CN108955684B - 一种基于连续推力的轨道机动自主规划方法和系统 - Google Patents
一种基于连续推力的轨道机动自主规划方法和系统 Download PDFInfo
- Publication number
- CN108955684B CN108955684B CN201810417631.1A CN201810417631A CN108955684B CN 108955684 B CN108955684 B CN 108955684B CN 201810417631 A CN201810417631 A CN 201810417631A CN 108955684 B CN108955684 B CN 108955684B
- Authority
- CN
- China
- Prior art keywords
- relative navigation
- observability
- optimization
- navigation result
- thrust
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005457 optimization Methods 0.000 claims abstract description 69
- 230000006870 function Effects 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 6
- 239000000446 fuel Substances 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 9
- 230000008447 perception Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000219000 Populus Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/24—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for cosmonautical navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于连续推力的轨道机动自主规划方法和系统,其中,所述方法包括:根据轨道机动前后目标视线角变化与视线距离精度间的对应关系,建立可观测度优化模型;根据约束条件和给定可观测度优化目标时刻,对可观测度优化模型的目标函数进行优化,得到最优推力参数,并解算得到当前相对导航结果;根据当前相对导航结果与原始相对导航结果之间的比较结果,判定所述当前相对导航结果是否满足可观测性优化判定条件;若判定当前相对导航结果满足可观测性优化判定条件,则返回并重新进行轨道机动规划。本发明实现仅测角相对导航系统可观测度的自主增强,满足了空间态势感知与自主交会等任务的应用需要。
Description
技术领域
本发明属于航天技术领域,尤其涉及一种基于连续推力的轨道机动自主规划方法和系统。
背景技术
天基仅测角相对导航是根据目标视线角观测量确定空间合作/非合作目标相对运动轨道的重要技术手段,在空间攻防、态势感知和在轨服务等领域具有广泛的应用。
由于天基仅测角相对导航缺少目标视线距离观测信息,导致导航系统可观测度相对较差。为解决这一问题,可以通过轨道机动改变相对导航观测几何,进而提取出目标视线距离变化信息,以增强天基仅测角相对导航系统的可观测度。在已有的方法中,分析了利用脉冲机动的方式提升仅测角相对导航系统可观测度的可行性,不过这些方法大多针对特定的相对运动模型,且对包含约束的轨道机动设计问题处理能力十分有限。
考虑到实际航天任务中推进系统的推力都是有限的,而且具有一定的持续工作时间,未来基于全电推进平台的卫星也将具有更加广泛的应用,因此,建立基于连续推力的天基仅测角相对导航可观测度优化方法不仅具有重要的应用价值,而且具备广阔的应用前景。考虑到轨道机动规划时常常包含多种设计约束,为便于未来在实际航天任务中应用,在连续推力轨道机动规划方案设计时必须具备对各种设计约束的兼容能力。此外,为增强卫星的自主运行能力,要求连续推力可观测度优化方法可根据当前时刻导航状态实现轨道机动自主规划。上述问题的解决将为天基仅测角相对导航系统导航能力的提升和自主运行能力的增强发挥重要作用。
发明内容
本发明的技术解决问题:克服现有技术的不足,提供一种基于连续推力的轨道机动自主规划方法和系统,实现仅测角相对导航系统可观测度的自主增强,满足空间态势感知与自主交会等任务的应用需要。
为了解决上述技术问题,本发明公开了一种基于连续推力的轨道机动自主规划方法,包括:
步骤1,根据轨道机动前后目标视线角变化与视线距离精度间的对应关系,建立可观测度优化模型;
步骤2,根据约束条件和给定可观测度优化目标时刻,对可观测度优化模型的目标函数进行优化,得到最优推力参数,并解算得到当前相对导航结果;
步骤3,根据当前相对导航结果与原始相对导航结果之间的比较结果,判定所述当前相对导航结果是否满足可观测性优化判定条件;
步骤4,若判定当前相对导航结果满足可观测性优化判定条件,则返回步骤1重新进行轨道机动规划。
