星敏感器与地平仪联合自主定轨改进算法

针对星敏感器地平仪联合自主定轨算法在工程中不易应用及工程应用中定轨精度较低等问题,提出了一种改进的自主定轨算法。第一,调整算法观测量,利用惯性坐标系下地心矢量替代星光角距值作为Kalman滤波方程的观测量,以适应卫星星敏感器标准输出;第二,在算法中加入敏感器误差处理环节,包括对敏感器的常值误差进行求取,从而实现对地心矢量测量值的修正,以及用抗野值方法对尖峰噪声误差进行处理,从而消除尖峰噪声对Kalman滤波定轨算法的影响;第三,采用无迹Kalman滤波算法将具有新的观测量与敏感器误差处理环节的改进的天文导航算法加以实现。通过某在轨中轨道卫星数据校验表明,改进后的自主定轨算法定轨精度在千米量级,可在工程中有效实施。     

基于北斗导航卫星信号的低轨卫星自主定轨（英文）

利用北斗卫星导航信号对低轨卫星自主定轨进行了研究。首先对卫星轨道动力学方程进行了推导,建立一个考虑地球J2摄动下的卫星动力学模型,并利用4阶龙格-库塔数值积分法进行轨道传播。选用北斗卫星导航信号的伪距和伪距率作为定轨的测量方程。然后,对北斗卫星可见星的个数进行了分析。最后,采用SRUKF算法对低轨CHAMP卫星轨道状态进行估计,并通过STK8.1生成仿真数据对SRUKF、UKF和EKF算法的跟踪性能进行对比分析。仿真结果表明,在跟踪过程中最少能接收到18颗北斗卫星信号,能够满足定轨要求。在相同条件下,SRUKF算法的跟踪精度优于UKF、EKF算法,SRUKF算法能减少89%的位置误差和90%的速度误差。     

弹载惯性/卫星/星光高精度组合导航

选取捷联惯导系统误差作为组合导航系统状态,利用捷联惯导与卫星导航系统各自的位置输出构造量测,设计惯性/卫星组合导航算法。在惯性/星光组合导航算法设计中,对星敏感器安装误差进行建模并也列入组合导航系统状态,利用星敏感器输出的姿态矩阵和根据惯导输出计算得到的等效姿态矩阵构造量测。从而,利用联邦滤波技术设计出弹载惯性/卫星/星光高精度组合导航方法。该组合导航方法的仿真结果表明,其定位、定姿精度分别达到12.1m(3σ)和0.27′(3σ),而且能够有效标定出惯性器件的随机常值误差和星敏感器的安装误差。     

卫星惯性/星光组合自主定姿方法研究

利用星敏感器测量所得的恒星星光方向信息,采用六状态变量推广卡尔曼滤波,得到卫星姿态误差和陀螺漂移误差信息并进行相应的修正。仿真结果表明,这种方法修正效果良好,采用中等精度陀螺组件就可以实现高精度定姿;仿真结果还验证了陀螺随机误差、星敏感器测量噪声和滤波周期等因素对定姿精度的影响。     

一种小卫星高精度自主定轨/定姿一体化新方法

基于传统小卫星对轨道和姿态参数确定采用分别计算的复杂模式,提出了一种利用地磁场和天文信息同时确定卫星轨道和姿态参数的新方法。首先通过分析小卫星轨道动力学J2模型和卫星姿态动力学模型,建立系统状态方程。其次将三轴磁强计与地磁场模型参考值的矢量作差,分析微分差值与状态变量的数学关系,建立定位/定姿观测方程。利用星敏感器提供的高精度姿态信息,建立定姿观测方程,同时利用星敏感器间接敏感地平观测折射恒星,建立定位观测方程。最后提出基于信息融合的先进滤波算法,并通过对多种导航模式进行数值仿真及结果分析,论证所设计一体化方法提高了系统定轨/定姿的精度和可靠性。     

基于微小型传感器的惯性/卫星/天文组合导航方法

为了实现基于微小型传感器的高精度导航,针对微小型导航传感器精度相对较低、误差相对较大的特点,对微小型惯性测量单元(MIMU)、微GPS卫星接收机、微小型星敏感器的测量误差进行了建模与分析;对多传感器的导航信息进行分散化处理,采用卡尔曼滤波进行局部估计;提出了基于部分信息融合的联邦滤波算法进行全局融合;并给出了利用全局融合结果对MIMU导航误差进行输出校正的算法.仿真结果表明,该组合导航方法能够利用微小型传感器实现较高精度的导航定位.     

一种航天飞行器的INS/CNS自主导航方案

传统的天文导航方法由于受水平基准精度的制约,难以进一步提高定位精度。针对INS/CNS组合导航方法对水平基准依赖的问题,提出了一种新颖的基于星光折射技术的INS/CNS自主组合导航方案。将惯性系下的非线性惯导误差传播方程作为系统状态方程,将星敏感器测得姿态和星光折射信息作为量测,采用UKF滤波算法,构成全面最优的INS/CNS组合导航。仿真结果表明,星敏感器精度为3″时,导航系统的定位精度优于200 m,姿态精度优于3″,导航定位精度随所使用的折射星数目增多明显提高,且方案在系统大角度误差条件下仍然适用。     

在飞航导弹中用星敏感器修正捷联惯导陀螺漂移

星敏感器是一种高精度的姿态测量装置。研究了星敏感器和陀螺的特点,对星敏感器工作原理和修正陀螺漂移技术进行了原理分析。在不利用外界提供的姿态和位置信息的情况下,采用卡尔曼滤波的信息融合算法,建立组合导航系统的状态方程和量测方程,利用星敏感器输出的载体相对于惯性空间的姿态信息来修正捷联惯导的陀螺漂移。设计飞航导弹的典型飞行轨迹,通过数学仿真,对上述算法的有效性进行了验证,结果表明星敏感器能够有效地补偿捷联惯导由于陀螺漂移带来的误差,明显提高了导航定位精度。     

一种大角加速度下的星跟踪算法

在飞行器大角加速度机动情况下,星敏感器星跟踪算法预测坐标的偏差变大导致星点扫描范围变大,星点识别时间变长,数据更新率降低,为此提出了一种采用联合星敏感器和陀螺信息预测星像坐标的星跟踪算法.该方法首先由组合导航输出的上一时刻的姿态数据和一个周期内修正后的陀螺数据积分推算下一时刻的飞行器姿态,然后通过坐标转换计算出已知恒星下一时刻在星敏感器坐标系上的星图坐标.理论分析和仿真结果表明,该方法飞行器最大角加速度30(°)/s2,最大角速度30(°)/s的情况下,预测星敏感器视场内恒星的星像坐标的偏差在10个像素以内,可使星图扫描和星点匹配快速完成,提高星敏感器的工作效率.     

基于时间序列分析的自适应联邦滤波算法

以信息源的视角审视联邦滤波信息分配系数的问题,提出基于时间序列分析的自适应联邦滤波算法。通过引入导航传感器历史数据作为信息基础,以自回归滑动平均模型对其进行分析,使信息分配系数与导航传感器工作状态和环境状态相适应,提高系统性能。将此算法应用于组合导航系统,通过仿真实验对比,新的算法比经典联邦滤波算法定位精度提高40%,比其他的自适应联邦滤波算法位置误差标准差、速度误差标准差分别平均提高19.74%和30.67%,说明该算法具有良好性能。