结果表明,虚拟卫星法在收到新的卫星信号时,能迅速地收敛导航误差。     

基于AEKF的高速自旋飞行体组合导航方法

针对高速自旋飞行体运行过程中噪声特性无法准确获取的问题, 提出了基于改进自适应扩展卡尔曼滤波(adaptive extended Kalman filter, AEKF)算法对量测噪声进行自适应调节, 并在扩展卡尔曼滤波(extended Kalman filter, EKF)的基础上提出了一种基于对状态变量新的建模方式的EKF算法, 提高算法的实时性。采用北斗/捷联惯性导航系统(strapdown inertial navigation system, SINS)组合导航方案, 在EKF的基础上, 引入带遗忘因子的噪声估计器, 通过AEKF对组合导航数据进行融合, 对量测噪声进行估计。仿真结果表明, 所提出的组合导航方法对高速自旋飞行体的姿态和位置定位误差较小, 与无改进的AEKF相比, 具有更好的收敛性。     

基于UKF的低成本SINS/GPS组合导航系统滤波算法

针对MIMU的精度不高,会带来较大的初始对准误差角,如果继续采用传统的小干扰线性方程就会给滤波带来很大误差,甚至发散。针对这个问题,对低成本SINS/GPS组合导航系统建立了基于四元数误差模型的非线性滤波方程,并采用了UKF非线性滤波方法。针对四元数误差模型单纯使用UKF方法无法估计加计零偏和陀螺漂移的问题,提出将UKF和EKF相结合的算法,仿真结果表明,比起扩展卡尔曼滤波以及采用传统小干扰线性方程的卡尔曼滤波,这种方法能够提高姿态误差角特别是方位误差角的估计精度。     

IAE-adaptive Kalman filter for INS/GPS integrated navigation system

1 .INTRODUCTIONInertial navigation system(INS) and Global posi-tioning system ( GPS) are two major navigationsystems now widely usedfor marine applications a-round the world. Considering both systems pos-sess complementary working characteristics , abooming attention is focused on finding effectivemethods to combine the two different systems toconstituteintegrated navigation system with higheraccuracy and better performance .Information likeGPS position and velocity are often chosen as…     

UPF based autonomous navigation scheme for deep space probe

The autonomous ＂celestial navigation scheme＂ for deep space probe departing from the earth and the autonomous ＂optical navigation scheme＂ for encountering object celestial body are presented. Then, aiming at the conditions that large initial estimation errors and non-Gaussian distribution of state or measurement errors may exist in orbit determination process of the two phases, UPF （unscented particle filter） is introduced into the navigation schemes. By tackling nonlinear and non-Gaussian problems, UPF overcomes the accuracy influence brought by the traditional EKF （extended Kalman filter）, UKF （unscented Kalman filter）, and PF （particle filter） schemes in approximate treatment to nonlinear and non-Gaussian state model and measurement model. The numerical simulations demonstrate the feasibility and higher accuracy of the UPF navigation scheme.     

基于SINS/GBAS组合导航的高精度进近着陆导航技术

可重复使用运载器在进近着陆阶段对位置偏差有较高的精度要求, 而现有的组合导航方式的导航误差波动幅度较大, 难以满足运载器在进近着陆段的导航要求。因此,本文利用捷联惯导系统(strap-down inertial navigation system,SINS)的非线性误差传播模型, 以陆基增强系统(ground based augmentation system,GBAS)输出的精确位置信息为基础, 建立SINS/GBAS组合导航方法, 并给出“输出+反馈”的组合导航复合修正结构。通过在GBAS中引入电离层误差及对流层误差, 从而实现了对于运载器定位误差在厘米级的精确定位。此外,通过引入扩展卡尔曼滤波技术, 有效地抑制了惯导误差漂移的问题。通过数值模拟仿真, 证明SINS/GBAS组合导航对飞行器进近着陆段的水平与高程定位误差不大于0.05 m, 测速误差不大于0.05 m/s, 从而证实了SINS/GBAS组合导航方式在可重复运载器在进近着陆段导航的可行性。     

SINS/CNS/GPS integrated navigation algorithm based on UKF

A new nonlinear algorithm is proposed for strapdown inertial navigation system (SINS)/celestial navigation system (CNS)/global positioning system (GPS) integrated navigation systems. The algorithm employs a nonlinear system error model which can be modified by unscented Kalman filter (UKF) to give predictions of local filters. And these predictions can be fused by the federated Kalman filter. In the system error model, the rotation vector is introduced to denote vehicle’s attitude and has less variables tha...     

基于分层融合结构的组合导航系统仿真分析

依据多传感器信息融合理论，将分层融合结构是应用到组合导航系统中，并与目前广泛应用的联合滤波算法（Federated Filtering)进行了比较。对INS/GPS/Doppler系统的仿真结果表明，有序分层融合结构可有效地应用于多传感器组合导航系统，并且导航精度优于联合滤波的结果。