在上述基于连续推力的轨道机动自主规划方法中,还包括:
建立观测卫星在目标质心轨道坐标系下的相对运动模型与仅测角相对导航观测模型,利用无迹卡尔曼滤波算法进行相对导航解算,得到原始相对导航结果;
根据原始相对导航结果与相对状态估计误差限,判定所述原始相对导航结果是否满足可观测性优化判定条件;
若所述原始相对导航结果满足可观测性优化判定条件,则执行上述步骤1。
在上述基于连续推力的轨道机动自主规划方法中,通过如下步骤得到最优推力参数:
将推进系统约束、燃料约束和卫星姿态约束作为罚函数加入可观测度优化模型的目标函数;
给定可观测度优化目标时刻,在目标时段内对推进系统工作弧段进行离散,以每段工作时长、推力大小和方向作为优化变量,利用协作进化算法对目标函数进行优化,得到最优推力参数。
在上述基于连续推力的轨道机动自主规划方法中,通过如下步骤解算得到当前相对导航结果:
根据最优推力参数,按照最优连续推力轮廓曲线进行轨道机动及相对导航解算,得到当前相对导航结果。
在上述基于连续推力的轨道机动自主规划方法中,所述根据原始相对导航结果与预设相对位置速度误差限,判定所述原始相对导航结果是否满足可观测性优化判定条件,包括:
根据原始相对导航结果解算得到相对位置速度估计误差;
若根据原始相对导航结果解算得到的相对位置速度估计误差大于或等于所述预设相对位置速度误差限,则确定所述原始相对导航结果满足可观测性优化判定条件。
相应的,本发明还公开了一种基于连续推力的轨道机动自主规划系统,包括:
模型建立模块,用于根据轨道机动前后目标视线角变化与视线距离精度间的对应关系,建立可观测度优化模型;
解算模块,用于根据约束条件和给定可观测度优化目标时刻,对可观测度优化模型的目标函数进行优化,得到最优推力参数,并解算得到当前相对导航结果;
判定模块,用于根据当前相对导航结果与原始相对导航结果之间的比较结果,判定所述当前相对导航结果是否满足可观测性优化判定条件;
执行模块,用于在判定当前相对导航结果满足可观测性优化判定条件时,返回执行模型建立模块。
本发明具有以下优点:
(1)本发明方法基于相对导航可观测度优化模型完成连续推力轨道机动设计,有效增强了天基仅测角相对导航系统的可观测度及导航能力。
(2)本发明方法根据当前时刻相对导航结果,结合可观测性优化判定条件,能够实现星上自主轨道机动规划与轨道设计。
(3)本发明方法采用协作进化算法对连续推力轨道进行分段优化,并且以罚函数的形式将附加约束加入优化模型,具有普适性强、收敛速度快的特点。
附图说明
图1是本发明实施例中一种基于连续推力的轨道机动自主规划方法的步骤流程图;
图2是本发明实施例中一种目标卫星速度本地水平坐标系示意图;
图3是本发明实施例中一种目标视线角示意图;
图4是本发明实施例中一种协作进化算法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明公开的实施方式作进一步详细描述。
本发明公开了一种基于连续推力的轨道机动自主规划方法,该方法基于相对导航可观测度优化模型实现:根据仅测角相对导航可观测机动判据,由当前卫星相对状态估计结果自主判定推进系统工作条件,根据机动前后目标视线角变化与视线距离精度间的对应关系,采用协作进化算法求解最优推力参数,实现相对导航可观测度增强与轨道机动自主规划。
参照图1,示出了本发明实施例中一种基于连续推力的轨道机动自主规划方法的步骤流程图。在本实施例中,所述基于连续推力的轨道机动自主规划方法,包括:
步骤101,根据轨道机动前后目标视线角变化与视线距离精度间的对应关系,建立可观测度优化模型。
步骤102,根据约束条件和给定可观测度优化目标时刻,对可观测度优化模型的目标函数进行优化,得到最优推力参数,并解算得到当前相对导航结果。
在本实施例中,可以通过如下步骤得到最优推力参数:将推进系统约束、燃料约束和卫星姿态约束作为罚函数加入可观测度优化模型的目标函数;给定可观测度优化目标时刻,在目标时段内对推进系统工作弧段进行离散,以每段工作时长、推力大小和方向作为优化变量,利用协作进化算法对目标函数进行优化,得到最优推力参数。
在本实施例中,可以通过如下步骤解算得到当前相对导航结果:根据最优推力参数,按照最优连续推力轮廓曲线进行轨道机动及相对导航解算,得到当前相对导航结果。
步骤103,根据当前相对导航结果与原始相对导航结果之间的比较结果,判定所述当前相对导航结果是否满足可观测性优化判定条件。
在本实施例中,若判定当前相对导航结果满足可观测性优化判定条件,则返回步骤101重新进行轨道机动规划。
在本实施例中,所述基于连续推力的轨道机动自主规划方法还可以包括:建立观测卫星在目标质心轨道坐标系下的相对运动模型与仅测角相对导航观测模型,利用无迹卡尔曼滤波算法进行相对导航解算,得到原始相对导航结果;根据原始相对导航结果与相对状态估计误差限,判定所述原始相对导航结果是否满足可观测性优化判定条件;若所述原始相对导航结果满足可观测性优化判定条件,则执行上述步骤101。
在本实施例中,所述根据原始相对导航结果与预设相对位置速度误差限,判定所述原始相对导航结果是否满足可观测性优化判定条件,具体可以包括:根据原始相对导航结果解算得到相对位置速度估计误差;若根据原始相对导航结果解算得到的相对位置速度估计误差大于或等于所述预设相对位置速度误差限,则确定所述原始相对导航结果满足可观测性优化判定条件。
