编队飞行卫星自主相对导航算法研究

提出一种基于类GPS敏感器星间相对距离测量的编队飞行卫星相对位置、速度和姿态自主确定算法.在编队飞行卫星之间无相对速度测量时,利用两点相对轨道状态测量信息,建立相对轨道和姿态运动方程以及星间相对测量方程,推导了编队飞行卫星相对导航UKF(Unscented Kalman Filter)算法,估计其相对轨道和姿态等导航信息.并进行了数学仿真,仿真结果表明,该算法简单可靠,能够满足高精度编队飞行卫星相对导航要求.     

拦截卫星相对导航算法研究

空间攻防中,拦截卫星相对目标卫星导航参数的确定,对拦截卫星的拦截轨道设计十分重要.本文针对目标卫星轨道为椭圆轨道且拦截卫星存在机动的情况,研究了拦截卫星的相对导航算法.首先,推导了目标卫星轨道为椭圆轨道时拦截卫星的相对运动方程,并根据星间测量几何关系推导了测量方程;其次,通过引入拦截卫星的机动加速度并考虑其控制误差,设计了改进的扩展卡尔曼滤波器,以提高拦截卫星的相对导航精度;最后,通过仿真验证了算法的有效性,并获得了较好的相对导航精度.     

卫星编队相对轨道的分布式估计方法

研究了卫星编队的相对轨道自主确定问题,选择“无线电+激光”的测量方案,为减轻多星编队星间通信量和星上计算量的负担,将状态估计器设计为分布式构型,并利用分布式Schm idt-Kalman滤波算法对编队的相对轨道状态进行估计。仿真结果验证了该导航方案和算法的有效性。     

INS/Vision相对导航系统在无人机上的应用

提出了一种考虑视觉导航设备输出时间延迟问题的INS/Vision相对导航方法,推导了长机与僚机之间的相对惯导方程.给出了长机与僚机之间相对视线矢量测量原理,僚机上设置若干特征光点,长机上的视觉导航设备通过对特征光点观测,得到相对视线矢量.应用扩展卡尔曼滤波融合相对惯导信息和相对视线矢量信息,估计出长机与僚机之间的相对姿态、相对速度和相对位置.针对视觉导航设备量测量存在时间延迟的问题,给出了延迟后量测量与惯导信息融合的方法,最后通过仿真研究证明了该相对导航方法的有效性.     

对异面椭圆轨道目标航天器绕飞的相对导航算法

研究了小卫星对异面椭圆轨道目标航天器绕飞的相对导航问题。首先建立了适用于目标航天器运行在椭圆轨道上的二阶状态方程;分析了2个航天器间的量测几何关系并得到量测方程;采用适用于处理复杂非线性模型的无味卡尔曼滤波器进行相对导航计算。仿真计算结果表明,在对异面椭圆轨道目标航天器进行绕飞的过程中,所提出的相对导航方法能够实现对相对位置和相对速度的精确估计。     

自适应TSKF的空间电推进机动目标跟踪

非合作机动目标跟踪是地球静止轨道卫星进行状态监测、维修维护等复杂航天任务的前提.出于推进效率考虑,下一代高轨卫星将优选全电推进配置,但电推进的连续小推力机动特性致使基于CW方程的经典非合作目标跟踪算法期望有偏,两段状态估计法在稳态估计性能与机动跟踪响应间存在矛盾.为了解决电推进下对机动目标的快速跟踪估计问题,采用滤波误差理论对经典算法性能衰减因素进行分析,得到机动加速度至滤波新息的转移矩阵演变特性,进而提出一种自适应变维两段状态估计法.改进方法基于目标机动检测信息修正偏差滤波器的观测阵以匹配上述演变特性,使其在目标非机动区间性能与经典相对导航跟踪算法等效,在机动区间性能与两段状态估计算法等效,同时具备更快的跟踪响应特性.仿真结果表明,本算法对非合作目标的稳态跟踪性能与传统经典算法一致,跟踪响应速度提升4~5倍,是对空间非合作机动目标连续小推力机动下跟踪问题的有益探索.     

