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.     

深空探测巡航段自主光学导航方案研究

星际巡航段导航方案设计是深空探测任务中的重要组成部分.针对巡航段的特点,研究了一种基于多颗小行星光学信息的自主光学导航方案.它包括导航星的确定,导航系统的建立,导航算法的研究.此方案给出了统一的导航小行星选取准则,导航星个数的判别方法,以及基于UD分解的递推加权最小二乘滤波导航算法.通过可观测性分析确保了导航算法的可行性,利用数学仿真验证了导航方案设计的合理性.此方案的导航系统精度优于深空1任务,位置估计误差小于100,速度估计误差小于0.3m/s.     

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.     

联合高斯回归的平方根UKF方法

针对传统的滤波方法容易受系统动态模型不确定性和噪声协方差不准确的限制这一问题,提出一种将高斯过程回归融入平方根不敏卡尔曼滤波（unscented Kalam filter,UKF）算法中的滤波算法。该算法用高斯过程对训练数据进行学习,得到动态系统的回归模型及系统噪声的协方差;采用标准的平方根UKF算法,状态方程和观测方程,相应的噪声协方差由高斯过程实时自适应调整。将应用于飞行器SINS/GPS组合导航,结果表明,该方法能够自适应系统噪声,收敛速度快,导航精度高。     

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.     

车载DR导航的非线性滤波方法研究

针对扩展卡尔曼滤波方法(EKF)用于车载DR导航系统滤波中存在的一些缺点,将一种新的滤波方法—UKF滤波方法用于车载DR导航系统的非线性状态估计中。该滤波方法与EKF方法相比具有容易实现和滤波精度高的特点。通过非线性状态估计UKF方法大大提高了导航系统的精度。为了检验其有效性,将这两种方法分别对车载DR导航系统进行滤波仿真,仿真结果进一步表明UKF方法优于EKF方法,是一种理想的车载DR导航非线性滤波方法。     

基于星敏感器/红外地平仪的自主导航算法研究

星敏感器和红外地平仪直接敏感地平的天文导航方法简单、可靠,但其导航精度主要取决于红外地平仪,因此导航精度相对较低.间接敏感地平利用星敏感器现测折射星得到地平信息,但是由于折射星数量有限,故不能连续提供观测信息.因此提出了一种将直接敏感地平和间接敏感地平相结合的信息融合自主导航方法,对两种导航模式的原理和观测方程进行了详细分析和推导.采用自适应扩展卡尔曼联合滤波算法进行数值仿真.通过对数值仿真结果分析,证实该方法既提高了系统导航精度,又增强了系统可靠性.     

基于多敏感器信息融合的卫星自主导航方法研究

直接敏感地平的天文导航方法简单、可靠,其导航精度主要取决于地球敏感器精度,因此导航精度相对较低.间接敏感地平利用星敏感器观测折射星得到地平信息,但是由于折射星数量有限且观测时段较短,所以不能连续、长时间地提供观测信息.因此提出一种在直接敏感地平与间接敏感地平相结合自主导航方法基础上,分析当间接敏感地平观测不到折射星时,引入三轴磁强计观测信息作为新息,提出基于多敏感器信息融合的自主导航原理及滤波算法,通过对三种导航方法进行数值仿真及其结果的分析和比较,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.     

UKF滤波方法及其在车辆导航状态估计中的应用

在车载导航系统中，通常采用EKF作为状态估计方法提高导航的精度。由于EKF进行非线性估计存在一些缺陷，因此将其用于导航系统的非线性估计时，存在估计误差，从而影响导航系统的精度。为了获得更高的导航精度，将一种新的滤波方法-UKF方法用于车载导航系统的状态估计中。对一个车载DR／GPS组合系统，将EKF和UKF方法分别进行了滤波仿真。仿真结果表明：在车载导航状态估计中，UKF方法优于EKF方法。     

