轨道数值积分方法适用性研究

轨道积分是人造卫星轨道预报和精密测定中的重要环节,由于卫星受力情况复杂,精确的二阶运动微分方程的解析解难以求得,所以数值解法是解决轨道积分问题的主要手段。数值积分方法可分为单步法和多步法,每一类方法都有其特点和适用范围,在实际问题中如果选择不恰当的积分方法,精度或者计算速度将不能达到要求。以精度和计算效率为主要衡量指标,对Runge-Kutta法和Adams-Cowell法进行仿真,分别研究了两种方法的性能与轨道偏心率和轨道高度的关系,为卫星轨道积分方法的选择提供了依据。     

卫星轨道完备性监测研究

为了解决高精度定位中的卫星轨道粗差判别问题,采用轨道积分方法和轨道拟合方法,重点分析了卫星精密星历SP3文件的轨道积分精度,利用对卫星轨道加入不同粗差的计算方案,讨论了轨道积分的精度以及其对定位的影响,研究了利用卫星轨道积分精度实现完备性监测的方法。结果表明:通过卫星轨道积分精度的方法,可以反映卫星的粗差信息并予以将粗差卫星剔除;当剔除粗差卫星后,精密单点定位精度提高;当对正常卫星加入粗差,且随着加入粗差的增大,卫星轨道积分精度越来越差。该成果对完备性监测的研究具有一定的参考价值和指导意义。     

大偏心率椭圆轨道星上轨道外推的参数化模型

众所周知,数值方法和分析方法都可以用于轨道预报.一般而言,采用数值方法可以获得更高的精度,采用分析方法可以达到更高的效率.对于近圆轨道卫星,已有许多成熟的数值方法和分析方法可以用于轨道预报.而对于大偏心率椭圆轨道卫星,这些方法都有各自的局限性.传统的数值积分器工作效率较低;分析方法中多采用简化的力模型,因而可以达到的精度有限.为实现大偏心率椭圆轨道卫星的星上轨道预报,本文提出了一种解决方案.其核心思想是基于摄动分析解的表达式,尝试构造拟合公式,用不同的频率项反映摄动影响下轨道根数的周期变化和长期变化.最终以拟合和计算的过程代替求解微分方程,建立参数化模型,从而实现轨道外推.应用此模型时,将首先通过拟合公式对真近点角f、近点角距ω、升交点经度Ω、轨道倾角i和地心距r进行拟合与计算,然后利用这5个轨道根数计算出卫星在惯性坐标系下的位置矢量,得到最终的预报结果.为检验方法的可行性,本文利用该参数化模型对33颗闪电轨道卫星进行了轨道外推.对每颗卫星分别进行28组试验,每组算例的外推弧段为3天.数值试验结果表明,轨道根数f,ω,i与r的计算结果受到轨道偏心率的影响.3天内,轨道外推的位置精度一般约为百米级.     

GEO卫星机动后的星历快速恢复方法

GEO卫星可用于导航卫星,存在一个重要的问题是：GEO卫星机动较为频繁,卫星机动力不易建模．基于转发式测轨数据,常用的动力学统计定轨方法在无机动力的巡航状态下可以获得很高的精度,但当机动发生后,预报轨道将很快失效,一直到机动结束后较长时间内星历都不能有效使用．为改善这种状况,我们研究机动后星历的快速恢复方法．首先使用高精度转发式测轨数据,分析了GEO卫星机动情形下的运动规律．然后在卫星机动结束并进入巡航状态后,使用密集的短弧段观测数据,把公共系统偏差、各站系统偏差等作为常数,主要解算6个轨道根数,用统计定轨方法进行轨道预报,减少解算参数提高预报精度,实现卫星星历的快速恢复．结果表明：在目前的转发式测轨网布站情形下,对鑫诺一号卫星,利用15min数据预报2h,轨道精度（O-C）约为5m;利用30min数据预报2h,轨道精度（O-C）约为3m．     

