基于X射线脉冲星的环火探测器同步定位和授时仿真分析

利用X射线脉冲星观测量不仅能够为深空探测器提供稳定可靠的位置、速度和姿态信息,还能够对探测器上的原子钟进行长期误差校正。火星探测任务中,存在探测器飞行时间长,钟差随时间累积严重降低脉冲星自主定位系统的精度等问题。针对此,提出了一种环火探测器同步定位和授时方法,对钟差进行建模,将钟差模型参数纳入到滤波系统中,利用自适应扩展卡尔曼滤波器同时计算探测器的位置、速度和钟差模型参数。仿真实验表明,经滤波校正后的钟差保持在300 ns以内,探测器的位置和速度精度分别优于200 m和0.03 m/s,精度得到明显改善。     

X射线脉冲星航天器姿态确定方法研究

本文阐述了利用X射线脉冲星实现航天器姿态确定的成像仪定姿、探测器扫描定姿和垂直双矢量相对定位姿态的3种方法,介绍了其基本原理;分析了3类方法与现有姿态确定方法相比存在的优势;并利用仿真数据分析了垂直双矢量相对定位姿态确定方法;研究了时延测定误差、可观测脉冲星数、脉冲星历表误差等对姿态确定精度的影响,得出了有益的结论.     

脉冲星用于深空探测器导航定位及授时的探讨

研究了脉冲星导航基本原理,分析了现有脉冲星导航定位算法,探讨了其在深空探测器自主导航定位和授时方面的应用。     

X射线脉冲星信号辐射的数值模拟方法

概述了X射线脉冲星信号辐射模拟技术的发展概况,分析了当前基于非齐次泊松过程(non-homogeneous poisson process, NHPP)的X射线信号数值模拟方法,在此基础上,采取了一种齐次泊松过程与经典概率相结合的数值模拟方法,与NHPP的模拟方法相比,该方法能够避免对流量密度函数的积分及对积分函数的求逆过程,可以大幅度简化数值模拟的计算流程,且适用于具有任意流量密度强度的脉冲星信号辐射模拟,并通过算例分析验证了该方法的可行性。     

LiDAR标签和栅格占有图结合的LiDAR/IMU空间标定方法

LiDAR和惯性测量单元(inertial measurement unit, IMU)在智能汽车获得了广泛的应用,比如高精度地图构建、车辆实时定位等。两种传感器进行组合测量时,需要知道两者之间的空间关系,包括空间旋转和平移参数。本文提出了一种基于LiDAR标签的自动化LiDAR/IMU空间标定方法。首先分析了LiDAR/IMU标定参数对LiDAR点云拼接的影响,证明了当车辆近似直线运动时,使用概略标定参数即可利用IMU的姿态信息将LiDAR点云转换到轴向近乎一致的坐标系。基于该结论,提出了一种基于IMU姿态约束的LiDAR栅格占有图构建方法,构建高相对精度的点云地图与LiDAR标签的点云进行地图匹配,获得LiDAR标签在图中的位置,相对于单点云帧互匹配方法,提高标签点云匹配的精度和可靠性。然后基于LiDAR标签的已知高精度位置,采用非线性优化方法解算栅格占有图与LiDAR标签的空间转换关系,进而求解LiDAR/IMU的空间标定参数。试验结果表明,利用本文方法获得的标定参数构建的点云地图,可实现厘米级的绝对位置精度,验证了本文方法的正确性和可行性。     

一种LiDAR平面配准方法辅助的IMU室内定位算法

室内环境由于缺乏观测条件,无法使用全球导航卫星系统(global navigation satellite system,GNSS)进行定位,而单独惯性导航系统(inertial navigation system,INS)由于传感器的误差累积,定位结果快速偏移且无法受到限制.因此,针对室内未知环境下移动背包的定位问题...     

IMU/GPS辅助航空摄影测量技术方法应用研究--以贵阳市航空摄影测量项目为例

通过贵阳市航空摄影测量项目的实施,形成了一套有效可行的IMU/GPS辅助航空摄影测量技术方法。介绍了项目所采用的检校场的布设方法、IMU/GPS辅助光束法区域网像控布点方法,以及IMU/GPS辅助空中三角测量技术,分析了IMU/GPS辅助空中三角测量和DEM/DOM成果精度,论述了该项目所形成的IMU/GPS辅助航空摄影测量技术方法的适用范围和局限性。     

基于惯导/天文高精度定姿方法

研究了利用惯性导航系统与天文导航系统进行组合定姿的方法;构造了惯导/天文组合导航系统的状态方程和量测方程;采用卡尔曼滤波技术设计了惯导/天文组合定姿算法。设计飞行器的典型飞行轨迹,通过数学仿真对该算法的有效性进行了验证。结果表明,天文导航能够有效地补偿惯性导航因陀螺漂移带来的误差,非常适用于飞行器的高精度定姿。     

