SINS/北斗/GPS组合导航系统研究

对SINS、北斗双星定位系统以及GPS全球定位系统三者的组合进行了研究.应用联邦自适应卡尔曼滤波技术实现了SINS、北斗和GPS的组合导航,建立了组合导航系统的数学模型,并针对系统产生的量测延时和异步问题给出了较好的解决方案.最后对系统进行了仿真试验,仿真结果表明该组合导航系统具有较高的精度和容错性能,此方案具有较好的工程应用价值.     

信道带宽对码相关参考波形算法码跟踪精度的影响

相关文献对码相关参考波形算法码跟踪精度的研究,主要是针对无限信道带宽条件下,仿真分析闸宽参数对码跟踪精度的影响,并未分析信道带宽影响。因此,推导了码相关参考波形算法码跟踪精度表达式,分析信道带宽对码相关参考波形算法跟踪精度的影响并进行仿真验证。结论表明,在无限带宽下,减小闸波宽度可提高码跟踪精度,但是在带限条件下,闸波宽度存在最优值。该结论可用于指导卫星导航接收机的码相关参考波形算法设计。     

全球导航卫星系统接收机的复信号自适应陷波干扰抑制

为提高全球导航卫星系统接收机抑制带内窄带干扰的能力,提出一种采用复系数自适应陷波器的时域滤波干扰抑制方法。在数字基带通过自适应算法调整复数滤波器的频率参数,以实时检测和跟踪窄带干扰的中心频率。仿真结果表明,该方法可以快速、有效地抑制固定频率的窄带干扰和线性调频干扰,提高接收机在干扰条件下的捕获性能。其干扰抑制性能优于实系数自适应陷波器的干扰抑制方法。     

测控站布局对区域卫星导航系统的影响

建立区域卫星导航系统的测控网是卫星导航系统要解决的关键问题之一。讨论国内测控站的布设问题,采用网格计算方法分析国内测控站对导航星座的可观测性。引入位置精度衰减因子PDOP和定轨中的法矩阵条件数,分析测控网对导航星座的观测几何结构强度以及测站位置分布对轨道确定精度的影响,仿真结果表明,利用我国有限的国土跨度和航天测控资源可以确保对导航卫星的测控任务的完成。对在国外布设测控站进行讨论和仿真,结果说明位于国外的测控站(如可在澳大利亚的珀斯设站)的加入能明显改善观测的几何结构强度、提高导航卫星的轨道精度。     

高精度GPS观测数据的实时仿真研究

针对高精度GPS观测数据实时仿真的需求,研究了观测数据仿真的基本原理、系统功能组成及适用于实时仿真的数学模型.考虑到模型实现的时间约束特性,将仿真系统结构划分为非实时层、弱实时层和强实时层,并采用分布式仿真结构建立了卫星导航观测数据实时仿真系统.算例结果表明:系统满足强实时性要求,观测数据仿真具有较高精度.     

基于伽利略卫星导航系统的多径误差仿真

着重讨论伽利略卫星导航系统中采用的线性偏移载波调制技术,对GALILEO中可能用到的几种信号的基本特性作具体分析,提出对于BOC信号,应采用余弦副载波调制方式,并在此基础上对GALILEO各种信号的多径误差、平均多径误差进行仿真验证.仿真结果表明,在参数相同的条件下,余弦副载波类型BOC信号的平均多径误差均优于同参数下的正弦副载波类型BOC信号的平均多径误差.     

基于切比雪夫神经网络的软件定义卫星网络智能路由策略

针对现有的软件定义卫星网络中流表占用的三态内容寻址存储器空间不断增加,复杂的流表项查找、匹配过程导致路由转发效率降低,无法满足多样化应用需求的问题,提出基于神经网络的软件定义卫星网络智能路由架构。控制器通过训练神经网络获取数据流的传输模式,并用训练后的神经网络代替流表,在此基础上提出基于Chebyshev神经网络的智能路由策略,交换机根据数据流的业务类型预测其转发路径,以满足卫星网络应用的服务质量要求。仿真结果表明:所提路由策略显著减少了占用的三态内容寻址存储器存储空间,提高了路由效率。     

全球导航卫星系统诱导式欺骗检测

随着全球导航卫星系统的广泛应用，其安全性问题也逐渐成为人们关注的焦点。为了对目前最具隐蔽性的诱导式欺骗技术进行检测，提出一种对两路导航信号同时进行处理的combo-signal模型，并提出基于这种信号处理模型来对诱导式欺骗信号进行检测的方法;分析了该方法的检测门限;采用北斗的B1I 和B1C信号在实现了combo-signal处理模型的软件接收机上对该检测方法进行了验证，实验结果证明该方法可以有效地对诱导式欺骗进行检测，统计得到的检测概率跟前面的分析结果一致。     

近极轨微纳卫星星座高速数传模型路由算法

基于近极轨微纳卫星星座在高速数据传输模型下的网络特点，给出近极轨微纳卫星星座的高速数据传输的模型，分析适用于该模型的路由算法，推导该路由算法开销的计算方式，说明了算法在高速数传模型下的不足；给出算法的改进策略；利用NS3网络仿真平台建立微纳卫星星座高速数传网络场景，仿真了该场景下采用改进路由算法前后的关键性能指标。研究结果表明：在近极轨微纳卫星星座构建的高速数据传输网络中，改进算法在使得吞吐率和分组到达率有所提升的同时，显著降低了网络系统路由开销，微纳卫星高速数据传输网络的性能得到优化。     

An INS/GNSS integrated navigation in GNSS denied environment using recurrent neural network

In view of the failure of GNSS signals, this paper proposes an INS/GNSS integrated navigation method based on the recurrent neural network (RNN). This proposed method utilizes the calculation principle of INS and the memory function of the RNN to estimate the errors of the INS, thereby obtaining a continuous, reliable and high-precision navigation solution. The performance of the proposed method is firstly demonstrated using an INS/GNSS simulation environment. Subsequently, an experimental test on boat is also conducted to validate the performance of the method. The results show a promising application prospect for RNN in the field of positioning for INS/GNSS integrated navigation in the absence of GNSS signal, as it outperforms extreme learning machine (ELM) and EKF by approximately 30% and 60%, respectively.