组合大视场星敏感器星光折射卫星自主导航方法及仿真

通过分析影响星光折射法卫星自主导航精度的因素，给出一种高精度自主导航的新方法。即利用组合大视场星敏感器，同时观测整个地球边缘的三颗恒星，通过卫星、地球、恒星方向之间的位置关系及给出的星光大气折射模型，精确确定地心方位，实现高精度自主导航。结合推广的卡尔曼滤波算法，建立了该方法的仿真模型，以某地球同步卫星为背景，利用模拟数据进行了系统仿真。仿真结果表明，该新方法具有较高的导航精度。     

卫星自主轨道估计方法及其高阶非线性滤波器设计

卫星的自主轨道确定是卫星自主生存的必要条件。采用星载常用敏感器对自然天体进行观测,并对观测量进行适当转换,得出观测方程为线性化方程,计算量明显减小且具有更直观的物理意义;利用星光折射时星光矢量所处特殊位置计算地心距,增加观测方程信息量;二体轨道动力学模型的一阶递推近似引入系统模型误差是影响滤波器性能的关键因素之一,应用一阶导数函数值的线性组合替代高阶导数的函数值可以使微分方程的线性化误差大为降低。在滤波器的设计过程中,应用此方法对状态方程进行处理,极大提高了滤波器状态方程的递推精度。仿真结果表明,在相同条件下这种高阶非线性轨道估计器的滤波性能远优于扩展卡尔曼滤波技术的一阶轨道估计器。     

一种基于视线矢量的双星系统自主导航方法研究

研究了近地绕飞双星系统的自主定轨问题,设计了一种基于相对视线矢量测量的自主导航方法.本方法利用导航相机观测双星之间的相对视线矢量,并转化为相机坐标系下的像元像线,从而得到导航系统的量测模型;然后结合卫星的轨道动力学方程,通过扩展卡尔曼滤波算法精确估计双星在地心惯性系下的位置和速度共12个分量.最后,通过数学仿真验证了此导航方法的可行性.     

基于磁强计的卫星自主定轨算法

为了降低自主导航的成本,针对近地轨道地磁场的特点,提出基于扩展卡尔曼滤波器的地磁导航算法,该算法综合IGRF模型建立了观测方程,根据地磁场的IGRF模型是基于地心固连坐标系的位置函数的特点,采用地心固连坐标系的卫星轨道动力学方程作为状态方程,构造出卫星地磁导航系统的导航模型。仿真研究结果表明,该算法的卫星地磁导航模型结构简单,描述能力更强,导航算法具有较好的稳定性和收敛性。     

卫星星座分布式自主导航方法研究

利用分级处理的方法实现了卫星星座的分布式自主导航。提出了将地球作为一颗参考星构造虚拟地心距的方法,并推导了虚拟地心距与其它测量值之间的噪声相关特性。以Walker星座为对象进行了仿真验证。仿真结果表明:分级处理的方法可以实现卫星星座的分布式自主导航,而利用所提出的构造虚拟地心距的方法可以有效地提高卫星的导航精度,减小误差逐级方法的影响,从而提高卫星和整个星座的导航精度。     

基于地磁场的高精度自主导航方法

地磁场矢量可描述成卫星的位置函数,利用三轴磁强计观测地磁场矢量或模,可实现近地卫星在任何运行状态下的自主导航,但是由于地球磁场模型存在不确定性和长期变化性,三轴磁强计存在安装误差和未知比例因子等误差因素,所以目前单一使用三轴磁强计进行自主导航精度有限。提出一种利用地磁场信息在轨修正地磁场模型高斯系数和标定三轴磁强计模型误差的新方法,通过将三轴磁强计与地磁场模型参考值的矢量和模分别作差,推导两种差值与地磁场模型高斯系数和三轴磁强计模型误差参数的数学关系,设计先进滤波算法得到高斯系数及误差参数的最优估计,实时修正地磁场模型和三轴磁强计模型。以某低轨卫星利用地磁场进行自主导航为例,利用数值仿真验证在轨修正后地磁场模型和标定后三轴磁强计模型,并对3种自主导航方法进行仿真结果的分析和比较,论证所设计方法既提高系统导航精度、收敛性和稳定性,又有利于工程实际应用。     

基于星敏感器的星座自主导航融合技术研究

为解决单纯基于星间观测的星座自主导航系统的基准秩亏问题,利用星敏感器间接敏感地平的导航方法提出了一种基于星敏感器的星座自主导航信息融合技术。该技术可以有效地将星光折射和星间观测两种方法结合起来,利用星光折射提供星座中成员卫星的绝对位置信息,给出星座的空间基准,再利用星间相对观测,约束星座的几何结构,提高星座的整体的导航精度。     

