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。     

椭圆形悬挂轨道控制策略研究

为了实现椭圆形悬挂轨道,文中以航天器相对运动动力学模型为基础,对椭圆形悬挂轨道的控制策略进行了分析研究.根据悬挂轨道的定义,通过理论分析和推导,得到了悬挂星在椭圆悬挂轨道上运行时所需要的控制加速度,并对其进行了数值仿真.仿真结果表明:控制加速度曲线平滑,易于实现和控制,且仿真结果与泛开普勒轨道所需的控制加速度一致,椭圆形悬挂轨道实现方法正确可行.     

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.     

针对非合作目标的中距离相对导航方法

提出了一种自由飞行机器人在中距离(几千米至几十米)范围内对非合作目标的导航方法,基于视觉导航相机和激光测距仪的组合测量方案,结合姿态敏感器和惯性器件的测量信息,通过推广Kalman滤波方法来估计自由飞行机器人与非合作目标的相对位置和速度信息。在近共面轨道和中距离接近的假设下,给出了一种简化的导航算法,在目标轨道参数未知的情况下也可以进行相对运动参数的估计,从而降低了算法的复杂性和运算量。仿真结果验证了上述导航方法和算法对非合作目标中距离相对导航的有效性,并获得了较好的导航精度。     

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.     

椭圆轨道编队飞行相对动力学初始化条件

Hill方程在椭圆轨道编队设计中具有一定的局限性,为解决这一问题,将基于Hill方程的圆轨道编队设计方法推广应用于椭圆轨道编队设计中．将T-H方程表示为参考轨道真近点角的显函数形式,推导椭圆轨道编队相对运动的状态转移矩阵．利用椭圆轨道编队相对运动动力学方程有周期解的要求,讨论椭圆轨道编队周期性运动的一般性初始化条件．最后通过数学仿真表明理论推导的正确性．推导的初始化条件可用于椭圆轨道编队队形初始设计或相对运动误差估计．     

自适应滤波在空间机动目标相对导航中的应用

针对空间机动目标的相对导航问题展开讨论,提出了基于UKF的空间机动目标相对导航自适应滤波方法。文章从机动目标的检测和滤波器参数的调整两方面入手,首先使用统计学方法处理机动判据归一化新息加权平方和,以避免虚警并使目标检测更为有效,然后设计一套放大状态估计协方差矩阵的滤波器参数自调整策略,实现在检测到目标机动后滤波器能够快速收敛并持续稳定跟踪。仿真验证所设计的滤波器较传统的UKF能够更好地完成机动目标的相对导航任务。     

基于Legendre伪谱法的卫星轨道转移燃料最优控制

以真近点角为自变量,介绍了形式简单的卫星相对运动动力学模型,给出了和真近点角相匹配的性能指标.利用伪谱法将最优控制问题转化为参数优化问题,以状态转移矩阵为基础给出了仅以初末状态为约束的最优控制律,然后针对线性化模型,给出了以状态方程为约束的最优控制律.设计的控制律均为解析形式,不需要利用NPL算法进行计算.仿真结果表明设计的控制律是有效的.     

编队飞行卫星相对轨道确定方法研究

针对2颗卫星编队飞行的情形,研究了星间位置测量量为相对距离、方位角和俯仰角时的卫星相对轨道自主确定方法。首先根据C-W-Hill(Clo-hessy-Wiltshire-Hill)方程得到卫星运动的状态方程;然后基于星间测量量确定观测方程,使用2种方法进行相对位置、相对速度参数的估计,实现对卫星相对轨道的确定;最后对这2种方法进行仿真,结果证明了它们的可行性。     

高精度定位定向系统的修正Kalman滤波组合导航

指出了在组合导航系统中，Ｋａｌｍａｎ滤波器的预测周期与滤波周期之间的异步性会给滤器的动特性带来不良影响，针对这一问题，提出了一种修正Ｋａｌｍａｎ滤波算法，并将其于高精度定位定向系统的“惯性／位置”组合导航中。     