一种小天体绕飞轨道及目标天体参数确定方法

提出一种基于SRIF滤波器的小天体探测器绕飞轨道及目标天体参数确定方法.考虑绕飞小天体初期待估参数多、动力学环境复杂等特点,利用SRIF滤波器对组合导航数据进行处理,对探测器绕飞轨道以及目标天体引力场模型、自旋状态、星历信息等动力学参数进行估计.利用Eros433的观测数据进行数学仿真表明,本文给出的方法能够有效地计算...     

改进Faster R-CNN的快件搬运机器人视觉定位策略

针对快件搬运机器人视觉导航定位精确度低的缺点,在其预设轨道上设计了一种含有4种不同颜色小矩形的导航图案,再利用改进的Faster R-CNN检测导航图案里的目标区域。然后,通过Hams角点检测算法提取目标区域的参考角点继而使用PnP算法计算出该机器人坐标和偏转角。改进的Faster RCNN是在Faster RCNN的模型基础上增加卷积层,之后在多层卷积层的feature map上生成候选框且用两个3×3卷积核分别进行卷积运算,直接进行分类和回归。最后,设计的仿真测试结果表明:两种算法检测图案中目标类别的正确率均为100%,但改进后算法的精确度提高了3%。     

基于信息融合的小天体软着陆组合导航算法

小天体距地球较远,观测信息不足,引力场弱且分布不规则,对自主导航算法的精度和实时性提出了更高的要求。本工作以小天体软着陆自主导航为应用背景,针对惯性导航误差累积和光学导航观测周期长等问题,提出了一种基于信息融合的组合导航算法。以软着陆探测器的位置和速度为状态向量,通过引入了一种信息融合算法,将光学导航信息与惯性导航信息进行信息融合,生成对软着陆探测器状态的估计。实验结果表明：该算法能有效地提高导航定位精度,并对速度误差有一定的抑制作用,为探测器在小天体表面软着陆提供了一种行之有效的方法。     

ASUKF方法在航天器自主导航中的应用

针对自主导航过程中不确定的测量噪声和干扰的影响,提出了一种具有自适应能力的状态估计方法———ASUKF方法.该方法对非线性的状态方程进行超球面分布UT变换,对非线性的测量方程求取雅可比矩阵,同时在滤波迭代过程中引入自适应因子,从而在保持估计精度的条件下,降低了UKF算法的计算量,并使滤波器具有了自适应能力.将ASUKF方法应用于自主导航系统导航信息的估计过程中,仿真结果表明:其在保持导航信息估计精度的同时,提高了估计效率,克服了自主导航过程中不确定的噪声和随机干扰的影响.     

航天器相对视觉／IMU导航量测修正多速率滤波

针对具有单目视觉和惯导组件(IMU)的航天器相对导航问题,研究了以量测信息为修正手段的异速滤波算法.异速滤波也就是多速率卡尔曼滤波器,其中滤波过程被分解为量测更新和时间更新,根据实际情况选取滤波器周期,一般可选取频率较快的系统采样周期作为组合导航系统的滤波周期,根据是否有慢速信息决定在滤波时刻进行时间更新或者量测更新.为增强滤波器对观测信息的适应能力,设计利用量测信息对滤波量测噪声阵和状态估计误差协方差阵进行后验修正.理论分析和数学仿真均表明,基于量测修正的多速率卡尔曼算法能够提高滤波器的数据更新频率,同时改善滤波器的性能,提高导航系统的冗余度.     

Influence of the pulsar direction error and geometry distribution on spacecraft relative navigation

X-ray pulsar navigation is one of the effective means to realize the spacecraft relative navigation. Based on the Kalman filtering measurement model of X-ray pulsar based relative navigation, the effect of pulsar direction error and geometry distribution on navigation accuracy is researched. To model the pulsar direction error, a method of translating the model error into the measurement error is proposed. Simulation results indicate that the relative distance deviation caused by pulsars direction errors of 1arcsec is up to 0.34％ and that it increases linearly with the actuating direction error when the direction error is within 1000arcsec. The effect of the pulsar geometry distribution on navigation precision is remarkable. Selecting 4 pulsars from 8 for navigation, the discrepancy of navigation precision reaches 10.74％.     

