基于对偶四元数的双星编队相对位姿测量

为了描述编队卫星中主从星的相对位置和姿态信息,提出了基于对偶四元数的编队卫星相对位姿测量算法。以双星编队飞行的位姿运动为主线,运用对偶四元数工具,充分发挥其能以最简洁的形式表示一般性刚体运动的优点,对卫星轨道和姿态进行分析并建立了对偶四元数位姿模型。同时设计类GPS测量技术来测量编队卫星的相对位置和姿态,该技术载波相位波长和伪码码元比GPS的更短,可获得更高精度的相对测量信号。由于状态方程和观测方程的非线性特征,使用UKF滤波来消除随机噪声对量测过程的干扰。实验结果表明,所设计的算法能够有效估计系统误差,卫星的位置误差和四元数误差收敛于零,验证了该算法的有效性。     

基于地平仪两轴姿态测量的卫星自主相对导航

针对近圆轨道编队卫星,提出了一种仅需要地平仪两轴姿态测量的卫星自主相对导航滤波方法,利用星间相对测量与偏航姿态运动的弱相关性,解决了欠偏航量测下的相对位置估计以及三轴姿态确定问题。可观性分析证明了该方法的可行性及对编队构型参数的适应性。大量仿真表明,对于绕飞和伴飞构型,该方法均收敛,性能特性与理论分析一致。针对当前典型的地平仪与星间测量能力,相对位置滤波精度均优于2 m(3σ),绕飞构型偏航姿态精度优于1.0°(3σ),伴飞构型偏航姿态精度优于0.5°(3σ),是对中等精度编队卫星配置简化的有益探索。     

基于光照区太阳敏感器和陀螺辅助修正的微小卫星磁测技术

微小卫星经常用磁强计作为姿态测量的主要部件,磁强计的测量精度是影响微小卫星定姿性能的重要指标。为提高磁场估计精度,采用太阳敏感器和陀螺对磁强计误差进行辅助测量与修正,推导了磁强计误差估计方法,在光照区以太阳敏感器与陀螺输出作为俯仰滤波器观测量,估计出卫星俯仰角度和角速度。再采用最小二乘方法,利用滤波输出量对磁强计误差进行估计,估计的结果进入滤波器对磁场输出进行测量修正。仿真表明该方法简单易行,姿态角精度提高了1°左右,角速度精度最高提高了0.003(°)/s左右,并增强了卫星稳定性,有利于成像等任务的完成,有效提高了微小卫星导航系统性能。     

基于数学基准修正的机载SINS/CNS组合定位算法

针对传统天文定位算法中水平基准对其机载应用的制约,提出基于数学基准修正的机载天文位置确定方法;提出首先利用惯导姿态信息,构造天文测量数学水平基准,通过惯导姿态阵实现载体系下的天文测量输出到当地水平基准坐标系下的变换,从而使高度差法的机载定位得以实现;为保证数学基准的准确有效,提出数学基准修正方案:利用高精度星敏定姿修正惯导姿态,以修正基准中耦合的惯导姿态误差。仿真实验表明,采用该方法进行的天文导航能有效解决其机载应用下水平基准制约问题,验证了其有效性,具有良好的工程实际应用前景。     

基于鲁棒滤波的无人机着陆相对导航方法

针对无人机在移动平台上进行起降时的相对导航问题,提出了一种基于鲁棒高阶容积滤波的惯导/视觉相对导航方法。建立了相对导航系统模型,基于无人机与移动平台之间的相对运动给出了系统的相对惯导方程,并针对系统中传感器的量测特性给出了导航敏感器的测量方程。针对相对导航系统非线性较强且量测噪声不符合高斯分布等问题,在高阶容积滤波的基础上,结合Huber-based量测更新方程,设计了鲁棒高阶容积滤波相对导航滤波器,该方法具有较高的估计精度,且对混合高斯噪声有鲁棒性。相对姿态采用四元数表示,为保证四元数的归一化,在设计相对导航滤波器时采用修正的罗德里格斯参数表示姿态误差。仿真结果表明,该方法可以准确地给出无人机与移动平台之间的相对位置、速度和姿态信息,且估计精度高于扩展卡尔曼滤波、Huber-Based滤波以及高阶容积卡尔曼滤波。     

