基于模型误差补偿的星敏感器/陀螺卫星定姿方法及其仿真

针对经典扩展卡尔曼滤波(EKF)依赖于未知参数动态模型的准确程度这一问题,提出了一种基于当前星敏感器观测信息的模型误差补偿算法.该算法利用状态估计信息及当前矢量观测值,以预报误差最小为准则,对陀螺输出模型中的陀螺漂移进行补偿,进而利用修正后的陀螺测量模型预报卫星姿态,从而显著地提高了系统的定姿性能.仿真实验表明,在无陀螺漂移先验信息的情况下,该算法能够有效地补偿陀螺漂移引起的模型误差,定姿效果优于EKF.     

基于星敏感器/陀螺组合定姿建模及精度仿真

首先讨论了卫星姿态确定原理的建模问题,针对星敏感器/陀螺组合配置的定姿系统,详细分析了动态滤波算法原理,推导了星敏感器观测矩阵及误差四元数状态方程,进而建立了使用Kalman滤波方法进行姿态确定的整个过程;并基于该滤波算法,讨论了姿态确定系统的最终定姿精度的分析与综合评估问题,从理论分析和仿真验证两方面确定了影响姿态确定精度的主成分误差因素,定量描述了误差因素的影响范围,并针对实际工程指标完成了主成分因素的边界条件,为姿态测量方案的设计提供了理论支撑.     

一种利用星敏感器对陀螺进行在轨标定的算法

为确保姿态测量器件长期在轨工作精度、提高姿态确定精度,针对典型的陀螺和星敏感器联合定姿方案,推导了一种星敏感器/陀螺在轨标定算法。考虑到卫星姿态测量过程中的几种主要误差源,建立星敏感器和陀螺标定模型,首先用递推算法对星敏感器单独在轨标定,然后采用Kalman滤波对星敏感器和陀螺同时进行在轨标定,对误差进行实时补偿,有效地提高了星敏感器和陀螺的测量精度,与同类算法相比,为卫星姿态确定提供了更加丰富的信息。最后对该算法进行了数学仿真,仿真结果验证了算法的有效性。     

基于子系统重构的鲁棒滤波算法及其应用

复杂环境下航天器姿态确定系统存在系统参数不确定性,并且可能存在观测数据的间断丢失情况.对此,本文研究了一种新的鲁棒滤波算法.该算法采用线性预测子系统重构补偿丢失的观测信号,并利用其参与到测量更新阶段,采用极小极大理论推导出具有观测数据丢失的不确定性系统的鲁棒状态估计的递推形式.将该方法用于复杂环境下的航天器姿态确定系统中,通过仿真验证了算法的有效性.     

基于磁力仪的惯导姿态校正系统设计与仿真

惯性导航系统姿态误差主要是陀螺漂移引起的累积误差,特别是低价位的系统,其误差随时间快速增长.而地磁传感器与加速度计组合可用于计算载体姿态,在载体稳定状态时能达到高精度,且没有累积误差.因为地磁-加速度计姿态系统的有效性取决于载体状态,设计一个模糊专家系统确定载体当前状态,在不同状态下选择不同的姿态传感器,并用Kalman滤波来优化载体姿态并控制估计误差.仿真结果显示,该算法可有效消除惯导姿态随时间增长的累积误差.     

伪陀螺/星敏感器组合双体卫星姿控系统

针对双体卫星姿态控制系统,给出了"伪陀螺"概念,及其与星敏感器组合的姿态确定方法,其中伪陀螺是使用卫星内部传感器的测量以及卫星参数来进行动态模型的实时软计算,跟踪系统角动量进而得到角速度。首先建立了双体卫星模型,并设计了动量轮控制律,在此基础上根据星敏感器的测量信息,应用广义卡尔曼滤波器来估计姿态和角速率漂移误差,进而对伪陀螺和惯性陀螺进行校正。仿真结果表明本文的姿态确定方法,对双体卫星的姿态控制系统是非常有效的。     

基于因子图的车载INS/GNSS/OD组合导航算法

针对车载多传感器组合导航系统中传感器有效性动态改变,以及传感器存在异步和时延的问题,提出了基于因子图的INS/GNSS/OD组合导航算法。采用因子图方法对惯性导航系统(inertial navigation system,INS)、全球导航卫星系统(global navigation satellite system,GNSS)、里程计(odometer,OD)进行建模,构建了INS/GNSS/OD组合导航系统因子图模型。采用变量消除算法将因子图转化为贝叶斯网络,并通过贝叶斯树的形式实现增量推理,确保了因子图算法的实时性。仿真结果表明,当传感器有效性动态改变,以及传感器存在异步和时延时,基于因子图的组合导航算法能够连续稳定地输出高精度的导航结果,满足了车载INS/GNSS/OD系统的要求。因子图算法具有很强的鲁棒性和灵活性,在处理多传感器信息融合问题中具有较大优势。     

