基于回波数据的机载双天线InSAR运动补偿

基于定位定向系统(position and orientation system,POS)测量数据实现补偿不适用于基线非刚性的系统,因而研究了基于回波数据的干涉相位误差补偿方法——频谱分割方法,分析了干涉相位误差与载机姿态变化造成的斜距误差之间的关系,阐明了算法原理及适用条件.分析了算法的关键参数对补偿精度的影响,提出定量化的选取标准.基于相位误差随距离向变化的模型,改善了算法精度,给出了算法流程.最后利用该算法处理了实际机载双天线InSAR数据,结果表明该方法具有较高的精度,可以在缺乏测量数据的情况下完成干涉相位误差补偿.     

一种基于可观测度分析的SINS／GPS空中对准新方法

针对遥感飞机长时间直线飞行作业时,由于SINS/GPS组合导航系统可观测度低导致系统精度下降的问题,提出了一种基于可观测度分析与杆臂误差补偿的空中机动对准新方法.该方法将归一化处理后的系统状态可观测度作为反馈因子,在空中对准过程中根据反馈因子对SINS系统进行自适应反馈校正,同时补偿了影响GPS观测量精度的杆臂效应误差.半物理仿真结果表明,该方法与传统方法相比,有效地提高了空中机动对准的精度.     

用GPS数据进行机载SAR运动补偿处理

针对真实飞行条件下飞机运动和定位误差降低图像质量的特点,提出了用四个GPS(global positioning system)组合测量来确定飞机姿态参数的新方法,具体实现方法是使用一个主接收机送飞机各个部分的微分修正量给辅助接收机,三个辅助接收机送回基线向量,给出了实现该方法的具体步骤。并通过此方法实现了机载SAR(synthetic aperture radar)的实时姿态确定,结合距离-多普勒成像算法进行机载SAR数据的运动补偿处理。试验表明利用四个GPS提供的运动参数对具有大运动误差的SAR数据运动补偿后,能得到高质量的高分辨率SAR图像。     

异类传感器系统目标快速定位方法

在异类传感器系统中,快速、准确地定位技术对于数据的关联、目标的跟踪至关重要。为解决异类传感器系统中目标定位问题,提出了快速目标定位法。该方法首先将不完整的测量补充为完整测量,然后用精度加权法实现多测量之间的融合得到目标的位置估计,为提高估计的精度,最后采用扩展加权最小二乘法进行目标位置的二次估计。仿真实验结果表明,提出的目标定位方法是一种快速、有效的目标定位方法,定位误差的方差接近Cramer-Rao下界。     

绕地飞行器GPS/INS组合测量系统

采用全球定位系统 /惯性导航系统 (globalpositioningsystem/inertialnavigationsystem ,GPS/INS)组合方式实现对绕地飞行器定位和姿态测量。通过对可观测性能分析 ,得出了这样的结论 :仅用伪距和伪距变化率为观测量的组合系统对姿态角误差的可观测性较差。引入GPS载波测量信息作为观测量 ,可以提高姿态测量的可靠性和准确性。采用接收机自主完整性检测 (receiverautonomousintegritymonitoring ,RAIM)技术实时剔除异常数据 ,总结一种改进的自适应滤波算法进行数据处理 ,较之常规的Kalman滤波算法 ,收敛速度更快 ,平稳性更好。计算机仿真验证了算法的有效性     

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。     

基于磁梯度张量的目标定位改进方法

针对目前磁性目标单点磁梯度张量定位方法受地磁场影响较大的问题,通过对单点磁梯度张量定位算法的偏微分推导,提出了基于磁梯度张量的目标定位改进算法,并针对定位算法中的所需变量提出了基于正六面体磁梯度张量测量系统的变量计算方法。所提方法利用磁梯度实现目标定位,降低了地磁场对目标定位的影响。仿真结果证明,与原方法相比所提方法受地磁场测量误差的影响很小,且定位精度较高,磁力仪精度和系统基线是影响定位误差的主要因素。     

