X射线脉冲星自主导航的脉冲轮廓和联合观测方程

现在通用的X射线脉冲星导航的3维观测方程,是以3颗脉冲星发射的脉冲到达航天器和太阳系质心的时间偏差为观测量建立起来的.在实际测量过程中,这个观测量是通过比较航天器探测到的脉冲观测轮廓与相应脉冲星的标准轮廓得到的,而在累积观测轮廓的同时也得到了观测轮廓的周期,因此根据Doppler速度测量方程,就能够确定航天器的速度矢量.本文首先导出Doppler速度测量方程,提出在观测轮廓的积累过程中考虑航天器的速度和加速度,得到的观测轮廓的周期不同于标准轮廓.这样,将探测3颗脉冲星得到的观测轮廓与相应的标准轮廓进行比较时,可以同时获得脉冲到达航天器和太阳系质心的时间偏差和频率漂移6个观测量,从而确定航天器的3维位置和3维速度.由于信息量增加一倍,6维观测方程比现行观测方程更为精确和完整.     

X射线脉冲星的观测事实

综述有关Ｘ射线脉冲星的基本观测事实及最新进展,涉及双星、中子星及强磁场等方面的观测证据。并介绍了中子星及其伴星质量的测定。     

基于X射线脉冲星的组合导航方法研究

X射线脉冲星导航是一种新兴的航天器自主导航技术。由于其自身的局限性,单独脉冲星导航还无法满足航天器高精度自主导航定位的需要。为此,不少学者将其他导航方法与脉冲星导航相结合,提出了多种组合导航。本文对这些基于脉冲星的组合导航进行分析与比较,给出了这些方法各自的优点和应用场合。     

X射线脉冲星的理论研究

详细介绍了中子星的吸积以及密近双星的演化。Ｌｉｐｕｎｏｖ等讨论了在密近双星的演化中形成射电脉冲星与黑洞组成的双星的可能性，结论是在大约７００个射电脉冲星中，至少应当发现一个位于脉冲星与黑洞组成的双星系统。     

基于单探测器的低轨航天器X射线脉冲星导航算法

近年来脉冲星自主导航技术飞速发展,即将在低轨道(LEO)航天器开展验证。为了适应低轨航天器载荷轻量化、小型化的需求,研究了基于单探测器的X射线脉冲星导航扩展卡尔曼滤波算法,并针对单脉冲星导航和轮流观测多脉冲星导航两种方案,分别进行了算法仿真。仿真结果表明,仅观测单脉冲星无法实现长期自主导航,但能够将轨道预报误差降低25.9%,提高短期自主导航精度。而单探测器轮流观测多脉冲星可实现长期自主导航,其导航误差达到514 m,与多探测器同时观测多脉冲星传统算法相当。     

基于脉冲星定时模型的自主导航定位方法

讨论了脉冲星定时模型的基本原理,在分析脉冲到达时刻（time of arrival,TOA）向太阳系质心传递时的各项时间延迟修正的基础上,给出了航天器进行深空自主定位的一种迭代方法,并推导了定位算法的线性化形式．以航天器初始位置估计作为脉冲星定时模型的输入,计算脉冲TOA的预测值和93算值的偏差,通过最小二乘法进行航天器的位置修正．最后,分析了建模误差和参数误差等影响定位精度的主要误差源．     

反常X射线脉冲星可能的高能辐射

 利用新的外间隙模型研究了反常X射线脉冲星可能的高能辐射.在该模型中,考虑了磁场几何效应对高能辐射的影响,同时利用平均半径〈r〉处的外间隙大小表示外间隙的特征大小,〈r〉是磁倾角α的函数.这样外间隙大小可以表示为f(P,B,〈r〉(α)),它是周期P,磁场B和平均距离〈r〉的函数.利用该模型计算了反常X射线脉冲星的γ射线的光度和流量,并与以前的计算结果进行比较,分析了考虑磁场几何效应所产生的结果.最后利用该模型计算了几颗典型反常X射线脉冲星(如:4U 0142+615(AXP 0142+615),1E 1841-045,PSR J1809-1943)可能的高能辐射.     

基于X射线脉冲星的空间定位误差仿真研究

研究了X射线脉冲星脉冲到达时间(TOA)测量的原理;基于TOA测量,构建了SSB惯性系下空间绝对定位的数学模型,并说明了整周期数向量的求解过程;基于SNR得出了脉冲相位观测时间与TOA测量精度的关系.利用仿真脉冲相位观测数据,对×射线脉冲星空间定位进行系统仿真.仿真结果表明模糊度搜索效果较好,相位观测时间的选择对位置确定的精度影响较大.     

一种基于泊松分布的提高X射线脉冲星脉冲轮廓信噪比的方法

论述了X射线脉冲星辐射模型和脉冲轮廓构造算法,提出了以Kullback-leibler距离函数作为评价标准,提高具有泊松分布规律的X射线脉冲星脉冲轮廓信噪比的平滑算法,推导了平滑参数和平滑累积脉冲轮廓的计算公式.搭建了X射线脉冲星导航地面模拟系统,实现了对模拟X射线脉冲星单光子到达时间的记录及X射线脉冲星脉冲轮廓的构造,得到了X射线脉冲到达时间TOA.在X射线脉冲星导航地面模拟系统上,对平滑算法进行了验证,结果表明该算法对于提高累积脉冲轮廓的信噪比效果显著,信噪比提高大于10dB.     