基于对偶数和改进EKF的敏捷卫星姿态确定算法

针对对地观测敏捷卫星的大角度/位置的快速机动、高精度控制的任务需求,提出了一种敏捷卫星姿态确定算法。该算法利用对偶四元数推导出敏捷卫星运动学模型,并建立陀螺、星敏感器测量模型。通过对系统状态方程以及测量方程的线性化,应用自适应迭代扩展式卡尔曼滤波(adaptive iterated extended Kalman filer, AIEKF)算法对敏捷卫星的运动状态进行估计。仿真结果表明,所设计的算法能够有效估计系统状态噪声、测量噪声以及陀螺常值漂移,卫星的姿态角估计误差和角速度估计误差收敛至零,验证了算法的有效性。     

SR-CH∞KF用于弹丸飞行姿态测量研究

为提高弹丸姿态测量精度,提出一种基于H∞滤波的平方根容积卡尔曼滤波.该方法通过三轴地磁传感器和陀螺仪组合测量模型,采用欧拉角算法模型减少状态维数并使状态方程呈现线性化,可以减少计算量.该方法可以适用于量测噪声不确定的情况,引入新息序列不断修正误差限定参数来更新量测噪声估计值,可以提高滤波的精度和鲁棒性.奇异值分解能够保...     

基于GPS/地磁组合弹体滚转姿态测量方法

在全球定位系统(global positioning system, GPS)/地磁组合测量方法的基础上,对组合测量过程中存在地磁测量盲区问题进行了研究分析。针对磁阻传感器在测量弹丸滚转姿态时因有可能出现的磁探测盲区而造成解算结果不准确的情况,提出了利用弹丸的速度倾斜角代替滚转姿态输出的思路,建立了基于GPS弹丸速度倾斜角的解算模型,根据GPS的量测输出信息,对弹丸的速度倾斜角进行测量解算,并对采用弹丸的速度倾斜角代替滚转姿态输出的可行性进行了理论验证。通过数值仿真计算验证了该解算方法的正确性,有效弥补了磁探测盲区出现时组合测量解算误差较大或无法解算的不足,在一定程度上提高了GPS/地磁组合弹体滚转姿态解算的精度。     

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.     

CCD星敏感器辅助光纤陀螺在线标定技术

首先建立陀螺在线标定模型,然后以电荷耦合器件星敏感器输出的姿态四元数和陀螺输出的载体相对于惯性空间的姿态四元数构造量测量,采用模型预测滤波与扩展卡尔曼滤波相结合的方法,将部分陀螺误差项作为模型误差,在线实时估计并修正系统模型,提高了状态估计的精度,最后对该算法进行了数学仿真。仿真结果表明,该方法能有效地完成陀螺在线标定,标定精度和速度明显优于传统方法。这种在线标定的处理方法在实际使用和维护中具有极大便利。     

基于星敏感器的最小二乘估计自主定轨方法

基于星敏感器的航天器自主定轨,不同于基于GPS和跟踪与数据中继卫星系统的自主定轨,它是采用星敏感器对背景恒星的观测资料进行定轨.使用第一类无奇点根数状态微分方程,利用星敏感嚣视场中的多个恒星以及底片坐标,计算视场中心天球坐标的最优估计值,从而建立条件方程,采用最小二乘估计快速确定航天器的轨道.这种方法可以彻底摆脱航天器定轨对地面测控设备的依赖,实现真正的自主定轨.该方法的实现大大降低了航天任务的成本,同时,可缓解地面测控资源的紧张和冲突问题.     

基于FCM的多传感器融合多目标跟踪的数据关联

数据关联是实现多目标跟踪的核心技术之一,也是实现多传感器信息融合的前提。本文采用改进的模糊c-均值法求解关联概率,并通过在不同的传感器所对应的观测空间上建立多目标运动状态的投影,将单传感器数据关联算法推广到多传感器信息融合系统,从而可在密集杂波环境中实现对多目标的数据关联和精确跟踪。仿真实验结果说明了本文方法的有效性。     

Uncertain information fusion with robust adaptive neural networks-fuzzy reasoning

1 .INTRODUCTION Under increasingly complex operational circumstances ,there exists uncertain information in the sensors andthe networks of the multi-sensor system. The uncer-tainty occursin various manners ,e.g.the uncertaintyof multi-sensor systemstructure (includingthe dynam-ic ti me-variation property) and the uncertainty of theinformationitself (including fuzziness (containing am-biguity) ,randomness ,incompleteness (including de-fectiveness) as well as roughness) . And uncertainin-for…