联合定轨非线性模型估值的偏差修正算法

从理论上推导了联合定轨非线性参数回归模型估值的偏差与均方误差的表示方法,提出了一种基于迭代算法的参数估值的偏差修正方法。通过对联合定轨非线性半参数回归模型结构的分析,建立了参数估值的偏差与方差的近似表示公式,并设计了非线性半参数联合定轨模型估值的偏差修正算法。理论分析和仿真计算结果表明,联合定轨非线性回归模型估值偏差修正方法能够进一步改善卫星联合定轨精度,从实际应用角度验证了偏差修正方法的合理性和可行性。     

基于补偿最小二乘估计法的卫星精密定轨方法

由于卫星轨道观测数据中含有非线性影响因素,必然会降低定轨精度。将半参数回归模型引入卫星批处理定轨方法中,基于半参数回归模型补偿最小二乘估计法,提出了一种卫星事后轨道改进方法,以降低非线性影响并提高定轨精度。当测量数据存在非线性影响因素时,在理论上证明了半参数回归模型补偿最小二乘估计法优于经典最小二乘估计法。最后,对中低轨卫星定轨进行了仿真,结果表明基于半参数回归模型补偿最小二乘估计法的卫星事后轨道改进方法分离出观测数据中的非线性影响因素,从而提高定轨精度。     

基于双星定位系统的近地卫星定轨精度仿真

通过对测距误差特性的统计分析,建立了用于近地卫星精密定轨的距离和观测数据仿真方法,在此基础上构建了基于卫星动力学方程的精密定轨模型,设计了一种基于数值融合法的精密定轨改进算法和测距系统误差参数估计算法,并进行了六类仿真实验。仿真计算结果表明,基于一天的距离和观测数据仿真计算得到的近地卫星定轨精度可以达到15.98米,与利用其他精密定轨软件系统在相同仿真条件下得到的近地卫星定轨精度基本相当,但该算法避免求解状态转移矩阵,具有计算速度快,稳健性好等特点。     

非标准多传感器信息融合下的状态融合估计

给出了标准多传感器观测信息的统一融合模型,在此基础上分析了传感器观测系统参数对最优融合估计性能的影响.针对存在量测系统误差的非标准多传感器融合系统,构建了一种有效的系统误差参数估计模型.此外对传感器问具有不同非线性误差成份的融合系统,提出了一种基于互迭代自适应半参数的状态融合估计算法.该算法通过对非标准多传感器融合模型误差的补偿,利用线性和非线性迭代的方法来提取非线性因素,进而确定状态的最优融合估计.给出了应用该算法的具体步骤,并通过理论分析与仿真实验证明了该算法的有效性.     

卫星自主定轨中轨道摄动仿真

本文针对组合大视场星敏感器卫星自主定轨方法,建立了地球非球形摄动下的广义卡尔曼滤波仿真模型,滤波过程采用了新的改进算法。通过计算机仿真,说明该自主定轨方法具有很高的位置、速度均方误差估计精度且算法是收敛的。计算给出了一日内的卫星轨道,反映了在地球非球形摄动下轨道的变化情况,且对轨道面的进动进行了计算。     

基于模型概率的多模型融合定轨建模及仿真

针对实际定轨系统中存在的不确定性和非线性性,提出了一种基于模型概率的多模型融合定轨方法.通过多个线性模型的组合来逼近卫星定轨复杂非线性时变过程,将卫星状态的最优估计与多模型融合方法相结合,利用残差的大小来设计性能指标函数,给出了两种模型概率的表示形式,并建立了多模型融合估计相应的算法.仿真结果表明,与单一模型定轨方法相比,该方法不仅能大大提高卫星定轨精度和可靠性,而且还可以最终辨识和估计模型参数的真值,且对外界环境发生的变化有很强的自适应能力.     