一维干涉仪体制运动单平台定位算法和仿真分析

先前的相位差变化率定位方法中不仅需要相位差变化率参数,还需要获取方位和俯仰信息,而这通常需要利用二维相位干涉仪来实现,在一定程度上增加了平台的载荷负担.针对航空平台ESM设备普遍采用一维相位干涉仪的实际情况,提出了一维干涉仪体制下的运动单平台无源定位算法,该算法通过采用圆锥向角代替方位和俯仰角并与相位差变化率及目标高程先验组合即可实现对目标的瞬时定位,利用Monte-Carlo仿真实验计算和分析了算法的定位误差,得到了干涉仪安装方式和平台姿态模式的优化原则,分析了目标先验高程误差对定位精度的影响.针对测量精度较低的情况,引入中心差分滤波算法对累积测量进行处理以提高定位跟踪精度.研究表明,这些有益结论可以为系统的设计和工程应用提供理论指导.     

基于SINS/OD失准角观测的垂线偏差测量方法

组合导航系统的姿态失准角与垂线偏差(deviation of vertical, DOV)存在对应关系,通过对姿态失准角的观测是实现DOV测量的一种有效手段。本文基于车载捷联惯性导航系统/里程计(strapdown inertial navigation system/odometer, SINS/OD)组合导航姿态失准角观测及失准角误差的递推提出一种DOV测量方法。首先,从组合导航速度误差方程出发,推导出DOV与姿态失准角之间存在复杂的耦合关系。然后,通过沿路径迭代递推的分步计算方法,由导航过程中的姿态失准角直接获取沿线的DOV。最后,仿真结果验证了该算法的有效性,且表明测量精度与行驶路径的长度有关。实验表明,行驶里程35 km的机动路径上DOV误差均值小于0.3″,终点处单点测量误差小于0.7″。     

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。     

基于惯性参考系的动基座初始对准与定位导航

以惯性坐标系作为捷联惯导解算参考基准并综合外测速度辅助信息,可有效隔离载体角运动和线运动干扰的影响,实现捷联惯导系统（strapdown inertial navigation system, SINS）动基座初始对准。但现有算法的对准精度受载体位移影响,通过位移补偿降低重力矢量在惯性系投影的偏斜误差,同时给出了基于惯性参考基准的SINS定位方法,提高SINS动基座初始对准精度,并且具备对准过程中进行实时定位导航的能力。车载实测数据分析表明,动基座方位对准精度达到0.032°,相对定位精度约为行程的0.15%。     

用于组合测姿的Kalman渐消因子自适应估计算法

提出了适用于姿态测量的Kalman滤波渐消因子自适应估计算法,滤波中采用序贯处理的方法计算出每个量测量对应的渐消因子,在位置速度组合导航系统中,只有位置、速度的误差状态是直接可观测的,用序贯滤波处理计算得到的渐消因子对协方差阵中对应于位置和速度误差状态的对角元素进行自适应控制,抑制滤波发散,提高位置、速度和姿态的测量精度。半实物仿真表明,与原来的算法相比,修改后的方法不仅能够提供高精度位置、速度信息,而且还可以提供高精度姿态信息,其中航向误差在0.08°以下,俯仰和横滚误差在0.02°左右。     

车载动基座 FOAM 对准算法

目前对动基座对准问题的解决方案大都基于惯性系，但这些方案需要存储导航期间惯性系矢量信息，且对准结束时定位精度不高。提出一种新的车载动基座快速最优姿态矩阵(fast optimal attitude matrix, FOAM)对准算法，有效提高了车辆动基座定向精度，并能够保证在对准结束时有一定的定位精度以保证后续直接进入组合导航。最后，车载试验验证了车载FOAM 对准算法的有效性。     

基于辅助信标的无人机协同目标跟踪

针对无人机姿态角误差与观测误差影响目标定位精度问题, 构建基于辅助信标的无人机协同目标跟踪模型, 提高了对目标的定位精度。提出基于辅助信标的姿态校正方法, 利用辅助信标的精确位置实时校正无人机的姿态角, 减小姿态角误差对定位精度的影响。根据双无人机的最优观测构型, 设计双无人机协同控制律, 得到无人机观测的优化轨迹, 以提高无人机对目标的观测质量, 最后采用容积卡尔曼滤波算法得到目标的状态估计。仿真结果表明该算法能有效减小无人机姿态角误差和观测误差对目标定位的影响, 提高目标跟踪精度, 具有一定的工程应用价值。     

