太阳信息辅助的脉冲相位估计方法及导航应用

X射线脉冲星导航是一种新兴的航天器自主导航方法，脉冲相位是其基本测量量。然而，现有的在轨航天器脉冲相位估计方法计算量大，阻碍了X射线脉冲星导航的工程应用。为了减少脉冲相位估计的计算量，提出了一种基于太阳信息辅助的深空探测器脉冲相位估计方法。通过太阳信息粗略地消除航天器轨道运动的影响，并推导了对应的脉冲星相位计算公式。在此基础上，提出了一种X射线脉冲星/太阳信息深组合导航方法，并通过仿真验证了太阳信息辅助脉冲相位估计方法和组合导航方法的性能。仿真结果表明，所提出的脉冲相位估计方法在保证精度的前提下具有更小的计算量。此外，对于深空探测器，所提出的组合导航方法的位置误差相比于仅使用太阳信息导航的方法降低了70.1%。     

改进粒子滤波算法及其在GPS/SINS组合导航中的应用

针对标准粒子滤波中存在的粒子退化问题,将无味卡尔曼滤波方法、线性规划方法与标准粒子滤波相结合,得到一种改进粒子滤波算法。改进粒子滤波算法中的重要性概率密度通过 UKF算法获得,从而使粒子使用效率得到提升;二次采样过程中加入线性规划方法,保证了粒子的多样性。将改进粒子滤波算法应用于 GPS/SINS组合导航,建立了 GPS/SINS组合导航模型,通过仿真验证了该滤波算法的有效性,使用该算法可使惯性组合导航系统导航精度得到提高。     

改进的粒子滤波算法在软着陆小天体中的应用

针对小天体软着陆过程中估计目标天体质心视线的导航方法失效问题,给出了一种基于特征点信息的自主光学导航方法。为了进一步提高对轨道参数的估计精度,考虑到系统中存在的非高斯噪声,以及基本粒子滤波算法带来的粒子退化和采样枯竭问题,给出了一种改进的粒子滤波算法。最后,通过仿真计算,验证了所给出的自主光学导航方法以及改进的粒子滤波算法的可行性和有效性。     

一种基于NGA-QPF的航天器姿态估计方法

针对航天器姿态确定中的非线性非高斯的滤波问题,提出一种基于遗传算法的粒子滤波的航天器姿态估计方法。该方法将姿态四元数作为采样粒子进行粒子滤波,并将小生境遗传算法（NGA）引入粒子滤波算法中,以改善粒子滤波的性能;用遗传算法单独进行陀螺偏差估计,以减少粒子滤波的状态维数。该姿态估计方法保持了四元数的归一化性质,通过引入小生境遗传算法解决了重采样阶段的粒子退化问题,并且由于单独估计陀螺偏差避免了粒子滤波状态的扩展。该方法能够在较少粒子的情况下实现高效率高精度的定姿,仿真结果说明了方法的有效性。     

航天器自主导航状态估计方法研究综述

自主导航是航天器自主运行的核心关键技术。状态估计是实现航天器自主导航的核心手段,是指实时确定航天器在轨位置、速度和姿态等导航参数,是航天器自主导航技术的重点发展方向之一。首先,针对航天器自主导航的实际需求,阐述了研究航天器自主导航状态估计方法的必要性,具体从导航系统可观测性分析、导航滤波算法、导航系统误差补偿3个方面介绍了航天器自主导航状态估计方法的研究现状;然后,分析并总结状态估计方法在航天器自主导航系统中的实际应用;最后,结合理论研究和实际应用,给出了状态估计方法目前存在的主要问题并对其后续发展进行了展望。     

X射线脉冲星导航的最优观测周期确定

最优观测周期的确定对脉冲星导航计算具有重要意义。首先推导了航天器处观测脉冲相位估计方差的理论下界，然后给出了观测脉冲相位估计误差与脉冲星观测周期之间的关系式，并以观测脉冲相位估计的均方误差最小为准则，给出了最优观测周期的近似计算公式，最后利用脉冲星PSR B0531+21的实测数据验证了该关系式的正确性。仿真结果表明所给最优观测周期计算公式对脉冲星PSR B0531+21的预测误差为44 s，证明了所给公式的正确性，为导航中脉冲星观测周期的确定提供了理论基础。     

卫星导航接收机自主完好性监测算法研究

针对航空导航定位高可靠性的要求和GPS接收机观测噪声分布的特点,研究将粒子滤波算法应用于接收机自主完好性监测（RUM）中.通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测与隔离.对算法进行了数学建模,描述了完整的RAIM算法详细流程.通过实测数据对提出的RAIM算法进行验证,结果表明：粒子滤波算法在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于GPS接收机自主完好性监测的可行性和有效性.     