高精度捷联姿态算法设计

捷联惯性导航系统一般采用圆锥补偿算法来消除圆锥误差的影响,从而提高姿态计算的精度.圆锥补偿算法大致有两种设计思想:首先是基于误差最小化原理,利用Borze旋转矢量进行设计;其次是基于二重积分,利用Goodman-Robinson有限转动定理进行设计.根据这两种设计思想,对二子样优化算法和二子样修正算法进行了详细地推导,然后综合这两种算法的优点形成了一种高精度的捷联姿态算法,并进行了仿真验证.仿真结果表明,改进后的捷联姿态算法在不增加子样数的同时,对圆锥误差的补偿精度大大高于二子样优化算法和二子样修正算法.     

超宽带测距辅助的无人机近距离相对导航方法

针对无人机之间的相对导航问题,提出了一种基于超宽带/相对差分的相对导航方法,基于伪距测量和超宽带测量的特征,给出了无人机之间的双差、双差变化率、超宽带测距测速以及双机定位数据做差的量测方程,并根据近距离编队跟随飞行的场景设计了相对导航状态方程,结合扩展卡尔曼滤波器对相对状态进行估计,最后针对不同的相对导航配置和卫星可用情况进行了仿真。仿真结果表明,该方案的相对导航精度明显优于仅采用一种相对测量量的效果,且在可用导航卫星越少的情况下精度提升越明显,在仅有4颗可用星的情况下,X、Y、Z三个方向(地心地固系)的相对导航均方根误差分别降低了3.2、13.06、2.01倍。该方法可有效提升编队飞行等多无人机应用场景下的相对导航精度。     

基于安全窗口χ2检验的捷联惯导空中修正算法

针对传统空中修正算法在基准信息出现故障时,空中修正精度严重下降的问题,提出了一种新的基于安全窗口χ^2检验的捷联惯导系统容错空中修正算法,通过推导给出了残差χ^2检验法的故障检测函数公式,基于该函数设计了故障诊断方案和容错策略,实现了基准信息的故障检测、隔离以及捷联惯导系统容错空中修正,并通过设置安全窗口,有效降低了容错空中修正算法的误警率,提高了算法的鲁棒性。对该容错空中修正算法进行了理论分析、仿真试验验证以及车载和机载试验考核,结果表明基于安全窗口χ^2检验的捷联惯导容错空中修正算法是可行和有效的,性能优于传统空中修正算法,可以有效减小故障对空中修正精度的影响,提高了空中修正的精度和可靠性。     

基于GPS伪距单差的舰船相对导航方法

为了测量编队航行中的舰船相对位置信息,从而进行相对导航,研究采用GPS卫星的伪距信息,通过编队通信链,交换目标船和跟踪船的观测到相同卫星的伪距信息,进行伪距单差差分。以伪距差分信息作为观测量,以跟踪船相对目标船的位置信息作为状态量,建立了跟踪船相对目标船的位置信息解算模型,利用最小二乘法解算跟踪船相对目标船的位置信息,以满足编队舰船间的相对导航信息需求。将相对位置信息解算模型和方法应用于实测试验,数据处理结果表明,相对距离测量精度优于0.2 m,方位精度优于5°,相对距离信息完全满足了舰船相对导航的需求,相对方位信息基本满足舰船相对导航的需求。     

模型预测前向神经网络算法及其在组合导航中的应用

针对系统误差的不确定性可能会引起滤波精度降低或发散的问题,提出一种新的基于模型预测滤波的前向神经网络算法。首先,采用模型预测滤波估计网络在正向传递过程中的模型误差,并对其进行修正,以弥补模型误差对隐含层权值更新的影响;然后,利用模型预测滤波为神经网络提供精确的训练样本,学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统,并与扩展卡尔曼滤波进行比较,仿真结果表明,提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05 m/s,+0.05 m/s]和[-5 m,+5 m]以内,滤波性能明显优于扩展卡尔曼滤波算法,表明该算法能提高组合导航定位的解算精度。