基于X射线脉冲星导航系统探测器研究

综述了基于X射线脉冲星导航系统探测器的原理,分析了现有的几种不同类型探测器的性能、测时特点和应用的局限性;给出了由多只探测器组成的探测器系统的原理设计,并分析了探测器系统的构成、安装方式以及处理电路;阐述了X射线脉冲星导航系统探测器在航天器导航中的应用以及国外应用先例,为基于X射线脉冲星导航系统探测器的研制提供有用的参考。     

修正钟差和方位误差的X射线脉冲星导航

为了减小的时钟漂移和脉冲星方位误差对自主导航系统的影响,提出了一种考虑钟差修正和方位误差的脉冲星导航方法。X射线脉冲星导航以脉冲到达时间为量测量,同时将星载时钟钟差和方位偏差造成的系统偏差作为增广状态构成状态变量,建立导航系统,利用无迹卡尔曼滤波器(Unscented kalman filter, UKF)进行状态估计。仿真结果表明,该方法可以抑制方位偏差对导航的影响,控制星载时钟钟差,同脉冲星导航相比,该方法提供更高的导航估计精度。     

基于陆标图像的火星绕飞自主导航方法

针对火星绕飞自主导航的高精度要求,利用火星表面的陆标作为新的测量信息源,通过对陆标特征提取识别获取测量信息.在仅观测火星地表陆标图像信息的基础上,建立了相应的自主导航方案并利用可观测性矩阵分析了该方案的可观测性.考虑到在图像拍摄和视线提取过程中可能会产生的不确定性测量误差,采用基于极大相关熵的无迹卡尔曼滤波算法抑制不确定性误差影响,并实现对火星探测器的位置、速度的状态估计.数学仿真结果表明该自主导航方法具有可靠性,极大相关熵无迹卡尔曼滤波算法通过结合无迹变换和极大相关熵鲁棒权重函数可以有效抑制测量模型中不确定误差影响,能够达到较高的火星绕飞定轨精度.     

基于X射线脉冲星的广播电视卫星自主导航技术

为提高广播电视卫星自主导航的能力,在分析现有卫星自主导航技术优缺点的基础上,提出一种基于X射线脉冲星的广播电视卫星自主导航技术.该技术具有导航精度高、费用低等优点,适用于广播电视卫星自主导航.     

基于UD-EKF自主光学导航方法仿真

针对探测器自主光学导航系统滤波算法鲁棒性的要求,通过对深空探测器巡航段自主轨道确定方法的研究,提出利用星敏感器及光学导航相机,通过对小行星附近多颗小天体夹角的测量,并结合几何关系,来实时确定飞行器轨道状态的一种基于UD分解的扩展卡尔曼滤波的光学自主导航的方案,并给出其UD分解构造算法;通过对协方差矩阵的UD分解来避免对协方差矩阵的直接求逆而导致的计算机舍入误差过大从而滤波发散的情况,通过matlab仿真验证了该方案可行性,节省了星载计算机的内存限制了舍入误差的增长,达到了较好的滤波效果.     

脉冲星/CNS组合导航算法

为实施“单脉冲星自主导航”计划,提出了一种新的脉冲星/CNS组合导航方法．该算法利用测量的脉冲TOA（到达时间）与预报的脉冲TOA之差和星光角距作为观测量,使用基于增广状态法的UKF消除预报TOA中常值偏差的影响,从而获得高精度的卫星位置信息．实验结果表明,位置估计精度约为114m（1）,速度估计精度约为0.113m/s（1）．从可观测性分析可知,该导航系统具有完全可观测性和高可观测度．     

基于UKF的深空探测光学自主导航方法

光学自主导航方法将成为未来深空探测广泛应用的导航方式。本文在建立探测器的光学自主导航系统的状态方程和量测方程基础上，针对深空一号飞行中采用批处理最小二乘滤波方法存在的不足，提出了基于UKF滤波的光学自主导航方法。仿真结果表明：UKF方法不仅导航精度高，而且需要的导航小行星的数目远少于批处理最小二乘方法所需的数目。     

X射线脉冲星导航系统的闭环校正滤波器设计

X射线脉冲星导航(XNAV)系统对脉冲到达时间或相位的在轨测量存在星载钟计时误差问题. 本文提出将钟差与卫星三维位置参数一起作未知量处理, 采用4颗以上脉冲星的观测信息解算出卫星位置; 将该位置信息与轨道动力学预报的位置信息的差值作为量测信息, 结合卫星轨道动力学模型, 设计闭环校正卡尔曼滤波器. 仿真表明, 设计的闭环校正滤波器能够对卫星轨道状态进行最优估计, 解决了XNAV系统中的钟差问题.     