基于分布式惯导测量的机翼弹性形变算法

飞机在飞行过程中产生的机翼弹性形变难以预测,对此,提出了一种基于分布式惯性导航的机翼形变测量方法. 首先,根据机翼的模态信息及理论模型利用粒子群算法对机翼上的关键测试点进行了布局优化研究;其次,提出了一种相对运动惯性导航解算方法,建立相对惯性导航误差估计的联邦卡尔曼滤波模型,实现了各节点在机翼挠曲变形下的实时对准,并通过联立多子节点的位姿信息描述机翼形变;最后,设计了机翼加载实验,并验证了该算法的精度及有效性. 结果表明,机翼形变测量的三维位置误差与姿态误差均得到了改善,说明该方法具有较高的估计精度并在动态环境中有较好的形变监控能力.     

Dead-reckoning/vision integrated navigation for mobile robot

0　INTRODUCTIONInordertofulfilamission ,amobilerobothastohaveanavigationsystem .Severaldifferenttechniques ,suchasGPS ,anddead reckoningandbeaconbasedsys tem[1～ 3] canbeusedforrobotnavigation .Foraparticularkindofmission ,arobotwillfulfil ,aproperkindofnavi gationsystemwillbeusedfortherobot.Sincealmostallnavigationsystemshavetheiradvantagesanddrawbacks ,sometimesasinglenavigationsystemcannotsatisfyalltherequirementsforfulfillingaparticulartask[4 ] .Sotwoorthreenavigationsystemshavetobei…     

高斯粒子滤波的惯性／GPS紧组合算法

为提高组合导航系统的可靠性,针对以伪距、伪距率残差为量测信息的紧组合算法会带来线性化误差的缺点,推导了基于伪距、伪距率的非线性紧组合模型.针对紧组合系统状态维数高导致粒子滤波实时性差的问题,提出基于线性非线性结构分解的高斯粒子滤波算法,对状态方程中的非线性和线性部分利用高斯粒子滤波和经典卡尔曼滤波分别进行递推,有效降低了系统的运算量.仿真结果表明,使用改进的紧组合滤波算法系统定位精度相比线性化紧组合算法提高一倍.     

A Camera/IMU Tightly-Coupled Navigation Algorithm and Verification by Hybrid Simulation

GNSS （global navigation satellite systems） are unavailable in challenging environments such as urban canyon and indoor locations due to signal blocking and jamming.Camera/IMU （inertial measurement units） integrated navigation systems can be alternatives to GNSS.In this paper,a tightly coupled Camera/IMU algorithm modeled by IEKF （iterated extended kalman filter） is presented.This tight integration approach uses image generated pixel coordinates to update the Kalman Filter directly.The developed algorithm is verified by a hybrid simulation,i.e.using inertial data from field test to fuse with simulated image feature measurements.The results show that the tight approach is superior to the loose integration when the image measurements are insufficient （i.e.less than three ground control points）.     

基于IMU量测信息的手机运动模态判别方法

手机导航以其便捷和廉价得到广泛应用,而其运动模态对导航精度有较大影响. 基于手机内置IMU的量测信息,研究了一种运动模态判别方法. 该方法根据人体步态相位检测法和IMU中三轴加速度计和三轴陀螺仪的六维量测信息,选择合适参数,通过对试验采样数据的处理设定阈值和辨识窗口,确定实际应用算法流程. 试验结果表明,该方法实时判别手机运动模态的延时小,且在相应运动模态内的判别准确率达到100%,为后续导航算法的使用时机与过程提供了有效判断依据.     

Relative navigation for satellite formation flight using a continuous-discrete converted measurement Kalman filter

The present paper develops an approach of relative orbit determination for satellite formation flight.Inter-satellite measurements by the onboard devices of the satellite were chosen to perform this relative navigation,and the equations of relative motion expressed in the Earth Centered Inertial frame were used to eliminate the assumption of the circular reference orbit.The relative orbit estimation was achieved through a continuous-discrete converted measurement Kalman filter design,in which the measurements were transformed to the inertial frame to avoid the linearization error of the observation equation.In addition,the situation of the coarse measurement period（only microwave radar measurements are available）existing was analyzed.The numerical simulation results verify the validity of the navigation approach,and it has been proved that this approach can be applied to the formation with an elliptical reference orbit.