神经网络辅助的组合导航系统信息融合方案

传统的Kalman滤波器自适应能力弱，而单纯的神经网络滤波器估计精度较差，且网络训练经验性太强。面向组合导航领域，提出BP神经网络辅助自适应联邦Kalman滤波器方案，设计并实现了SINS／GPS／TAN／SAR智能化容错组合导航系统。结合自适应滤波和神经网络两种方法共同提高系统的自适应能力，并提出新的神经网络输入量，改善了算法的实时性。系统的估计精度得到显著提高，仿真结果证明了该方案的可行性和有效性。     

Adaptive Federal Kalman Filtering for SINS／GPS Integrated System

A new adaptive federal Kalman filter for a strapdown integrated navigation system/global positioning system (SINS/GPS) is given. The developed federal Kalman filter is based on the trace operation of parameters estimation‘s error covariance matrix and the spectral radius of update measurement noise variance-covariance matrix for the proper choice of the filter weight and hence the filter gain factors. Theoretical analysis and results from simulation in which the SINS/GPS was compared to conventional Kalman filter are presented. Results show that the algorithm of this adaptive federal Kalman filter is simpler than that of the conventional one. Furthermore, it outperforms the conventional Kalman filter when the system is undertaken measurement malfunctions because of its possession of adaptive ability. This filter can be used in the vehicle integrated navigation system.     

GPS／INS组合导航的变分贝叶斯自适应卡尔曼滤波

为解决GPS／INS组合导航的数据融合问题中卡尔曼滤波器因噪声统计特性会发生变化而性能严重退化的问题,针对组合导航的系统模型提出并推导了一种基于变分贝叶斯学习的自适应卡尔曼滤波算法。该方法从概率角度将系统状态与噪声的统计矩一起作为待估计的随机变量,在每次递推地对状态进行估计之前,用变分贝叶斯学习迭代逼近得到噪声的后验分布。仿真结果证明：在组合导航系统中,该自适应算法能够较好地跟踪变化的噪声方差,并对速度、位置等系统状态进行估计。     

螺旋机动目标建模与跟踪滤波器设计

建立了一种描述弹道导弹作圆锥形螺旋机动的三维耦合运动数学模型.根据目标进行圆锥形螺旋机动的两种运动模式,得出了两种模式下具有相同形式的描述目标运动的状态方程,此运动状态方程是线性的且只与目标机动频率相关.进而给出了该状态方程的离散化形式,以及通过坐标转换关系,设计此类螺旋机动目标的跟踪滤波器的方法.最后通过导弹拦截实例仿真,验证了本文所提出的方法具有良好的目标跟踪效果.     

区间卡尔曼滤波算法及其在载波相位组合导航中的应用

当系统参数不确切已知或随时间变化时，传统卡尔曼滤波算法无法直接应用。基于区间的概念，通过将参数变化的系统建立成区间模型，在其他假设与标准卡尔曼滤波相同的前提下，给出了一种处理系统参数不确定性的区间卡尔曼滤波算法，该算法在统计最优性能及迭代形式方面与标准卡尔曼滤波算法相当。最后通过与传统卡尔曼滤波算法进行比较，仿真验证了该算法在GPS／DMU载波相位组合导航中应用的可行性。     

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.     

低轨卫星紧组合导航UKF方法

针对紧组合导航系统状态方程及量测方程的非线性,以低轨卫星为应用对象开展了无迹卡尔曼滤波UKF方法研究．给出了惯性系下的系统模型及算法模型,其中姿态直接采用修正Rodrigues参数来表述以避免四元数归一化条件的限制,系统状态更新采用四阶Runge-Kutta法以适应卫星的高速运动;之后通过数学仿真与广义卡尔曼滤波EKF进行了比较分析．结果表明:UKF滤波对于姿态精度明显优于EKF,提高了一个数量级,对于速度、位置精度两者滤波效果相当,但对于运算时间UKF耗时较长．因此实际应用中可根据导航精度与运算时间需求决定是否采用UKF方法．