UKF滤波器性能分析及其在轨道计算中的仿真试验

讨论了UT(unscented transform)变换的性质,给出了一种新的扩展型卡尔曼滤波器UKF(unscentedKalman filter),它不仅具有较高的精度,而且不必计算偏导数阵。仿真分析的结果表明,UKF有良好的状态估计性能,使用简便,适合于非线性系统状态估计。     

GPS/陀螺组合测姿中整周模糊度的快速解算

采用方向余弦矩阵描述姿态,建立GPS/陀螺组合姿态确定系统模型,由矩阵Kalman滤波方法解算整周模糊度的浮点解,然后再利用MCLambda方法得到整周模糊度固定解。仿真实验结果表明,附加方向余弦矩阵约束的Kalman滤波方法可以有效地提高整周模糊度浮点解的精度,使得整周模糊度的固定成功率和效率均得到提高,尤其是在GPS观测条件较差的情况下。     

陆地导航中GNSS/陀螺仪组合实时测姿方法

在陆地导航系统中使用GNSS/INS组合导航会增加系统成本,多天线GNSS测姿精度受基线长度影响,且存在的模糊度固定问题。本文提出仅利用一个陀螺仪和单天线GNSS组合来进行实时测姿。先由单天线GNSS计算姿态角3参数,航向角为陆地导航的关键参数,为此将陀螺信息与GNSS导出的航向角进行融合。分析了单天线测姿在载体静止或低速运动时精度很差的原因,提出了在组合滤波中进行解决的方案。推导了GNSS和陀螺信息融合的滤波模型,将陀螺仪信息作为状态模型的控制输入,以GNSS航向为滤波观测值。实验结果表明,GNSS/陀螺仪组合计算的航向角精度和可靠性相对GNSS测姿结果均有很大提升。     

SINS的SRC-KF姿态估计算法

基于飞行器载体SINS姿态计算精度要求,提出了一种SINS(strap-down inertial navigation system)的球面径向容积卡尔曼(spherical-radial cubature Kalman filtering, SRC-KF) 姿态确定算法。该算法把笛卡尔坐标系中状态向量变换到球坐标系中,通过Gauss-Hermite求积计算获得2n个球面径向容积点及其权值系数来逼近计算系统状态估计及其方差矩阵,其计算精度可达到三阶;采用四元数姿态建模方法构建新型SINS状态变量与噪声向量相关的姿态方程模型,利用伪观测向量构建观测噪声与四元数相关的观测方程模型,设计系统噪声方差分离计算算法进行系统噪声方差计算,引入拉格朗日乘子算法计算四元数估计均值,最后利用SINS/CCD姿态估计仿真系统开展的SINS 的SRC-KF姿态模型算法进行仿真验证。通过与中心差滤波(CDKF)和无迹卡尔曼滤波(UKF)算法计算结果进行对比,可以看出SRC-KF算法具有计算精度高以及数值计算稳定等特点。

     

GPS单历元定向和测姿算法及其精度分析

在GPS单历元阻尼LAMBDA算法的基础上,结合固定边长条件,给出了一种GPS定向定姿的新方法,同时给出了GPS单历元定向和定姿精度估算公式。     

利用改进的Kalman滤波算法进行GNSS单历元姿态测量

传统G PS单历元姿态解算中存在没有利用历元间的相互关系以及不能有效抵制粗差影响等问题,而Kalman滤波则可一定程度上解决这些问题。结合稳健估计理论对GPS单历元姿态解算提出了一种改进的Kalman稳健估计算法,通过实验及与传统的最小二乘解算方法相比较,该算法能够较好地消除历元间计算结果中出现的跳变值,使得解算结果更稳健。     

基于GPS的外测设备精度鉴定测姿方法的研究与应用

全球定位系统（GPS）不仅可以提供运动目标的高精度位置、速度信息,而且应用相对定位技术,通过合理的天线布阵,可以实现运动目标高精度姿态的测量。从GPS测姿原理入手,分析了外测设备精度鉴定任务的特点及测姿要求,通过多种方法和大量数据验证了系统的可行性,并在实际任务中得到了应用。     

基于SUT-EKF的DGPS/DR 组合定位算法

针对基于DGPS/DR的移动机器人组合定位问题,采用一种尺度无迹变换扩展卡尔曼滤波(SUT-EKF)算法,由于组合定位系统中的状态方程是非线性的,并且观测方程是线性的特点,将SUT预测移动机器人位姿,利用EKF融合最新观测值更新机器人位姿,该算法在状态预测阶段避免了计算Jacobian矩阵,从而有效地减小了线性化对非线性系统误差的影响。仿真结果表明,该算法具有较好的滤波精度和稳定性,为实现DGPS/DR组合定位系统提供了一种有效可靠的途径。