基于上述实施例,下面结合一个具体实例对所述基于连续推力的轨道机动自主规划方法进行详细说明。
在本实施例中,所述基于连续推力的轨道机动自主规划方法具体可以按照如下流程执行:
(1)建立观测卫星在目标速度本地水平(VVLH)坐标系下的相对运动轨道动力学模型。
在本实施例中,VVLH坐标系的定义如图2所示,对于近圆参考轨道,采用C-W方程表述观测卫星的相对轨道运动,其运动方程可以写为:
式中,ω为目标轨道角速度,u=[ux,uy,uz]T为推力加速度,λ为推进系统开关函数,在无机动情况下取λ=0,(x、y、z)表示观测卫星的坐标。
其中,
观测卫星在VVLH坐标系下的视线角定义如图3所示,其中,α为方位角,β为高度角。利用观测卫星相对状态矢量,视线角观测量Y=[α,β]T可以写为:
其中,关于UKF算法的具体计算流程可参见《最优状态估计一卡尔曼,H∞及非线性滤波》(张勇刚,李宁,奔粤阳译)一书的14.3节,这里不再赘述。
在本实施例中,当相对位置估计误差与速度估计误差均小于给定误差限时,表明当前滤波结果满足状态估计精度要求,因此不需要加入轨道机动,可直接返回(2),否则转到(4)进行轨道机动规划,增强相对导航系统的可观测度。
式中,状态转移矩阵Φ(τ)的表达式可以写为:
根据机动前后相对位置矢量可以算得相对距离信息
式中,角度θ、γ的定义如下
由于目标视线角测量误差的存在,导致上述解算得到的目标距离信息同样存在误差。对式(10)求变分并可得目标距离误差σ||r||随视线角测量误差σLOS的变化关系
σ||r||≈σLOs||r||cotθ…(12)
由上述表达式可知,当视线角测量误差σLOS一定时,目标距离误差σ||r||由相对距离大小||r||和机动前后目标视线变化角θ决定。因此,可观测度优化的目标是选择最优推力u使得Δt时刻目标距离误差达到极小,即
minF(u,Δt)=||r||·cotθ…(13)
由式(8)、式(11)可进一步将式(13)式改写为如下形式:
在推进系统实际工作时,常常采用分段定常推力,因此可以进一步将式(14)中δr展开为如下形式:
(5)考虑推进系统工作时可能存在的推力大小、方向、燃料消耗等附加约束,统一将这些约束记为:
C(u)≤0…(16)
则考虑上述约束后的优化目标可以改写为:
式中,κ为约束惩罚项的权重系数。由此得到新的无约束优化问题的优化目标函数。
(6)给定可观测度优化目标时刻Δt,在[0,Δt]时段内对推进系统工作弧段进行离散(设离散弧段数为N),利用协作进化算法对上述优化问题进行寻优计算,优化变量可以写为
X=[Δt1,ui,Δt2,u2,…,ΔtN,uN]T…(18)
在本实施例中,采用的协作进化算法综合了粒子群算法与微分进化算法的主要优点,通过共享二者种群全局最优解的方式进行协作寻优,具有收敛速度快、避免陷入局优的特点。关于该算法的具体计算流程如图4所示,关于粒子群算法与微分进化算法的原理及主要步骤可参见《群智能优化方法及应用》(汤可宗,杨静宇著)一书的4.2节和8.2节,这里不再赘述。
(7)按照可观测度优化得到的最优推力序列进行轨道机动,并按照与步骤2中相同的过程进行相对导航解算,注意此时相对导航动力学方程(1)式中的推进开关函数λ=1。
(8)当t>Δt时,重新令相对导航动力学方程(1)式中λ=0进行相对导航解算,并根据步骤3中的判定条件,判断是否需要加入新的轨道机动弧段,以增强相对导航系统的可观测度。
在本发明实施例中,还公开了一种基于连续推力的轨道机动自主规划系统,包括:模型建立模块,用于根据轨道机动前后目标视线角变化与视线距离精度间的对应关系,建立可观测度优化模型;解算模块,用于根据约束条件和给定可观测度优化目标时刻,对可观测度优化模型的目标函数进行优化,得到最优推力参数,并解算得到当前相对导航结果;判定模块,用于根据当前相对导航结果与原始相对导航结果之间的比较结果,判定所述当前相对导航结果是否满足可观测性优化判定条件;执行模块,用于在判定当前相对导航结果满足可观测性优化判定条件时,返回模型建立模块,重新进行轨道机动规划。
对于系统实施例而言,由于其与方法实施例相对应,所以描述的比较简单,相关之处参见方法实施例部分的说明即可。
本说明中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
以上所述,仅为本发明最佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。
Claims (3)
1.一种基于连续推力的轨道机动自主规划方法,其特征在于,包括:
步骤1,建立观测卫星在目标质心轨道坐标系下的相对运动模型与仅测角相对导航观测模型,利用无迹卡尔曼滤波算法进行相对导航解算,得到原始相对导航结果;根据原始相对导航结果解算得到相对位置速度估计误差,若根据原始相对导航结果解算得到的相对位置速度估计误差大于或等于预设相对位置速度误差限,则确定所述原始相对导航结果满足可观测性优化判定条件,执行步骤2;
步骤2,根据轨道机动前后目标视线角变化与视线距离精度间的对应关系,建立可观测度优化模型;
步骤3,根据约束条件和给定可观测度优化目标时刻,对可观测度优化模型的目标函数进行优化,得到最优推力参数,并解算得到当前相对导航结果;