基于逆Gamma分布的变分自适应滤波算法

针对Bayesian滤波在组合导航量测噪声随机模型不准确时引发的估计精度下降问题,提出了一种基于逆Gamma分布优化的变分自适应滤波算法。该算法借鉴变分Bayesian学习理论,通过逆Gamma分布进一步精化了Bayesian滤波随机模型,准确高效地实现了量测噪声协方差的自适应估计,显著改善了滤波估计性能。最后通过紧耦合组合导航数据仿真实验,结果表明本文所探讨的优化算法能实时跟踪量测噪声变化,保障滤波估计精度,且运算量小速度快,易于工程实现,为今后研究工作于时变噪声环境下的导航系统及其扩展应用提供一定的理论支持。     

近地航天器量子导航定位卡尔曼滤波算法研究

针对近地航天器量子导航定位系统,为了进一步提高其定位精度,利用滤波技术将QPS测量值结合航天器的运动模型进行状态量的滤波估计.给出了基于基线干涉原理的量子定位系统观测方程和以二体运动为主的航天器轨道运动模型,在此基础上详细推导了扩展卡尔曼滤波处理过程,并针对该模型进行了仿真.仿真结果表明,基于EKF的量子导航定位精度有明显提高.     

基于DCT-CS的脉冲星周期超快速估计方法

受快速傅里叶变换（fast Fourier transform，FFT）的影响，基于FFT和压缩感知（compressive sensing, CS）的脉冲星周期快速估计算法的计算量大。为进一步减小计算量并提高计算精度，利用离散余弦变换（discrete cosine transform，DCT)取代FFT，提出了一种基于DCT-CS的脉冲星周期超快速估计算法。在该方法中，利用DCT提取脉冲星信号的低频部分构建低频DCT矩阵；构建畸变轮廓字典并获取累积轮廓；提出了利用最大值超分辨率稀疏恢复估计脉冲星周期的方法。仿真结果表明，DCT-CS的脉冲星周期估计精度达到了3.82×10-12 s，计算时间达到了9.31 ms。与FFT-CS相比，周期估计精度提高了约16%，计算时间缩短了约37.5%，实现了实时高精度的脉冲星周期估计。     

卡尔曼/粒子组合滤波在GPS/INS组合导航中的应用研究

在非线性模型和非高斯噪声条件下,粒子滤波在GPS/INS组合导航系统的观测精度较低时能取得较好的滤波结果,但在高观测精度情况下会导致滤波发散。针对这一问题,在分析了基本粒子滤波器算法原理的基础上提出一种卡尔曼/粒子组合滤波方法,将状态向量分为线性部分和非线性部分,分别用卡尔曼滤波和粒子滤波估计,既保证了简化后滤波算法的结果不会变差,又将运算量大大降低,仿真试验表明,组合滤波器能够获得较高的滤波精度,满足实际的导航要求。     

基于CPHD的双层粒子滤波目标跟踪算法

常规基于势概率假设密度滤波(Cardinalized Probability Hypothesis Density,CPHD)的粒子滤波(Particle Fil? ter,PF)跟踪算法应用于多目标跟踪时,容易遇到因粒子数量增加而带来的运算效率下降、目标数目估计不准的问题。文章基于常规粒子滤波 CPHD跟踪算法,通过部署双层粒子,提出基于势概率假设密度滤波的双层粒子滤波 (Two-Layer Particle Filter-CPHD,TLPF-CPHD)算法,以便提高目标数目及状态估计精度。仿真实验结果证明,相比于常规 PF-CPHD算法,新算法具有更好的目标数目和状态估计准确性。     

基于扩维QLEKF的脉冲星/星间定向组合导航

面向星座卫星高精度自主导航技术需求,设计了一种融合X射线脉冲星和星间定向观测信息的组合导航方法。通过X射线探测器获得脉冲到达时间观测量,照相观测星相机和星间链路设备获得星间相对位置矢量观测量,设计导航滤波器对观测量进行处理,估计参与导航的星座卫星的运动状态。针对地球星历误差影响组合导航性能的问题,将地球相对于太阳系质心的位置扩充为状态向量,设计了扩维扩展卡尔曼滤波器,利用敏感器观测量对导航所需的地球位置矢量进行实时估计,从而削弱地球星历误差的影响。进而,针对滤波器参数选取影响状态估计精度的问题,设计了一种Q学习扩展卡尔曼滤波器（QLEKF）,主要思路是利用Q学习方法的决策能力,自适应地选择适当的滤波器参数以改善估计性能。数学仿真结果表明,所提方法能够有效减小地球星历误差对星座自主导航的影响,取得优于传统滤波算法的定位精度。     

序贯结构的Sage-Husa自适应滤波及其应用

在分析已有的Sage-Husa自适应滤波算法的基础上,本文首先推导了两种量测噪声自适应估计方法的等价性。为充分利用组合系统中已知的部分量测噪声参数,提高滤波稳定性和精度,研究了基于序贯结构的Sage-Husa自适应滤波算法;当组合系统测量噪声参数均为已知时,为降低算法复杂度,提高Sage-Husa自适应滤波的鲁棒性,加入协方差匹配的方法对序贯结构的Sage-Husa自适应滤波算法进行改进;通过在序贯结构下采用相应的信息融合策略,充分利用组合系统的输出信息。将两种算法分别应用于MIMU/GPS/磁强计组合系统中,基于跑车实验的离线数据分析表明,第一种滤波算法的滤波稳定性较标准自适应算法在滤波稳定性上有明显提高;第二种改进的滤波算法既降低了算法复杂度,又提高了抗野值效果,有效保持了组合系统在干扰状态下的导航精度。     