X射线脉冲星光子序列频域加权测相方法

针对X射线脉冲星信号累积轮廓位相测量误差大的问题,提出了一种直接位相测量的频域加权方法。首先,直接对X射线探测器捕获和采样形成的光子序列进行频域变换得到幅度谱,分别提取幅度谱各个成分的相位,再用幅度对相位变量加权平均,得到位相测量结果;进一步采取分段加权的策略,解决序列过长引起的内存溢出问题;最后对所提出方法的计算复杂度进行了理论分析。仿真结果表明:在观测时长和采样间隔相同的条件下,与平均法相比,加权法的测相精度提高了10%以上;与最大似然(ML)和非线性最小均方误差(NLS)法相比,加权法的比相精度提升了1倍以上,计算速度处于ML法和NLS法之间;分段情况下性能会随着分段数增加有所改善。     

基于脉冲星和太阳敏感器的日地系Halo轨道组合导航研究

为提高平动点轨道探测器的自主导航能力,提出一种利用X射线脉冲星和太阳敏感器的导航算法. 利用X射线脉冲星导航理论,用X射线探测器测量X射线脉冲到达时间,同时利用太阳敏感器测量太阳视线方向矢量,建立导航系统观测方程. 在高精度星历模型下,对日地系Halo轨道建立数学模型,利用二级微分修正方法获取地球质心惯性系下的标称轨道,利用基于UD分解的联邦Unscented卡尔曼滤波方法进行状态估计,并研究了摄动因素对导航结果的影响. 仿真结果表明,该方法能够完成日地系平动点轨道的自主导航,并且比X射线脉冲星单独导航具有更高的导航精度.      

基于水下重力差异熵的导航匹配算法仿真研究

介绍了重力辅助导航发展概况, 阐述了采用地球物理特征的重力差异熵方法进行水下重力辅助导航算法设计及仿真实验方法研究。该算法基本思想是在导航匹配算法中, 将信息熵引入 自主水下运动载体( autonomous underwater vehicles ,AUV)重力辅助导航, 在重力数据库研究的基础上, 通过模板重力图与实时重力图的信息量差异以及模板重力梯度图差异, 修正水下惯性导航系统( inertial navigation system,INS)的误差。仿真实验结果表明, 利用重力差异熵辅助INS导航, 能够获得高精度的导航信息。因此, 基于水下重力差异熵的辅助导航, 可实现AUV 长航时隐蔽的高精度导航。     

改进UKF在X射线脉冲星导航中的应用研究

为了提高标准Unscented卡尔曼滤波(UKF)计算效率,本文对标准UKF采样点计算方法进行改进,使状态更新过程中的多次积分过程简化为一次积分过程,并证明了标准UKF和改进UKF的等效性.计算机仿真结果表明,在计算精度一致(位置确定精度约为70m,速度确定精度约为0.005m/s)的情况下,改进UKF的计算效率是标准UKF的5倍.     

基于压缩感知的脉冲星轮廓构建算法

利用有限的观测时间获得高精度的累积脉冲轮廓,对于X射线脉冲星导航具有重要意义.提出一种基于压缩感知的脉冲星累积脉冲轮廓重构算法.首先,研究脉冲轮廓,获取先验知识,在此基础上构建波形匹配冗余词典,得到脉冲轮廓的稀疏表示;然后,设计观测矩阵,利用原始观测数据得到具有较少点数的非自适应随机测量值;最后,采用匹配追踪方法从随机测量值中恢复脉冲轮廓.利用罗希X射线探测器的实测脉冲星数据进行实验,结果表明：利用相同时段的观测数据,该算法得到的累积脉冲轮廓的信噪比远高于周期叠加方法得到的累积脉冲轮廓.     

基于简化差分插值滤波的编队卫星相对导航

将一种基于Stirling内插公式的非线性差分插值滤波(Divided Difference Filter-DDF)算法的简化形式(Simplified Divided Difference Filter-SDDF)应用到编队卫星相对导航中.该算法通过对非线性系统方程进行多项式展开并取有限差分插值项进行近似.数值仿真结果表明:该算法相对于EKF(Extended Kalman Filter)算法有明显的优势,有较高的滤波精度、更快的收敛速度和较好的稳定性,其中相对位置估计相比EKF提高79%、相对速度提高52%,对编队卫星相对导航具有一定应用价值.     

具有四阶代数精度的四点数值微分公式及应用

从代数精度的概念出发,构造了等距节点的具有四阶代数精度的四点数值微分公式,并给出数值实例验证了其精度.     

ALPHA导航差分修正概念与定位方法研究

研究了ALPHA导航差分修正数据、差分定位的概念，给出了差分修正及差分定位数学算法，并通过这些算法得到了差分修正数据，使ALPHA导航系统的定位精度与使用预测修正法时相比提高了一个数量级。     

CDKF 算法在四旋翼飞行器组合导航系统中应用

针对基于四旋翼无人飞行器的组合导航系统在小失准角情况下滤波器较短时间内发散的问题, 将中心差分卡尔曼滤波算法应用于低成本的组合导航系统中, 设计了飞行器组合导航系统的硬件电路。该系统采用MPU-6050 芯片作为飞行器姿态传感器, 选用u-Blox 公司的NEO-6M 模块获取GPS(Global Positioning System)信号, 并利用中心差分卡尔曼滤波算法实现多传感器的数据融合, 从而获取导航信息。在四旋翼无人飞行器平台上对该系统进行实验的结果表明, 该导航系统能有效抑制传感器噪声, 克服了陀螺仪的漂移现象, 避免了传统EKF((Extended Calman Filter) )算法近似程度不高, 易导致解算结果发散等问题的发生, 为飞行器提供了准确的导航信息。