基于平滑算法的惯导系统误差校正技术

惯性导航系统受初始误差的影响会产生周期性振荡以及发散误差。针对这一问题,提出了基于自适应衰减卡尔曼滤波及固定点平滑的估计算法,对系统初始误差进行估计,估计结果代入系统误差模型推导误差发散情况,以此对系统输出进行补偿。仿真结果表明，该算法可以有效抑制惯性导航系统输出误差的振荡及发散。     

基于形变模型的空间阵列位置误差估计方法

大型空间阵列在轨工作时,受热载荷等因素影响发生形变,导致阵元位置误差严重影响雷达系统性能。基于联合迭代的传统阵元位置误差自校正算法没有考虑天线形变特点,在实际应用中精度较差。提出基于形变模型的高精度误差估计算法,在建立天线形变模型的基础上,对每一次迭代估计位置采用总体最小二乘法进行曲面拟合,获得形变模型参数,根据模型参数修正阵元位置估计值,进而逐步迭代得到高精度的角度和位置误差估计。仿真结果验证了该方法的有效性及在低信噪比情况下的稳健性。     

基于多源观测的联合定轨数据融合建模及最优加权算法

针对基于双星定位系统的近地卫星联合定轨中的多源观测数据的融合处理问题,分别建立了基于测量噪声独立同分布和测量噪声相关的多源融合测量模型,提出了一种基于矩阵Cholesky分解的广义测量模型和测量噪声去相关方法。设计了多源融合测量模型的多结构非线性最优加权参数估计实现算法,并以双星定位系统的星敏感器测角与距离和测量信息为例,进行了联合定轨仿真实验。理论分析与仿真计算结果表明,相对于仅用距离和测量信息与平均加权方式,基于多源观测数据的最优加权联合定轨方法能够进一步改善卫星定轨精度。     

基于小波变换的轨道摄动时间序列建模及仿真

卫星摄动分析是卫星定轨的关键。卫星摄动变化规律复杂,直接影响定轨精度和计算效率。在摄动力分类和轨道摄动偏差统计分析的基础上,给出了一种基于小波变换的卫星轨道摄动时间序列分析建模方法。研究了基于小波变换的卫星轨道摄动偏差特征提取方法,能够对轨道摄动偏差做出很好的预测和噪声平滑;采用时间序列分析方法,构造了摄动偏差残差的统计模型;建立了基于卫星轨道摄动偏差残差AR（2）平稳时间序列表示的稀疏参数化卫星摄动的精确模型,达到对卫星轨道进行有效预测的目的。     

弹道导弹的雷达测轨算法

研究了弹道导弹的雷达轨道估计问题。为了解决雷达探测距离远、角度误差大、椭圆轨道计算量大和目标运动轨迹摄动大等恶劣条件下的测轨预报,并且能充分利用雷达测量误差分布的方向性以提高算法的精度和自适应能力,本文提出了机动检测多模型的目标状态估计器的预处理—给定两个时刻目标位置的轨道参数初算—多目标位置状态参数下的最小方差估计的目标轨道最优估计方法。通过对某型号防空导弹的制导控制系统仿真,可以看出该雷达目标测轨算法使其控制系统有很好的中末制导交接条件。     

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。     

非线性时间序列建模的混合GARCH方法

在文献[1]的基础上，首次提出混合广义自回归务件异方差（Mixture Generalized Autoregressive Conditional Heteroscedastic Model简记MGARCH）模型；给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分务件；给出该模型参数估计的EM算法：利用BIC定阶准则对MGARCH模型的各成份进行定阶；计算结果表明该模型对金融非线性时间序列中存在的变异率现象具有较强的描述能力，有广阔的应用前景。     

基于半参数GARCH模型的我国外汇储备形态

基于CSMAR提供的1987年1月至2007年12月的月度外汇储备数据,首次使用半参数GARCH模型对高频月度外汇储备的动态增长机制进行了研究。研究表明半参数GARCH(1,1)模型要优于参数的GARCH(1,1)模型和其他非参数GARCH模型,半参数GARCH(1,1)能够准确地拟合我国外汇储备的分布形态和动态相依结构,同时半参数GARCH模型也提供了一种灵活描述数据分布非正态和高阶矩的途径。     

多星载光学传感器系统误差极大似然配准算法

针对低轨星座协同探测弹道目标过程中存在系统误差的问题，提出多星载光学传感器系统误差极大似然配准（maximum likehood registration，MLR）算法。通过一阶Taylor近似对非线性量测转换线性化，推导出目标状态的误差协方差与卫星轨道定向、姿态角测量和传感器测量等随机误差的关系，并基于视线交叉获得观测在状态空间中的近似投影，从而将MLR算法扩展到低轨星座多光学传感器的误差配准。通过引入各类测量误差的先验信息对目标状态的误差协方差进行修正，利用期望极大化迭代，实现了对系统误差的无偏有效估计及目标轨迹的融合估计。仿真验证了所提算法的有效性，且配准性能优越。