GNSS/SINS组合导航在地地导弹中的工程应用

介绍了基于Kalman滤波的GNSS/SINS组合导航技术在地地导弹中的应用,在发射点惯性坐标系中建立了便于工程应用的数学模型,针对某型号进行了位置速度仿真,并和目前在工程实际中应用的加权平均组合方法进行了比较。仿真结果表明,Kalman滤波技术可以应用于地地导弹工程实际中。     

基于变系数的变前置角导引律设计

对基于变系数的变前置角导引律进行了分析与研究,并从理论上给出了该导引规律的推导过程,然后对整个弹道系统建立仿真模型,并对理论设计的导引方法进行数学仿真计算。将所得到的仿真结果与经典的前置角法进行比较分析,得出最终结论。从而验证该方法的有效性。     

基于线加速度计的高分辨率光学影像颤振检测与重建方法

卫星平台颤振条件下,推扫式高分辨率光学影像成像往往产生扭曲,从而影响影像的定位及信息提取精度。针对当前颤振下影像成像扭曲补偿的问题,提出一种基于线加速度计测量平台颤振下的稳态重成像模型实现高分辨率卫星颤振扭曲影像的重建。采用受平台颤振影响而扭曲变形的高分某型号卫星全色影像数据进行验证。分析结果表明:提出的线加速度计可以有效检测并测量出平台的颤振,设计的颤振影像地面重建模型可以有效提高光学影像成像质量,补偿后影像扭曲变形现象明显消除。     

无人机卫星导航系统的电磁干扰态势评估方法

在战场复杂电磁环境下,卫星导航接收机很容易受到电磁干扰而出现不定位的现象,针对这一现象,提出了一种基于环境感知无人机卫星导航接收机的电磁干扰态势评估方法。以干扰信号的特征参数、导航接收机未受干扰时的接收状态作为预测的输入,以接收机跟踪环路失锁时的效应阈值作为观测目标值,建立了极端梯度提升(extreme gradient boosting, XGBoost)的预测模型。在此基础上,给出了导航接收机电磁干扰态势的等级,提出了导航接收机在单源和双源电磁干扰下的态势评估方法。通过与高斯过程回归和支持向量机回归的预测方法进行比较,结果表明XGBoost方法具有更好的预测精度。依据该预测方法,综合利用技战术方案,有利于提高无人机在复杂电磁环境中的适应能力。     

超低轨道卫星摄动特性分析及轨道维持方法

针对超低轨道卫星长时间在轨飞行的轨道维持问题,分析了超低轨道平均偏心率矢量变化特性,提出了一种超低轨道维持的控制方法。分析了J2、J3摄动以及大气阻力摄动作用下超低轨道卫星偏心率矢量的变化特性;基于能量守恒原理设计了超低轨道高度维持的控制策略;通过仿真算例验证了控制策略的有效性。结果表明:在地球非球形引力摄动、大气阻力摄动和速度脉冲作用下超低轨道平均偏心率的变化是稳定的,所设计的轨道维持方法不仅能够实现超低轨道高度维持,确保平均偏心率矢量收敛至平衡位置,且用于轨道维持的燃料消耗合理,能够满足长时间的超低轨道飞行要求。     

地基伪卫星导航系统的伪距精度估计方法

地基伪卫星导航系统的伪距和伪距变率精度对评估系统的导航性能或其信息与其他系统导航信息的融合意义重大。目前的伪距和伪距变率精度估计方法基本上都是针对卫星导航系统的,并且没有充分考虑地基伪卫星导航系统自身的特点。通过构造伪距和伪距变率精度观测量,利用地基伪卫星导航系统可产生较差定位构型的特点,提出了一种在外测系统定位定速精度较差且存在杆臂长度的情况下仍然能够获取准确估计量的伪距和伪距精度估计方法。仿真结果表明所提方法可有效地估计出伪距和伪距变率的精度而且具有较强的适用性。     

BDS/GPS双模自适应抗干扰接收机关键技术研究与设计

针对现代导航战对卫星导航接收机干扰对抗能力的要求,研究了BDS/GPS双模自适应抗干扰接收机的关键技术。在分析传统空时零陷技术的基础上,引入基于数字波束形成的自适应抗干扰技术,并使用惯性模块和历书进行卫星信号初始来波方向估计,显著增强了接收机的抗干扰能力。同时,提出了BDS/GPS双模多阵元天线耦合测量与校正技术,有效解决了双模天线设计难题。仿真测试表明:接收机使用数字波束形成技术后,总体抗干扰能力可达85dB,比单一使用空时零陷技术增加了8dB。     

导弹预警卫星探测效能评估

导弹预警卫星是导弹防御体系的重要组成部分,正确评估其探测效能对于提升导弹防御体系作战能力具有重要作用。分析并建立了一套多层次导弹预警卫星探测效能指标体系,基于层次分析法确定了各指标要素的权重,并提出了一种导弹预警卫星探测效能评估模型。通过对美国导弹预警卫星探测效能的评估,验证了所建模型的有效性。     

一种单轴旋转捷联惯导系统高精度快速对准方法

在晃动条件下,需要延长粗对准时间来提高粗对准精度。否则,无法把方位误差控制在小角度范围内,从而导致后续的精对准无法快速收敛。针对这个问题,提出了一种利用逆向导航技术的单轴旋转捷联惯导系统高精度快速对准方法,最大限度地延长粗对准时间,并把采样数据存储下来,进行逆向精对准。这种算法充分地利用了对准数据,在固定对准时间内极大程度的提高了对准精度。试验证明,这种算法计算量小,算法简单,能实现单轴旋转捷联惯导系统高精度快速对准,且对准精度高,具有一定的工程应用价值。     

基于BP人工神经网络的GPS/SINS组合导航算法

基于扩展Kalman滤波的GPS/SINS组合导航算法,需要对原始的非线性连续系统模型进行线性化和离散化处理,要求系统噪声和测量噪声为零均值的高斯白噪声,且易于出现滤波器发散。BP人工神经网络无需对所求解的问题建模,能够很好地逼近系统非线性特性,获得较高精度的导航定位信息;还具有计算过程稳定,不涉及矩阵求逆,不需要迭代逼近,以及容易实现并行处理等优点。设计适用于GPS/SINS组合导航系统的BP网络模型,并在标准的BP算法基础上,采用共轭梯度法改进网络训练速度及精度。最后,通过仿真算例说明BP网络方法用于GPS/SINS组合导航计算的可行性。