基于最小二乘法的月球探测器自主导航

对于地月转移轨道的月球探测器,其受力复杂,轨道动力学方程难以精确建立,因此难以应用已有的基于轨道动力学方程的滤波方法对其进行自主导航.文中提出了以太阳和恒星的天文信息为观测量,采用迭代最小二乘法进行纯几何解析定位来实现月球探测器自主导航的方法.最后还对定位结果的优化的进行了研究.通过数学仿真分析了敏感器精度、观测星个数等因素对定位精度的影响,结果表明这种方法简单可靠,可以作为深空探测自主导航的滤波方案的初值.     

基于DR/CNS的月球车位置估计方法

月球车自主导航系统是完成月球探测任务的基础和关键,文中针对月球车导航的特殊要求设计了一种基于CNS/DR组合的月球车自主导航方法;首先依据月球车运动模型建立了系统状态方程,然后利用太阳敏感器测量的太阳高度角、航位推算系统输出的航向角速率和单位时间间隔内月球车行进距离作为量测信息建立了导航系统观测方程,再用扩展卡尔曼滤波(EKF)对导航信息进行最优估计;最后,对基于CNS/DR组合的月球车自主导航方法在计算机上进行了仿真分析;通过仿真结果可以说明文中提出的方法能获得较好的位置和航向估计精度,证明了该方法的正确性,是解决月球车自主导航问题一种有效的方法.     

An algorithm and observability research of autonomous navigation and joint attitude determination in asteroid exploration descent stage

In this paper, an autonomous relative navigation and joint attitude determination algorithm in asteroid exploration descent stage is researched based on feature point information of perpendicular asteroid surface image observed by optical navigation camera, distance vectors from spacecraft to asteroid measured by three angled installed lidars and relative velocity increment measured by accelerometer when the relative distance vector to the centroid of asteroid can not be obtained. The inertial attitude of spacecraft is determined by sun vector, star vectors and inertial angular velocity respectively measured by sun sensor, star trackers and inertial reference unit. Also, in order to obtain measurement error model transferred from sensor noise, a covariance matrix solver considering error correlation is presented via the error model of normalized vector to first order. Numerical simulation and improved observability evaluation of filtering are undertaken to discuss the results of complete sensor observation and weak observation of lidars, and verify the effectiveness of the presented relative navigation and attitude determination algorithm.     

基于测角测距信息火星环绕器导航方法

针对传统的基于天文角度信息的导航方法用于火星环绕器导航应用中存在导航源可见弧段连续性差,导航精度较低等问题,提出了一种适用于火星环绕器组合导航的联邦自适应UKF改进算法。通过引入新的测距导航源,充分利用测角敏感器获得的火卫一和火卫二相对于环绕器的视线矢量信息以及测距敏感器获得的环绕器相对于其它火星在轨航天器的距离信息,运用UKF对环绕器状态进行估计,引入Sage-Husa噪声估计器,抑制非高斯噪声对导航精度的影响,达到提高导航精度的目的。仿真结果表明了所提出的适用于火星环绕器组合导航的联邦自适应UKF改进算法的有效性,火星环绕段导航位置估计精度优于0.4km,速度估计精度优于0.5m/s,相对于传统的天文测角导航,性能提升50%。     

A switch-mode information fusion filter based on ISRUKF for autonomous navigation of spacecraft

Aiming at the problem of loss of accuracy using extended Kalman filter (EKF) in case of orbit maneuver, this paper proposes a novel information fusion filtering algorithm-iterated square root unscented Kalman filter (ISRUKF), and then designs a switch-mode information fusion filter based on ISRUKF and extended Kalman filter (EKF). This method combines navigation sensors’ geocentric vector and geocentric distance with starlight angular distance, which efficiently improves the reliability of autonomous navigation. On this basis, the method deduced measurement function of information fusion. With a semi-physical simulation to verify the proposed method, the simulation results for stably running and orbital maneuvering spacecraft show that the switch-mode information fusion filter can reduce the complexity of the algorithm and ensure the accuracy of the estimation. Thus, the proposed switch-mode filter is very suitable for spacecraft autonomous navigation system and other strong nonlinear state estimation fields.     