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。     

X射线源/地心矢量观测的卫星自主导航应用

针对X射线探测器的卫星自主导航应用,提出基于X射线源/地心矢量观测的航天器自主天文导航方法。研究了X射线源/地心矢量自主导航原理并给出自主导航系统方案。通过X射线源和地心矢量提取,合成了X射线星光角距和星光仰角观测模型。对X射线源矢量方位观测误差和地心矢量方位观测误差引起的系统观测量残差进行了理论分析,并将其建模为缓变量。建立了卫星运动状态方程模型,并将无迹卡尔曼滤波(unscented Kalman filter,UKF)算法应用于自主导航过程中,针对观测量周期与导航周期异步的情况给出了导航解算方案。近地圆轨道卫星的自主导航仿真结果验证了该方法的有效性。     

考虑SAR量测特性的弹载SINS/SAR组合导航滤波算法

在弹载捷联惯性导航系统(strapdown inertial navigation system, SINS)/合成孔径雷达(synthetic aperture radar, SAR)组合导航系统中, 针对量测输出时间间隔不同及SAR量测滞后的问题, 提出一种利用曲线拟合法解决量测滞后的非等间隔无迹卡尔曼滤波(unscented Kalman filter, UKF)算法。首先，在UKF的基础上, 利用系统状态转移矩阵的特性, 根据SAR有无量测输出选择是否进行量测更新, 解决了量测不同步的问题。然后，利用曲线拟合补偿法拟合SAR输出信息, 获得SAR量测信息滞后的补偿算法。最后，以弹载SINS/SAR组合导航系统为研究对象, 验证所提算法的有效性。仿真结果证明，该算法得到的东向位置误差的绝对值为5.12 m, 航向角误差绝对值为6.63″, 北向速度误差绝对值为0.08 m/s, 相比于传统UKF算法有效提升了组合导航系统滤波精度。     

Fault tolerant navigation method for satellite based on information fusion and unscented Kalman filter

An effective autonomous navigation system for the integration of star sensor, infrared horizon sensor, magnetometer, radar altimeter and ultraviolet sensor is developed. The requirements of the integrated navigation system manager make optimum use of the various navigation sensors and allow rapid fault detection, isolation and recovery. The normal full fusion feedback method of federated unscented Kalman filter (UKF) cannot meet the needs of it. So a no-reset feedback federated Kalman filter architecture is developed and used in the autonomous navigation system. The minimal skew sigma points are chosen to improve the calculation speed. Simulation results are presented to demonstrate the advantages of the algorithm. These advantages include improved failure detection and correction, improved computational efficiency, and reliability. Additionally, its’ accuracy is higher than that of the full fusion feedback method.     

基于Kalman／UKF组合训练神经网络的初始对准方法

针对基于Unscented卡尔曼滤波(UKF)的神经网络训练学习方法存在的计算量大,实时性差的问题,提出了一种基于Kalman/UKF组合滤波原理的神经网络学习方法,该方法综合了Kalman滤波对线性系统和UKF对非线性系统的最优估计的优势,在保证神经网络权值估计精度的同时,有效降低了神经网络权值学习的计算量,提高了神经网络训练的实时性。最后将该利用方法训练的神经网络应用于惯性导航系统的非线性初始对准过程中,并进行了仿真研究。仿真结果表明利用提出的算法训练的神经网络与基于UKF训练的神经网络具有相同的对准精度和实时性,而提出的算法的有效降低了神经网络训练的计算量,提高了训练的运行效率,是解决惯性导航系统初始对准的一种有效和实用的方法。     

Pulsar/CNS integrated navigation based on federated UKF

In order to improve the autonomous navigation capability of satellite, a pulsar/CNS (celestial navigation system) integrated navigation method based on federated unscented Kalman filter (UKF) is proposed. The celestial navigation is a mature and stable navigation method. However, its position determination performance is not satisfied due to the low accuracy of horizon sensor. Single pulsar navigation is a new navigation method, which can provide highly accurate range measurements. The major drawback of single pulsar navigation is that the system is completely unobservable. As two methods are complementary to each other, the federated UKF is used here for fusing the navigation data from single pulsar navigation and CNS. Compared to the traditional celestial navigation method and single pulsar navigation, the integrated navigation method can provide better navigation performance. The simulation results demonstrate the feasibility and effectiveness of the navigation method.