一种新的UPF算法在导航定位中的研究

为解决导航解算中粒子滤波的粒子退化现象和UPF(Unscented Particle Filter)算法存在计算量偏大的缺点,利用最小偏度单形采样结合比例修正算法,优化UPF算法中的重要性密度函数,并应用于PVA模型的导航定位解算。最终通过仿真实验结果表明,改进后的算法尤其能在平面方向得到较好的导航解,并且减少了计算量,提升了导航效率。     

基于自适应粒子滤波的涡扇发动机故障诊断

针对涡扇发动机非线性、非高斯的特点,提出了一种自适应的粒子滤波算法用于涡扇发动机气路部件突变故障的诊断.为了减小算法的计算量并且保证滤波精度,分析了滤波精度和样本数目的关系,提出根据滤波过程中状态的方差自适应地调整粒子数,在保证一定的滤波精度下可以有效地减少滤波过程中使用的粒子数,提高了算法的实时性.同时,引入扩展卡尔曼滤波(EKF)用于更新粒子,产生重要概率密度函数,在一定程度上避免了粒子的退化.通过某型涡扇发动机的仿真分析表明:改进的算法相比标准粒子滤波算法用于涡扇发动机气路部件故障诊断时,参数估计的方均根误差减小了50%左右,且算法的计算量减小了30%.     

基于改进GPC的无人直升机动态路径规划

针对小型无人直升机航迹受到风场扰动和导航系统定位误差影响下的航迹最优规划问题,建立了风扰动和导航误差影响下的飞行航迹线性模型。基于混合整数规划思想,采用粒子滤波改进广义模型预测控制算法实时规划航迹,降低了导航定位误差造成的航迹估计偏差,提高了航迹估计精度。仿真结果表明,该算法能够生成三维可行航迹并躲避障碍物,且规划时间和无人机能耗较传统方法显著减少。     

X射线脉冲星导航空间试验进展与展望

X射线脉冲星导航（XNAV）技术作为一种新型的航天器自主导航技术,是目前深空探测巡航段最有潜力的自主导航技术之一。X射线脉冲星导航的概念提出于20世纪80年代,经过数十年的发展,该技术已逐渐从理论研究走向空间试验。介绍了近些年国内外完成的脉冲星导航空间试验,系统梳理和分析了当前脉冲星导航空间试验使用的信号处理方法、导航方法和X射线探测终端。根据国内外脉冲星导航空间试验的特点,总结了目前国内脉冲星导航试验在在轨解算和X射线探测终端方面的不足。最后,结合空间试验的现状及工程应用的实际需要,对未来脉冲星导航空间试验进行了展望。     

基于仿脉冲星X射线信标的航天器定位方法

受X射线脉冲星导航技术的启发，提出了一种基于仿脉冲星X射线信标的航天器定位新方法，即利用人造信标模仿脉冲星发送高稳定性高信噪比X射线脉冲信号为航天器提供定位服务。首先介绍了仿脉冲星X射线信标基于三球交汇的定位原理，在分析X射线信标信号覆盖范围与天体引力摄动的影响的基础上，提出了在太阳系行星轨道中的拉格朗日点布置X射线信标的方案。其次，分析论证了人造辐射源的可行性，并基于优选脉冲星准则并结合实际脉冲星特征对辐射源参数进行初步优化。然后针对将来可能的地火转移任务需要，结合航天器动力学模型构建了基于X射线信标的观测方程，采用扩展卡尔曼滤波方法，研究了X射线信标几何分布、观测误差、信标数量、钟差及轨道误差对于航天器位置确定精度的影响。仿真结果表明，在同时观测3颗信标、TOA(Time of Arrival)测量精度为50 ns的条件下，该方法的航天器位置估计精度可达152 m，并且大部分信标组合都能将定位误差控制在1 km内。增加观测信标数量对定位精度较低信标组合的提升显著，但由于太阳系各行星间轨道倾角较小，地火转移轨道航天器同时观测5颗信标时定位误差仍在百米量级。根据深空探测领域航天器的实际...     

一种用于解决粒子滤波粒子退化现象的重要性重采样算法的研究

粒子滤波通过蒙特卡罗模拟来实现递推贝叶斯估计,在非线性非高斯系统中体现出良好的特性;但粒子滤波存在粒子退化现象的缺陷,针对这一问题,提出一种新的重采样算法,即分区重采样算法,其主要思想是根据多项式重采样与分层重采样算法的特点,把随机数区间划分成若干个区,每个区内的随机数任意排列,而区与区之间按升序排列。与目前常用的其他重采样算法相比,该方法提高了粒子滤波的平均性能,仿真实验验证了该算法的有效性和实用性。