捷联惯导行进间对准位置更新与误差分析

针对车载捷联惯导行进间初始对准抗干扰能力差、自主测速设备难以获取位置信息的问题,提出一种基于位置更新的行进间惯性系对准算法,并分析位置误差影响。利用惯性凝固思想建立了行进间惯性系双矢量和多矢量对准模型,提出了一种行进间对准位置更新算法,即由自主测速设备获得的载体速度可解算出量测矢量,进而通过姿态变换和积分迭代可以得到地理位置信息,同时分析位置误差对惯性系对准的影响。通过实验验证,相比于惯性系双矢量对准,多矢量对准方法更加充分利用了量测矢量信息,抗干扰能力强;位置误差将引入行进间对准误差,采用位置更新算法能够得到更高的行进间对准精度,还可在初始对准结束时刻为后续导航提供位置信息。     

基于MSCMG的复合补偿控制提高图像配准方法

针对星上相机运动干扰影响遥感卫星图像配准精度控制难题,研究基于磁浮控制力矩陀螺(magnetically suspended control moment gyros, MSCMG)的复合补偿控制提高图像配准精度的方法。以基于MSCMG作为执行机构,采用姿态反馈补偿控制方法,避免复杂的控制系统前馈补偿及其自身干扰,姿态稳定精度达到5.8×10-5(°)/s。在此基础上,提出了MSCMG姿态补偿控制与相机运动补偿算法一体化的复合补偿控制方法。仿真结果表明:采用一体化复合补偿控制,跟踪相机步进角精度由补偿前的6 μrad提高到补偿后的0.36 μrad,提高了一个数量级以上;扫描角精度由补偿前的0.6 μrad提高到补偿后的0.45 μrad;显著提高了相机光轴指向的稳定性;研究结果可为甚高精度遥感卫星高精度图像配准设计提供参考。     

基于AIS信息的舰船位置标校方法

为了提高时差型卫星定位系统对舰船的定位精度,提出了一种基于船舶自动识别系统(automatic identification system,AIS)信息的舰船位置标校方法,该方法将具有AIS信息的民船作为标校源对军舰位置进行校正。首先,针对AIS信息无法直接用于位置标校的问题,提出了标校源雷达位置及其误差估计方法;其次,针对标校源雷达位置存在的误差,建立了标校方法的误差分析模型和标校源有效性分析方法,理论分析了标校定位精度及其改善程度,为标校源的选择提供了依据。最后,仿真分析验证了提出的标校方法的有效性。     

基于信息复用和算法融合的初始对准方法

对惯性系多矢量定姿法的误差特性进行了理论分析, 同时分析了最优估计初始对准的可观测性和对准误差, 得出静基座下两种方法的对准精度相当的结论, 通过试验验证了该结论, 并发现当对准时间较短时, 多矢量定姿法存在较大波动, 因此将对准阶段的所有数据均用于多矢量定姿, 提高算法稳定性, 并将最优估计对准扩展到整个对准阶段, 从而提高了对准精度。结合两种算法极限精度相同但抗干扰能力不同的特点, 设计了算法融合的车载对准方案。车载试验表明, 新方案有效提高了干扰条件下的初始对准精度和鲁棒性, 可将方位角标准差由传统方案的1.48′减小到0.72′。     

基于三轴转台误差分析的IMU标定方法

为了减小三轴转台误差对惯性测量单元(inertial measurement unit,IMU)误差模型系数标定精度的影响,提高IMU在三轴转台上的标定精度,首先分析了三轴转台各误差源,给出了陀螺仪和加速度计的输出与转台的位置、姿态误差之间的关系。据此设计了正十二面体-20点的位置和速率试验计划。该方法能同时辨识出IMU的误差模型系数以及转台误差源,自动补偿了三轴转台的误差,提高IMU误差模型系数的标定精度。最后对理论分析结果进行仿真验证,给出了转台误差与IMU误差模型系数标定误差之间的关系。