基于地磁/光谱红移/太阳光信息的FAUKF自主定轨

针对地磁场模型精度低而引起的低轨卫星导航精度不高问题,提出了一种利用地磁、太阳光、光谱红移多源信息融合的低轨卫星自主导航方法。设计了基于地磁/光谱红移/太阳光信息的联邦自适应无迹卡尔曼滤波器(federal adaptive unscented Kalman filter,FAUKF)滤波自主定轨方案,提出了利用FAUKF滤波,选取太阳光矢量与地磁矢量的夹角的余弦值、地磁场强度、光谱红移信息为观测量,来估计卫星的速度和位置。仿真结果为位置精度465.38 m,该算法的精度要高于单纯的地磁导航,滤波的收敛性和稳定性较好,导航误差不随时间累积,有工程应用价值。     

基于星敏感器的星光折射卫星自主导航方法研究

研究了基于星光折射量测进行自主确定卫星姿态及轨道的方法。这种导航方案利用高精度的CCD星敏感器,结合星光穿越大气的较精确的数学模型,来间接敏感地平,从而实现对卫星的精确定位和定姿。为了说明所提导航方案的有效性,采用推广卡尔曼滤波算法,结合模拟的测量数据对自主定轨进行了仿真。仿真结果表明,定轨精度优于100m。还分析比较了采样周期、星敏感器精度、恒星数目等因素对定轨精度的影响。总结了其变化规律,可用于提高卫星自主定轨精度。     

中远程导弹惯性/星光组合导航关键技术及研究现状

惯性/星光组合导航技术具有全程自主可控和误差不随时间积累等特点,是中远程导弹自主导航领域研究的热点和难点问题,国内外研究众多,对此研究具有重要的理论意义和工程应用价值.针对惯性/星光的研究现状,本文对现有惯性/星光组合导航的技术原理进行了详细分析,对涉及到的大视场星敏感器技术、星图匹配技术、星光折射及连续修正等关键技术及研究现状进行了分析总结,并对惯性/星光在中远程导弹上应用的发展趋势和前景进行了展望.     

基于加速度信息的导航卫星轨控期间自主定轨方法

为了降低对地面测控站的依赖,提升导航卫星自身的自主运行能力具有重要意义。导航卫星在轨道控制期间,自主定轨误差将会产生重大偏差,为了能够快速恢复星历,提升导航系统的应用效率,针对导航卫星轨控期间的自主轨道确定技术进行了研究。首先,在传统的天文导航的基础上引入了加速度信息,然后根据加速度计测量以及估计误差判断,选择合适的时机在轨控期间对估计误差方差阵进行重置。仿真结果表明,基于加速度信息的自适应导航滤波算法,能够有效降低导航误差收敛时间,同时降低估计误差峰值。     

车辆自主导航系统的双滤波器模型及其导航算法

给出了车辆自主导航系统的双滤波器模型及其航位递推算法 ,在导航解算的每步递推中 ,先用航向滤波器进行航向捕获 ,再用航位滤波器进行航位捕获。这种方法利用两个线性滤波器分别进行航向 /航位估计 ,避免了常规导航算法由于观测方程线性化引起的模型误差 ,算法稳定性好 ,且计算量较小。现场跑车试验表明 ,给出的双滤波器模型及其算法能够获得满意的导航精度     

基于磁强计/太阳敏感器的自主导航方法

地磁场矢量是关于卫星位置的函数,利用星载三轴磁强计测量地磁场矢量,并且引入国际地磁场参考模型标准值,即可确定卫星的位置和速度。由于地磁场模型存在不确定性和长期变化性,所以单一使用磁强计自主导航精度有限。提出一种基于三轴磁强计与太阳敏感器相结合的自主导航方法,将太阳敏感器输出的高精度矢量信息与地磁场信息相结合,设计在太阳光照区和太阳阴影区两种情况下基于信息融合的组合导航原理及滤波算法并进行数值仿真,通过对仿真结果进行分析和比较,论证所设计方法既提高了系统的导航精度和鲁棒性,又有利于工程实际应用。     

