应用ARMA模型的辅助载波多普勒精确估计

在GPS和捷联式惯性导航系统（strapdown inertial navigation system, SINS）的超紧组合结构中,惯性测量单元（inertial measurement unit, IMU）和星历信息等估计得到的载波多普勒辅助值是影响跟踪环路性能的主要因素,因此提出一种应用自回归滑动平均（auto-regressive moving average, ARMA）模型对估计过程中存在的随机多普勒误差建模,精确估计载波多普勒方法。通过判定随机多普勒误差序列的平稳性,采用时间序列分析的方法建立数学模型;根据随机误差序列的自相关函数和偏相关函数特性,确定模型类型和阶数;利用Yule Walker方法估计模型参数,得到符合该随机序列的数学模型。仿真结果表明,该模型具有很好的适用性,能准确拟合随机多普勒误差,为超紧组合系统中的辅助环路提供精确的载波估计。     

基于自适应快速终端滑模的航天器容错控制

针对执行机构发生故障时的航天器姿态控制问题,提出了一种基于自适应快速终端滑模的容错控制设计方法。该方法通过选择具有快速终端特性的滑模面,提高航天器容错控制的收敛速率,实现系统有限时间稳定|利用自适应控制方法在线调整控制器参数,消除对故障最小 值信息的依赖。仿真结果表明,与基于普通滑模控制器的容错控制相比,所提出的方法在保证系统鲁棒性和稳定性的同时,三轴姿态角和态角速度收敛时间可分别降低约54.5%和50%,实现快速有效的航天器容错控制。     

基于FFT的高动态GPS信号捕获方法优化

针对高动态环境下的GPS接收机对信号捕获速度的要求,提出一种基于小波变换和优化快速傅里叶变换(fast Fourier transform, FFT)的信号捕获方法。在基带信号预处理阶段,对采样后的中频信号进行小波变换,利用逼近信号完成码相位和多普勒频移的估计,降低基带处理信号的数据率;综合基2FFT、基4FFT和素因子算法(prime factor algorithm, PFA)的优势,对捕获过程中的大量FFT运算进行优化处理,提高运算效率。仿真结果表明,改进处理的基于FFT捕获方法可以有效地缩短捕获时间,改善基带模块性能。