SINS/北斗/星敏感器组合导航系统研究

将北斗卫星导航系统和星敏感器共同运用到组合导航中,以无反馈模式的联邦滤波器为基础,构建了SINS/北斗/星敏感器组合导航系统.根据北斗和星敏感器的特点,分析了系统产生量测延时和异步的原因,并对系统的量测延时和异步问题提出了解决方案.仿真表明,该组合导航系统具有较高的精度和容错性能.为北斗定位系统在国防上的应用提供了一条新思路.     

地球引力差异对地球卫星姿态稳定性的影响

在地球卫星轨道上,由于地球引力差异使地球卫星受到引力梯度力矩,所以对地球卫星姿态的稳定性产生一定影响．本文从万有引力定律出发,推出引力梯度力矩一般表达式和地球卫星小姿态角时的引力梯度力矩表达式,并得出地球卫星姿态稳定的条件．     

重力梯度卫星姿态稳定的最优+自适应控制

基于Newton-Euler法建立了绳系太阳能发电卫星受重力梯度影响的动力学模型.在考虑常值扰动力矩的影响下,设计了线性二次型调节器和自适应估计器相结合的姿态稳定控制器,并以反作用飞轮系统作为执行机构实现该控制律.仿真结果验证了该控制方法的有效性.     

应用联邦自适应UKF的卫星多传感器数据融合

在卫星自主导航系统中,一方面,系统状态模型存在难以准确建模的问题,要求信息融合算法具有一定的自适应性;另一方面,系统的量测模型通常具有较强的非线性,又要求信息融合算法在强非线性下保持较高的精度和鲁棒性. 针对以上两个问题,本文提出了基于星敏感器、红外地平仪、磁强计、雷达高度计、紫外敏感器的多信息联邦自适应UKF组合导航方案,该方案将多个导航传感器提供的信息在联邦滤波器里融合,并采用自适应UKF算法构建联邦滤波器的子滤波器. 采用这种方案,可有效组织并充分利用导航传感器提供的导航信息,并且系统模型具有一定的自适应性. 数字仿真结果表明,与传统的联邦卡尔曼滤波方法相比,该方法更适合于非线性较强、系统模型参数不准确的场合,有效提高了导航精度.     

GPS/SST/SINS组合导航系统研究

提出了卫星/捷联星光/捷联惯导组合导航系统的方案和组合结构,采用改进的集中滤波对多传感器信息进行数据融合和导航状态的最优估计.该组合导航系统将捷联星光跟踪仪的姿态信息、高动态GPS的位置、速度信息与捷联惯导进行组合滤波,全面提高导航的姿态、速度和位置精度.同时该组合导航系统以弹道导弹为应用对象,设计并实现了基于弹道导弹的GPS/SST/SINS组合导航系统实时仿真平台,仿真结果表明该组合导航系统能提高导弹的导航精度,滤波算法稳定可靠.     

无人机空中加油相对位姿解耦迭代确定算法

针对视线方程中位置和姿态信息存在严重耦合及强非线性的问题,研究了一种相对位姿解耦迭代确定算法,并用于无人机空中加油. 根据卫星导航中的伪距概念,利用视线矢量构建观测矩阵,通过最小二乘法求解相对位置更新,进而更新伪距确定相对姿态. 引入单步迭代误差证明了算法的收敛性,通过分析误差协方差阵的迹讨论 特征点几何构型对相对位置确定精度的影响. 仿真结果表明,与高斯最小二乘微分修正算法相比,提出的算法运行速度和抗噪声性能分别提高了23%和40%,相对位置稳态误差优于0.1 m,相对姿态误差优于0.5±,满足无人机空中加油对接阶段相对位姿测量精度要求.     

自适应陷波器实际性能的理论分析及其在继电保护信号接收中的应用

首先通过理论分析发现了在精度有限的实际系统中影响自适应陷波器性能的因素,证明了将信号通过下变频,进行低频化处理的优越性.据此提出了将信号插入低频段后进行自适应陷波的低频化方案,并与在较高频直接进行自适应陷波的方案进行性能比较.计算机仿真和实际的硬件实验均说明,使用低频化方案可降低对芯片的速度要求,接收信号的幅度范围则扩大25倍,允许的发信频率误差也提高约一倍.     

基于数字多波束的导航卫星信号接收机抗干扰仿真

【目的】合理使用惯导辅助数字多波束技术，在提高信号接收、减少干扰的同时，达到对径目的，能满足传统宽带多星波束对信号入射方向的苛刻要求。【方法】通过将数字波束形成技术应用于导航卫星信号接收机中，以惯导为基础来提供当地水平坐标系下的航向、俯仰角和横滚角，并以此为基础计算出导航卫星的入射方向，形成指向卫星的主波束及对准干扰的“零陷”，确定单约束的导向矢量，从而推导出空时自适应处理结构的数字多波束算法。【结果】数字多波束抗干扰接收机的应用能有效改善数字宽带多星多波束环境中存在的干扰现象。【结论】仿真试验表明，将本研究提出的数字多波束抗干扰接收机实现方法用于对捕获过程算法的改进，可实现对多波束数据的合理应用，性能仿真试验证明了该算法的有效性。     

球在斜槽轨道上运动的分析

<正>J2127型斜槽轨道,J2135—1型碰撞实验器以及有些普通物理实验,都是利用钢球在斜槽轨道上的滚动来进行的.但一般都粗略地把钢球当做质点来看待,只考虑质心的运动,而忽略它的转动,其实验结果也能满足一般的要求.为了进一步了解实验原理,本文拟对钢球在斜槽轨道上的滚动做较深入的探讨.     