区域监测网精密定轨与轨道预报精度分析

我国导航系统采用区域监测网提供轨道预报等导航服务．由于区域网不能覆盖地球中轨轨道（MediumEarthOrbit,MEO）SE星全弧段,并且受卫星相对于监测网几何条件限制,若采用与全球网相同的定轨和预报策略,预报精度难以满足我国导航系统的指标要求．预报精度决定于定轨获得的初轨和力学模型的精度．针对MEO卫星星座的区域监测网定轨预报问题,本文提出两步法策略,即首先解算部分动力学参数和轨道参数,然后强约束这部分动力学参数的估值,重新解算所有动力学参数和轨道,并利用得到的初轨和动力学参数进行轨道预报．利用实测GPS数据的实验表明,采用两步法定轨策略可获得对动力学参数的合理解算结果,并可提高轨道预报精度,预报1天轨道的平均用户距离精度（UserRangeError,URE）优于0．6m．     

基于星间测距的导航卫星自主定轨新算法

受限于星载计算机处理能力,目前导航卫星自主定轨多采用序贯、分布式的定轨算法.但该类算法在节省计算资源的同时存在滤波发散与精度指标快速下降的问题,尤其在链路数量较少的情况下更为突出.本文提出一种快速、稳定的集中式自主定轨新算法.该算法借助空时分多址(STDMA)体制强大的高频星间测距功能,不依赖于动力学建模,在短弧内将卫星的真实轨道与长期预报轨道的差异用高阶次多项式描述,无需轨道积分和状态转移矩阵计算,算法极为简洁,大大节省了计算资源.同时,此算法还通过约束卫星升交点赤经实现了无锚固站支持条件下的自主定轨,减少了对地面支持系统的依赖程度.最后,仿真北斗全球导航系统星间链路测量,论证了星间链路数量、星间测量噪声对导航星座自主运行性能的影响,并对其计算量进行了理论分析.仿真结果证明,本文算法无误差积累,稳定性较高,在链路数少至3条时自主定轨也能够平稳运行;在链路数量?5时,不考虑地球自转参数(EOP)长期预报误差,自主运行60 d,轨道的用户距离精度(URE)平均为0.9 m,而总计算量仅为扩展Kalman滤波(EKF)分布式算法的七分之一.     

基于平方根容积卡尔曼滤波的四旋翼无人机的姿态解算

为了提高四旋翼无人机姿态解算的精度,提出了基于平方根容积卡尔曼滤波(square-root cubature Kalman filter,SCKF)的多传感器数据融合策略。基于加速度计、磁力计和陀螺仪输出的数据,采用了四元数的姿态解算方法,避免了单一传感器获得的姿态角误差过大的问题,解决了扩展卡尔曼滤波(extend Kalman filter,EKF)精度低以及无迹卡尔曼滤波(unscented Kalman filter,UKF)、容积卡尔曼滤波(cubature Kalman filter,CKF)协方差矩阵正定性丧失的问题。设计了基于pixhawk飞控板的实验方案。通过实验数据表明,与传统的EKF、UKF、CKF算法相比,SCKF的精度最高。且与UKF、CKF算法相比,SCKF具有计算时间少、数值计算稳定性强等优势。     

太阳辐射流量实测值对低地球轨道卫星轨道预报的影响

太阳辐射流量是影响卫星轨道预报精度的重要因素之一。在太阳活动活跃期,空间环境的变化十分频繁,太阳辐射流量的变化也是如此。这里,我们对2011年6月份的太阳辐射流量峰值及谷值两种极端情况下,分别对低地球轨道卫星轨道进行预报,结果表明：对700km高度的圆轨道卫星而言,一个月预报的位置差异可以达33 km左右,速度差异可以达0.035 km/s左右。     