基于因子图协同定位辅助的单星定位方法

在诸如行星探测,战争损毁等导航星座拒止环境下,单星定位系统可以快速部署为目标提供定位支持,但单星定位系统较大的定轨误差导致定位误差较大。针对上述问题,提出了一种基于因子图协同定位辅助的单星定位方法。首先,通过多组卫星不同时刻的伪距差值构建定位双曲面为定位目标提供连续定位并减小卫星和接收机钟差的影响;其次,利用多个定位目标之间的高精度测距信息建立协作因子图,并利用该协作因子图辅助单星定位系统的定位结果,从而提高定位精度。将所提出的单星定位方法与现有的多普勒单星定位方法和径向加速度单星定位方法从卫星定轨误差、测距误差和定位误差3方面进行对比。仿真结果表明,所提出方法的定位误差仅为其他两种方法的1%～10%。     

基于Mean Shift模型的多粗差探测RAIM算法

针对当前接收机自主完备性监测(receiver autonomous integrity monitoring,RAIM)算法中存在多粗差探测识别能力较弱、计算效率不足等问题,提出一种基于Mean Shift(MS)模型的多粗差探测RAIM算法。首先利用QR奇偶检校法构建样本数据集和QR检验向量;其次基于MS模型估计样本密度中心,并以此作为MS检校向量,使用观测向量与MS检校向量的距离来评价观测值可靠程度,从而确定异常观测卫星;最后联合观测向量、MS和QR检校向量构建基于距离关系的权系数函数,对多个异常观测进行处理。实验结果表明,基于MS检校向量的粗差判别方法在多粗差存在的情况下,具有更灵敏的粗差识别能力;相比最小二乘残差法,新型RAIM算法改善了多粗差探测识别能力和计算效率,可有效提高多系统融合单点定位的可靠性。     

重力扰动对高精度激光陀螺惯导系统ZUPT的影响分析与补偿

高精度激光陀螺惯导系统广泛应用于车载自主定位定向当中。当不存在外部测速设备的条件下，一般采用零速修正（zero velocity update，ZUPT）对导航误差的发散过程进行约束。常规ZUPT导航算法中重力矢量采用正常重力模型计算获得，忽略了重力扰动对导航精度的影响。考虑到车载自主导航系统对定位精度的要求，本文从重力扰动对惯性导航误差的影响机理分析入手，指出重力扰动是影响高精度ZUPT导航精度的最主要误差源之一。设计提出了两种适用于车载应用的重力扰动实时补偿方案，并在重力扰动变化剧烈的山区地带进行了长距离车载试验。试验结果表明，对于同一组跑车数据，导航时间2 h ZUPT间隔10 min，激光陀螺惯导系统的水平定位精度由补偿前的8.93 m提高到了补偿后的3.75 m，高程定位精度由补偿前的1.63 m提高到了补偿后的0.80 m。重力扰动补偿方法具有重要的工程应用价值。     

基于LSTM神经网络的短期轨道预报

针对基于动力学模型的轨道预报方法对卫星自主轨道预报与大量非合作目标轨道预报中存在建模成本过高和缺少目标空间环境信息的问题, 提出一种基于误差数据驱动的神经网络轨道预报方法。该方法在解析法动力学模型的基础上, 使用长短期记忆神经网络对历史轨道预报的误差进行学习, 预测未来短期动力学模型的预报误差, 以此对预报结果进行修正。选用Ajisai卫星轨道数据和SGP4(simplified general perturbations)动力学模型对所提模型的有效性和性能进行仿真验证。实验结果表明, 所提方法对地心惯性坐标系下3个轴一天的预报误差分别下降到原来的16.87%、17.66%、19.58%, 显著提升了轨道预报精度。     

改进的强跟踪平方根UKF在卫星导航中应用

针对应用于受不确定性干扰和噪声影响的卫星自主导航系统中的无迹卡尔曼滤波（unscented Kalman filter,UKF）存在估计精度低、跟踪性能差和鲁棒性弱等缺陷,提出一种改进的强跟踪平方根UKF(strong tracking square-root UKF, STSRUKF)导航方法。该方法中利用星敏感器和光学导航相机设计出导航方案,并通过转换方程将间接量测量转换为观测量。针对平方根UKF（square-root UKF, SRUKF）在高阶系统中因为sigma点的零权值系数是负的或者数值计算误差太大时而可能造成滤波器发散问题,采用一种改良的平方根分解方法,改善了滤波器的稳定性。同时,基于强跟踪滤波器理论（strong tracking filters, STF）,引入多重自适应衰减因子调节协方差矩阵,使得滤波器具有强跟踪能力和克服系统模型不确定的鲁棒性,改善了滤波器的估计精度。将该方法应用于卫星自主导航系统中,实验仿真结果表明,相对于平方根UKF和STF,该方法不仅保证了系统的可靠性,还提高系统的导航精度和改善系统的鲁棒性及跟踪能力。