基于雷达高度计-星敏感器的卫星自主导航精度分析

考虑到采用多个雷达高度计进行卫星自主定位的不足,提出采用单个雷达高度计,结合星敏感器提供的测量信息,构成雷达高度计—星敏感器的卫星组合自主导航系统。通过大量的仿真实验,分析了地形起伏、可见导航星数目、星敏感器精度、地平仪精度等因素对定位精度的影响,并总结其变化规律,对提高卫星自主定位精度有重要的借鉴意义。     

A new maximum-likelihood phase estimation method for X-ray pulsar signals

X-ray pulsar navigation （XPNAV） is an attractive method for autonomous navigation of deep space in the future. Currently, techniques for estimating the phase of X-ray pulsar radiation involve the maximization of the general non-convex object functions based on the average profile fxom the epoch folding method. This results in the suppression of useful information and highly complex computation. In this paper, a new maximum likelihood （ML） phase estimation method that directly utilizes the measured time of arrivals （TOAs） is presented. The X-ray pulsar radiation will be treated as a cyclo-stationary process and the TOAs of the photons in a period will be redefined as a new process, whose probability distribution function is the normalized standard profile of the pulsar. We demonstrate that the new process is equivalent to the generally used Poisson model. Then, the phase estimation problem is recast as a cyclic shift parameter estimation under the ML estimation, and we also put forward a parallel ML estimation method to improve the ML solution. Numerical simulation results show that the estimator described here presents a higher precision and reduces the computational complexity compared with currently used estimators.     

有色噪声下的平方根UKF在天文自主导航中的应用

针对由星敏感器和光学导航相机组成的卫星天文自主导航系统, 传统的平方根UKF不能很好地解决测量噪声为有色噪声情况下的非线性滤波问题, 导致导航系统的精度下降. 为此, 提出了一种有色噪声情况下的平方根UKF方法. 同时, 为了避免在数值计算的过程中, 由于舍入误差而破坏误差协方差矩阵的正定性和对称性, 在整个递推计算过程中, 借鉴平方根Kalman滤波理论, 采用协方差矩阵平方根进行递推计算, 改善滤波算法的稳定性, 协方差矩阵的平方根更新用cholesky分解和qr分解来计算. 将该方法应用于卫星天文自主导航系统中, 实验仿真结果表明, 相对于传统的平方根UKF算法, 所设计的平方根UKF算法能够很好地解决测量噪声为有色噪声情况下估计精度低问题.     

湖水环境下自主监测船的GPS导航设计

建立导航系统所需的全局静坐标系、局部静坐标系、船体动坐标系和自主船运动学模型。模拟人的驾驶技术,建立巡航和定区域节能2种导航模式,设计推理规则。分析实测的电子罗盘和GPS数据误差原因。为提高定位精度,设计海明窗FIR数字滤波器以及巡航面积计算方法。基于VC++开发导航软件,在自主研发的监测船上开展实验。结果表明,FIR对电子罗盘信号的滤波效果优于GPS信号,巡航模式可实现大范围监测,定区域模式对重点区域进行监测时能耗较低。     

A new autonomous celestial navigation method for the lunar rover

A secure and autonomous navigation system is needed for the lunar rover in future lunar missions in case of emergencies. Celestial navigation is a very attractive solution for long distance navigation on the Moon without the need of ground navigation aids. It only uses star altitudes, which are measured by a high accuracy star sensor and inertial measurement unit (IMU) to estimate the position of the rover. The navigational accuracy of this method depends largely on the accuracy of measurements, so the measurement errors have a great impact on the navigational performance. A new autonomous celestial navigation method for the lunar rover is presented in this paper, which uses the augmented state unscented particle filter (ASUPF) to deal with the systematic error and random error in the measurements. The validity and feasibility of this new method is tested and examined by the hardware-in-loop test. A position estimation error within 60 m is obtained. Compared to the conventional method, this method shows better navigation performance and higher adaptability to these measurement errors.