正交迭代泛函网络在中短期钟差预报中的应用

 在卫星钟源无法与地面钟源进行实时比对的时段中,准确预报卫星钟差对于维持卫星的稳定运行具有重要意义。针对卫星钟差的中短期预报问题,选择多项式模型对钟差进行建模分析,设计了一种基于滑动窗模型的正交迭代泛函网络算法。利用泛函网络的非线性学习能力对钟差预报模型进行拟合分析,采用正交函数作为泛函网络的基函数簇,并引入滑动窗思想来更新输入层元素进行迭代训练,获得较小的预报误差。分析表明,预报时间小于12 h 时,预报误差为0.2~0.5 ns,预报精度与IGU P精度相当;当预报时间为24 h 时,预报误差总体在1 ns,预报精度略次于IGU P 精度;当预报时间为1 个卫星周时,最大误差达130 ns,难以满足卫星运行对钟源的要求。研究表明：该算法适合于短期卫星钟差预报,不适合中长期钟差预报。     

基于轨道根数交接的弹道导弹落点快速预报

为实现弹道导弹精确落点的快速预报,提出基于轨道根数交接的落点预报方法。多功能地基相控阵雷达通过综合自身计算的目标轨道根数信息与远程预警相控阵雷达上报至预警中心的目标轨道根数信息,对弹道导弹实时定轨,待落点误差精度满足要求后,进行落点精确预报。仿真结果表明,相对传统落点预报方法,能够将预报时间缩短近40%。     

基于无先导卡尔曼滤波的RBFN训练算法研究

提出了应用无先导卡尔曼滤波器（UKF）来训练径向基神经网络（RBFN）的新方法。与广义卡尔曼滤波器（EKF）和双重卡尔曼滤波器（DEKF）对函数的一阶近似不同,UKF对非线性函数采用二阶近似展开,而且最重要的一点是不必求取系统的雅克比矩阵,从而大大减小计算量。本文对时间序列预测及分类问题进行了仿真,结果证实了该方法的有效性和快速性。     

改进UKF在X射线脉冲星导航中的应用研究

为了提高标准Unscented卡尔曼滤波(UKF)计算效率,本文对标准UKF采样点计算方法进行改进,使状态更新过程中的多次积分过程简化为一次积分过程,并证明了标准UKF和改进UKF的等效性.计算机仿真结果表明,在计算精度一致(位置确定精度约为70m,速度确定精度约为0.005m/s)的情况下,改进UKF的计算效率是标准UKF的5倍.     

基于推广Kalman滤波的机载无源定位改进算法

研究空中运动观测平台对地面辐射源目标的纯方位信息定位算法,提出改进的二阶EKF定位算法以提高定位估计精度.用推广Kalman滤波算法代替传统的最小二乘定位算法.充分利用观测平台的运动信息建立了可观测的观测方程,并采用二阶EKF算法解决了在观测误差较大的情况下导致的非线性误差较大的问题.采用Monte Carlo仿真比较LS,EKF和二阶EKF 3种方法的性能.证明用这种方法可以达到更好的估计精度,能够将目标位置定位在更小的概率椭圆内.概率误差椭圆缩小了30%.     

GPS 定位中扩展卡尔曼滤波和基于 Bancroft 算法的2步滤波法的比较分析

GPS 定位中常用的线性卡尔曼滤波模型的精度不能完全满足要求。为此,介绍了非线性卡尔曼滤波常用的扩展卡尔曼滤波（EKF）和基于 Bancroft 算法的2步滤波法。算例分析表明,基于 Bancroft 算法的2步滤波法较优。     

用于弹道目标跟踪的有限差分扩展卡尔曼滤波算法

针对目前常用的滤波算法不能同时做到精确和高效跟踪目标的缺点,提出一种有限差分扩展卡尔曼滤波(FDEKF)算法用于再入阶段的弹道目标跟踪.该算法应用有限差分运算得到滤波的验前、验后误差协方差矩阵,避免了非线性函数求导运算,以及Jacobian阵和Hessian阵的计算,降低了计算难度,扩大了应用范围,增强了滤波过程的收敛性.Mome Carlo 数值仿真表明,FDEKF算法与扩展卡尔曼滤波(EKF)算法和无味卡尔曼滤波(UKF)算法相比较,在跟踪精度上比EKF算法提高了约20%,与UKF算法相当,在计算复杂度上比EKF算法稍有增加,但比UKF算法低约39%.这说明FDEKF算法在计算量增加不多的情况下,滤波精度有显著提高.     