采用自适应补偿的无人机姿态测量

根据合作目标的单站姿态测量原理,结合实际大气湍流条件下激光光束的漂移及扩展效应,提出利用补偿和定位后的激光光斑质心确定无人机外部姿态的方法. 通过计算单帧激光光斑中心提取单位时间内激光光斑质心组成的外围轮廓特征点,并将其构成多边形. 以多边形图像质心为参照,建立姿态测量自适应补偿模型. 计算结果表明,当目标距离为3 km时,采用模拟退火算法迭代解算并对结果进行自适应补偿,得到的姿态角误差最大值为0.221±,说明自适应补偿技术的姿态测量算法具有较高的姿态测量精度和收敛性.     

MEMS-INS微型飞行器姿态确定系统的实现研究

研究了微型飞行器姿态确定系统的样机实现.在对MEMS惯性器件性能分析和零偏温度建模的基础上,提出微型飞行器九位置非正交及安装误差标定方法,利用相关理论分析MEMS惯性传感器的噪声特性,建立适合工程应用的姿态组合算法,进行了转台测试和试飞试验.误差补偿后,陀螺和加速度计零偏稳定性分别达到0.036°/s²和0.01 m/s²,俯仰和横滚的误差均方差分别达到0.33°和0.28°.试验结果表明:器件和系统级的误差补偿起到了综合补偿的效果,姿态误差减小了约50%,基于MEMS-INS的姿态确定系统可满足微型飞行器自主姿态稳定的需求.     

可量测序列影像的加权整体最小二乘导航

提出顾及观测方程系数矩阵误差的可量测影像定位定姿算法及其权值确定方法,实现了利用可量测序列视觉影像与DGPS/IMU 融合导航计算. 计算结果表明：采用加权最小二乘算法可较好地克服可量测序列影像定位定姿算法中系数矩阵误差的影响,精度高于最小二乘法,当GPS 失锁2.5 km 时可达到优于13 m的定位精度和
0.1m 的定姿精度.     

基于故障检测的惯性航姿系统内阻尼姿态组合算法

在平台式惯导系统中可通过阻尼网络来阻尼系统的振荡误差,而在捷联惯性航姿系统中也可以借鉴这个思想,通过加速度计的信息对陀螺漂移进行修正.文中提出了分别利用陀螺仪和加速度计来解算载体姿态,然后通过卡尔曼滤波器进行数据融合的方法.由于加速度计信息进行阻尼的方法只有在系统处于非加速度运动状态才可用,因此,本文将故障检测理论中的残差χ 2检验法应用在卡尔曼滤波器中,进行运动状态的实时判断,并根据判断结果进行相应的处理.此外,算法中还考虑到传感器测量野值带来的影响,提高了算法的容错性能和灵敏度.最后,采用实际系统的动静态试验验证了本算法的有效性.     

磁强计和微机械陀螺/加速度计组合定姿的扩展卡尔曼滤波器设计

微机械陀螺近年来获得广泛应用,但是由于其性能较低,并不能提供长时间的稳定的姿态,必须和其它传感器组合使用。提出了一种基于磁强计和微机械陀螺／加速度计组合姿态确定的四元数卡尔曼滤波算法,该算法利用加速度计的输出判断是否使用卡尔曼滤波器计算姿态,并在卡尔曼滤波器中利用加速度计和磁强计计算的姿态角补偿陀螺的漂移。仿真和实验结果表明了该算法的有效性。     

多传感器融合四旋翼协同控制算法及其实现

针对四旋翼无人机定点悬停控制,从应用层面提出了多传感器数据融合方案,设计了相应的协同控制算法.在飞行器整体硬件架构基础上分析量测系统的各个传感器,对于姿态测量通道提出卡尔曼滤波算法,对于高度测量通道提出互补滤波算法,对于水平位置测量通道提出双传感器融合算法.基于四旋翼无人机的状态空间及其小扰动线性化模型,设计了与之相结合的协同控制算法并进行仿真.最后在物理平台上对设计的算法进行验证,表明多传感器融合与协同控制相结合的方法能有效提高四旋翼无人机的定点悬停精度.     

三轴磁航向传感器误差补偿

用椭球拟合法进行磁航向传感器误差补偿时,约束矩阵奇异导致算法不稳定. 对此提出改进的最小二乘椭球拟合算法,讨论了磁航向传感器的误差来源,建立了误差数学模型. 结合对约束矩阵的奇异性分析,提出矩阵分块分解方法解决奇异性问题,并用最小二乘法求解椭球系数. 该算法消除了传统算法的不稳定性,降低了计算量. 计算机仿真和转台实验表明它能有效补偿磁航向传感器的测量误差,补偿后航向最大误差小于0.42m.     

对偶四元数在航天器相对导航中的应用

为了提高航天器相对位置和姿态测量的实时性和准确性,提出一种利用对偶四元数位姿模型来求解航天器相对位姿的方法. 该方法统一考虑目标航天器和追踪航天器本体坐标系间的相对旋转和平移,采用螺旋向量法更新对偶四元数. 建立了相机测量模型来测量航天器的相对位置和姿态,并选择扩展的卡尔曼滤波来消除随机噪声对状态更新和测量过程的干扰. 仿真结果表明该导航算法能满足航天器相对导航的精度要求,验证了该算法的可行性.     

一种基于联邦Kalman滤波结构的自适应信息融合方法

鉴于联邦Kalman滤波是一种能在复杂信息融合系统中进行目标状态估计的有效方法．介绍了联邦Kalman滤波器的原理和结构，提出了一种基于联邦Kalman滤波结构的自适应多传感器信息融合算法．仿真结果表明，该算法能有效提高信息融合系统的精度和容错性．具有较高的实用价值．