深空探测器借力飞行段的自主光学导航方法

提出了一种用于探测器借力飞行段的自主光学导航方案。该方案利用星敏感器以及光学导航相机,通过测量恒星平行光方向及对行星张角,利用几何关系计算出探测器的相对位置,并利用扩展卡尔曼滤波算法进行修正,最后通过仿真验证了这种自主光学导航方案的可行性。     

基于强跟踪-扩展卡尔曼粒子滤波的巡航段自主导航方法

通过对探测器巡航段状态方程和观测方程非线性问题的研究,提出一种强跟踪扩展卡尔曼粒子滤波(ST-EPF)算法,并将其应用于巡航段自主光学导航的方案中,由此来实时确定探测器的轨道。所提出的改进粒子滤波算法是将强跟踪扩展卡尔曼滤波引入粒子滤波来更新粒子,产生重要性密度,缓解粒子退化和样本贫化问题,以提高导航系统对状态突变的跟踪能力。通过仿真表明,改进粒子滤波算法在探测器轨道参数精度和方差预报的有效性方面有了较大地提高,能够适应快速变化的飞行环境,而且滤波精度明显的优于EPF滤波算法。     

自适应平方根Unscented粒子滤波算法研究

针对粒子滤波存在的重要性密度函数难以选取和可能出现粒子退化的问题,在吸收平方根滤波、自适应滤波和粒子滤波优点的基础上,提出了一种新的UPF算法。该算法由UKF算法得到重要性密度函数,通过自适应因子实时控制动力学模型误差,采用平方根分解法抑制系统状态协方差矩阵的负定性。仿真结果证明,文中所提出的自适应平方根UPF算法,不但适用于非线性、非高斯动态系统的滤波计算,而且能有效地改善滤波性能,提高SINS/SAR组合导航系统的定位精度。     

北斗车辆自适应组合导航技术研究

车辆在“城市峡谷”、高架桥下、隧道等环境利用北斗卫星导航系统进行导航过程中,存在卫星导航信号易受遮挡和干扰的局限性.将北斗卫星导航系统同惯性导航系统、里程计等传感器进行组合,运用Kalman滤波技术进行多传感器的信息融合,能够较好地提高导航精度以及导航系统整体的自主性、抗干扰性、容错性和可靠性.针对现有车辆导航系统可靠性不高的问题,着重对基于Kalman滤波的北斗车辆自适应组合导航可靠性进行了相关研究.     

非线性地磁/GPS/SINS组合导航方法

针对系统模型的特点,对平方根UKF算法进行了改进.改进后的平方根UKF与标准的平方根UKF相比,在保证状态方差非负定特性的同时,减少了滤波的计算复杂度.为了提高导航系统对姿态测量性能,针对姿态误差较大时线性导航误差方程无法使用的问题,推导出适用于大姿态误差角时的地磁姿态量测方程,并结合改进的平方根UKF算法设计了非线性地磁/GPS/SINS组合导航算法.利用Matlab对大姿态误差角时的非线性地磁/GPS/SINS组合导航系统进行了仿真.仿真结果表明,通过引入地磁姿态测量信息,非线性地磁/GPS/SINS组合导航系统可以直接观测载体的平台姿态误差,进而增强了组合导航系统对姿态误差的估计效果,且可以完成大姿态误差下的导航任务.     

联邦卡尔曼滤波在水下航行器组合导航系统中的应用

为了提高水下航行器的导航定位精度,设计了以捷联式惯性导航系统、地形匹配、多普勒计程仪等构成的组合导航系统,建立了各子导航系统的误差模型,采用联邦滤波技术对水下组合导航进行信息融合,建立了水下组合导航系统的观测方程并进行了计算机仿真.仿真结果表明:使用联邦卡尔曼滤波技术进行信息融合提高了组合导航系统定位精度和定位可靠性,能满足水下航行器高精度和高可靠性的要求.     

