卫星编队飞行技术以其独特的优势成为21世纪空间技术发展的新趋势和航天领域的研究热点,此外,由于被动定位系统不需要主动发射信号,具有隐蔽性强等优点,受到国内外学者的广泛研究,因此,基于编队飞行卫星的被动定位具有良好的发展前景。在被动定位领域的研究中,基于到达时间差(Time Difference of Arrival,TDOA)/到达频率差(Frequency Difference of Arrival,FDOA)的联合定位备受关注,它降低了必需的观测站数目要求,还可以估计运动目标的速度。此外,当目标位于地球表面时,可形成地表约束,以此可以提高定位系统的性能,然而利用地表约束来提高定位精度的研究相对较少,因此,研究地表约束下的TDOA/FDOA被动定位具有重要意义。综上,本文研究基于地表约束和编队飞行卫星的TDOA/FDOA被动定位算法,首先在编队飞行卫星位置和速度精确已知的情况下,提出的高精度布谷鸟搜索算法解决了地表约束下静止目标的定位问题;然后在编队飞行卫星位置和速度精确已知的情况下,本文提出的双迭代算法解决了地表约束下运动目标的定位问题,并把该算法扩展到编队飞行卫星位置和速度存在误差情况下的应用。本文主要研究如下:
(1)当未知目标在地球表面静止时,本文在正球面模型下,利用某点地固坐标到大地坐标的转换关系将未知目标位置从三维表示降为二维表示,即从x,y,z三维表示降低到纬度、经度二维表示,同时将约束问题转化为非约束问题,一般非约束问题可采用传统的改进布谷搜索算法和应用蚁群算法来解决。然而,当观测站采用编队飞行卫星时,由于零高程地球半径特别大,经度和纬度的微小误差将会引起较大的定位误差。传统的改进布谷鸟搜索算法对经度、纬度的估计结果精度达不到要求,应用蚁群算法能够达到精度要求但有计算复杂度大和依赖初始搜索空间划分的缺点。因此,本文在传统改进布谷鸟搜索算法的基础上,通过引入局部最优值缩小经度和纬度的搜索空间范围,这么做会加快收敛速度,可以有效提升传统改进布谷鸟搜索算法的性能;本文将应用蚁群算法与上述改进布谷鸟搜索算法相结合,提出高精度布谷鸟搜索算法,该算法能进一步缩小经度和纬度的搜索空间范围,使得寻优结果达到所需的定位精度。仿真结果表明,提出的高精度布谷鸟搜索算法较好地解决了上述问题,且该算法不依赖于一个较准确的初始值。
(2)当未知目标在地球表面处于运动状态时,本文提出了双迭代算法来解决该情况下的定位问题,该算法通过交替迭代计算未知目标的位置和速度实现。其中,当未知目标位置已知时,该算法利用解析法计算未知目标的运动速度;当未知目标的速度已知时,该算法利用针对静止目标的迭代算法计算未知目标的位置。然后,本文利用一阶泰勒级数展开的方法,把该双迭代算法改进,使其适用于编队飞行卫星的位置和速度存在误差场景下的应用。当编队飞行卫星的位置和速度存在误差时,编队飞行卫星位置和速度极小的误差会引起定位性能的显著恶化,本文利用校正发射器的测量值修正小卫星存在误差的数据,然后使用修正后的数据进行定位,以此来改善定位性能。仿真结果表明,提出的算法在编队飞行卫星的位置和速度精确已知、存在误差和利用校正发射器修正卫星位置及速度的三种情况下都能达到较好的定位性能。
暂无评论