基于传感器网络的分布式生化气体源参数测定算法

针对生化气体源参数测定问题,提出了一种基于传感网络的分布式贝叶斯迭代估计算法,该算法在给定气体物理分布扩散模型条件下,通过传感器节点获取气体浓度,并基于分布式扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）实现气体源的坐标定位和释放率估计.通过仿真实验对两种分布式算法进行性能分析,结果表明,UKF算法在参数估计成功率和参数估计误差两个方面均要好于EKF算法,分别可以提高约50%和70%,其收敛速度快,使用节点少,更有助于节省网络能量消耗,并延长其生存周期.     

光学电流互感器Sigma点卡尔曼滤波去噪方法研究

随着电力系统向着超高压大容量发展,光学电流互感器（OCT）在电力系统领域具有广阔的应用前景。而有效的滤除噪声,提高信噪比（SNR）是光学电流互感器信号处理的重要环节。本文针对光学电流互感器低信噪比的特性,通过改进的卡尔曼滤波算法建立合适的模型以及通过LabVIEW的仿真验算,表明Sigma点卡尔曼滤波能够有效的滤除噪声和提高光学电流互感器的信噪比。     

基于平淡卡尔曼滤波器的微小卫星姿态确定算法

针对扩展卡尔曼滤波（EKF）在线性化过程中会引入误差的问题,采用平淡卡尔曼滤波器（UKF）进行了系统滤波器设计;提出一种构建虚拟观测量的方法,并分析了其噪声特性．虚拟观测量与高精度器件量测量搭配可实现对姿态的校正．以太阳敏感器、微电子机械系统（MEMS）陀螺、磁强计为姿态敏感器件,构建了定姿滤波器并用STK（Satellite Tool Kit）数据进行了仿真．结果表明,所提出方法能有效地提高定姿性能,采用UKF的系统定姿误差与EKF相当,但收敛时间、稳定性要优于EKF．     

云层背景下粒子滤波目标跟踪方法研究

对粒子滤波理论及其实现方法进行了研究.通过模拟实验验证了其优于卡尔曼跟踪的性能,并结合基于双正交小波的边缘形心提取方法和粒子滤波跟踪方法,构建了其跟踪框架.通过粒子数和系统状态转移方程的恰当选择,实现了云层背景下对背景简单的点目标和存在遮挡和旋转变化情况下的大目标进行跟踪.最后通过实验分析了粒子数目和状态方程的选取对跟踪精度的影响.实验证明,结合鲁棒性的小波检测方法和具有"多峰"描述的粒子滤波算法构造成的跟踪器,在运动目标存在局部遮挡和旋转变化等情况下能够实现稳定的目标跟踪.     

抗差与自适应组合的卡尔曼滤波算法在动态导航中的研究

针对观测信息不充足时,无法使用现有的一些抗差自适应滤波的问题,提出一种组合抗差滤波和自适应滤波的方法.该方法利用基于m估计实现的抗差滤波和基于新息向量马氏距离平方服从卡方分布而构造的自适应滤波,同时采用2次对检验统计量进行判别的方法,可以在单个历元实现在标准卡尔曼滤波、自适应卡尔曼滤波和抗差卡尔曼滤波之间选择一种当前时刻的最优滤波,因此,采用该方法也能构成抗差自适应卡尔曼滤波.仿真结果表明,在观测信息不足且滤波模型出现异常时,该方法能有效控制动力学模型误差和观测异常对导航解的影响,使导航解更能反映导航系统的真实情况.