探测器交会小天体的UPF自主导航方案

采用基于目标天体信息的光学导航方案实现探测器交会小天体,利用导航相机提高了定轨精度和星历精度。在此基础上,针对深空导航的轨道确定过程中可能存在的初始估计信息误差较大、状态及量测误差不服从高斯分布等问题,将UPF(Unscented Particle Filter)引入到导航方案中。该方案利用UPF在处理非线性非高斯问题上的优势,克服了EKF、UKF、PF等传统滤波方案对非线性非高斯状态模型、量测模型的近似处理所带来的影响。数值仿真表明了该方案的可行性。     

车载组合导航的自适应滤波

针对车载组合导航信息融合的高精度、高可靠性等要求,提出了一种组合导航的自适应集中滤波算法.该算法的主要思想是:以判别观测数据中的野值存在与否为算法切换条件,存在野值时采用改进的增益矩阵滤波处理方法,不存在野值时则采用模糊自适应集中滤波方法.将此方法用于SINS/GPS车载组合导航系统,实验表明,采用的这种自适应滤波方法,能够有效抑制滤波发散,滤波精度和收敛速度优于常规集中滤波,是一种有效的车载组合导航算法.     

车辆GPS/DR组合导航方法研究

车辆组合导航技术是解决车辆自主定位（AVL）的一个有效途径。本文介绍了车辆组合导航系统的原理,建立了采用速度观测量的定常加速度滤波模型,实验结果表明车辆组合导航定位系统的精度和可靠性得到很大提高。     

基于数值算法改进的卡尔曼滤波算法在卫星自主定轨中的应用

高精度的自主定轨对探测器实现深空探测任务有着重要的意义,结合利用星光折射角的测量确定卫星轨道的自主导航方案,提出了基于数值算法改进的扩展卡尔曼滤波算法,提高了运算精度,通过仿真验证了该算法的优越性。     

Multi-Scale Fusion Algorithm for AUVs Integrated Navigation Systems

To deal with the low location accuracy issue of existing underwater navigation technologies in autonomous underwater vehicles(AUVs),a distributed fusion algorithm which combines the model's analysis method with a multi-scale transformation method is proposed for integrated navigation system based on AUV.First,integrated navigation system theory and system error sources are introduced in details.Secondly,a navigation systems observation equation on the original scale is decomposed into different scales by the discrete wavelet transform method,and noise reduction is performed by setting the wavelet de-noising threshold.At last,the dynamic equation and observation equations are fused on different scales by the wavelet transformation and Kalman filter.The results show that the proposed algorithm has smaller navigation error and higher navigation accuracy.     

New autonomous celestial navigation method for lunar satellite

Celestial navigation system is an important autonomous navigation system widely used for deep space exploration missions, in which extended Kalman filter and the measurement of angle between celestial bodies are used to estimate the position and velocity of explorer. In a conventional cartesian coordinate, this navigation system can not be used to achieve accurate determination of position for linearization errors of nonlinear spacecraft motion equation. A new autonomous celestial navigation method has been proposed for lunar satellite using classical orbital parameters. The error of linearizafion is reduced because orbit parameters change much more slowly than the position and velocity used in the cartesian coordinate. Simulations were made with both the cartesiane system and a system based on classical orbital parameters using extended Kalman filter under the same conditions for comparison. The results of comparison demonstrated high precision position determination of lunar satellite using this new m     

TSS-EKF算法在接近段自主导航系统中的应用

分析了对探测器自主导航系统产生影响的摄动力,对接近段相对运动轨道动力学模型加以改进。为了提高状态估计的精度,将一种变换空间的扩展卡尔曼滤波算法TSS-EKF应用到接近段自主导航里面去,并结合改进的动力学模型进行仿真分析。在J2000日心黄道坐标系中引入柱面坐标系减少了状态量和观测量之间的耦合关系,提高了状态估计的速度。     

惯性/天文/卫星组合导航误差在线标定方法

为提高惯性/天文/卫星(INS/CNS/GNSS)组合导航系统长期工作时的精度,推导了基于四元数误差描述的组合导航系统误差状态方程和量测方程,利用分段定常系统(PWCS)定理,分析了不同输入条件下系统状态变量的可观测性和可观测度.结合可观测性和可观测度分析结果,提出了利用星敏感器及卫星导航系统提供的姿态、位置矢量在线标定陀螺仪、加速度计和星敏感器误差参数的方法.可观测性分析和仿真试验结果表明,该方法可以精确在线估计出陀螺仪、加速度计、星敏感器的标度因数、零偏和安装误差,提高惯性/天文/卫星组合导航系统长期在轨工作的精度.     

Novel algorithm for geomagnetic navigation

To solve the highly nonlinear and non-Gaussian recursive state estimation problem in geomagnetic navigation,the unscented particle filter (UPF) was introduced to navigation system.The simulation indicates that geomagnetic navigation using UPF could complete the position estimation with large initial horizontal position errors.However,this navigation system could only provide the position information.To provide all the kinematics states estimation of aircraft,a novel autonomous navigation algorithm,named uns...     

探测器接近段自主导航的信息融合滤波优化算法

为提高接近段自主导航系统的估计精度,引入基于星光角距和星光仰角的联合观测模型进行组合导航。针对深空探测任务对探测器实时性要求高,星载计算机计算能力有限的问题,用UD分解改进信息融合滤波算法,避免高维运算和大的空间存储,减少运算负担。利用状态方程的一阶泰勒展开式分析滤波周期对状态方程可观性的影响。计算机仿真证实了改进算法的可行性。     

无人机组合导航系统信息融合方法研究

针对小型无人机通常采用的无线电导航,综合考虑无人机具体情况以及其它导航方式的特点,提出了一种将无线电导航系统(RP)、全球导航星系统(GN SS)、多普勒导航系统(DN S)、地形辅助导航系统(TAN)和景象匹配导航系统(SMN)组合起来,取长补短,构成基于联邦卡尔曼滤波器的DR/RP/GN SS/DN S/TAN/SMN组合导航系统。仿真结果表明,该方法完全可以满足导航精度的要求。     

Federated unscented particle filtering algorithm for SINS/CNS/GPS system

To solve the problem of information fusion in the strapdown inertial navigation system (SINS)/celestial navigation system (CNS)/global positioning system (GPS) integrated navigation system described by the nonlinear/non-Gaussian error models, a new algorithm called the federated unscented particle filtering (FUPF) algorithm was introduced. In this algorithm, the unscented particle filter (UPF) served as the local filter, the federated filter was used to fuse outputs of all local filters, and the global filter result was obtained. Because the algorithm was not confined to the assumption of Gaussian noise, it was of great significance to integrated navigation systems described by the non-Gaussian noise. The proposed algorithm was tested in a vehicle’s maneuvering trajectory, which included six flight phases: climbing, level flight, left turning, level flight, right turning and level flight. Simulation results are presented to demonstrate the improved performance of the FUPF over conventional federated unscented Kalman filter (FUKF). For instance, the mean of position-error decreases from (0.640×10⁻⁶ rad, 0.667×10⁻⁶ rad, 4.25 m) of FUKF to (0.403×10⁻⁶ rad, 0.251×10⁻⁶ rad, 1.36 m) of FUPF. In comparison of the FUKF, the FUPF performs more accurate in the SINS/CNS/GPS system described by the nonlinear/non-Gaussian error models.     

飞行器INS 与 GPS组合导航系统卡尔曼滤波

随着导航技术和控制理论的发展,组合导航系统已经成为当今最主要的导航系统。组合导航系统包括许多导航传感器,因此如何充分有效地处理来自多传感器的数据已成为组合导航系统的主要问题。在组合导航系统中,最先进的信息处理方法是联邦卡尔曼滤波。但联邦滤波器设计复杂,计算量大,很难满足一些高速巡航平台导航计算的高精度、高实时性要求。文章研究了巡航飞行器INS与GPS组合导航系统的卡尔曼滤波问题,设计了滤波器,并进行了仿真试验。