步骤4,根据当前相对导航结果与原始相对导航结果之间的比较结果,判定所述当前相对导航结果是否满足可观测性优化判定条件;
步骤5,若判定当前相对导航结果满足可观测性优化判定条件,则返回步骤1重新进行轨道机动规划。
2.根据权利要求1所述的基于连续推力的轨道机动自主规划方法,其特征在于,通过如下步骤得到最优推力参数:
将推进系统约束、燃料约束和卫星姿态约束作为罚函数加入可观测度优化模型的目标函数;
给定可观测度优化目标时刻,在目标时段内对推进系统工作弧段进行离散,以每段工作时长、推力大小和方向作为优化变量,利用协作进化算法对目标函数进行优化,得到最优推力参数。
3.根据权利要求2所述的基于连续推力的轨道机动自主规划方法,其特征在于,通过如下步骤解算得到当前相对导航结果:
根据最优推力参数,按照最优连续推力轮廓曲线进行轨道机动及相对导航解算,得到当前相对导航结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810417631.1A CN108955684B (zh) | 2018-05-04 | 2018-05-04 | 一种基于连续推力的轨道机动自主规划方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810417631.1A CN108955684B (zh) | 2018-05-04 | 2018-05-04 | 一种基于连续推力的轨道机动自主规划方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108955684A CN108955684A (zh) | 2018-12-07 |
CN108955684B true CN108955684B (zh) | 2020-12-18 |
Family
ID=64499573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810417631.1A Active CN108955684B (zh) | 2018-05-04 | 2018-05-04 | 一种基于连续推力的轨道机动自主规划方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108955684B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865459A (zh) * | 2016-03-31 | 2016-08-17 | 北京理工大学 | 一种考虑视线角约束的小天体接近段制导方法 |
CN107300386A (zh) * | 2017-06-05 | 2017-10-27 | 西北工业大学 | 一种基于仅测角导航的闭环凸优化最优交会制导方法 |
CN107609267A (zh) * | 2017-09-12 | 2018-01-19 | 北京理工大学 | 一种月球有限推力多次捕获轨道实现方法 |
CN107702718A (zh) * | 2017-09-18 | 2018-02-16 | 北京航空航天大学 | 一种基于瞬间可观测度模型的机载pos机动优化方法与装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7142981B2 (en) * | 2003-08-05 | 2006-11-28 | The Boeing Company | Laser range finder closed-loop pointing technology of relative navigation, attitude determination, pointing and tracking for spacecraft rendezvous |
-
2018
- 2018-05-04 CN CN201810417631.1A patent/CN108955684B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865459A (zh) * | 2016-03-31 | 2016-08-17 | 北京理工大学 | 一种考虑视线角约束的小天体接近段制导方法 |
CN107300386A (zh) * | 2017-06-05 | 2017-10-27 | 西北工业大学 | 一种基于仅测角导航的闭环凸优化最优交会制导方法 |
CN107609267A (zh) * | 2017-09-12 | 2018-01-19 | 北京理工大学 | 一种月球有限推力多次捕获轨道实现方法 |
CN107702718A (zh) * | 2017-09-18 | 2018-02-16 | 北京航空航天大学 | 一种基于瞬间可观测度模型的机载pos机动优化方法与装置 |
Non-Patent Citations (3)
Title |
---|
交会对接目标飞行器姿态动力学与控制仿真研究;周黎妮;《中国优秀硕士学位论文全文数据库(电子期刊)》;20060315;正文第12-82页 * |
李九人.空间交会的仅测角相对导航与自主控制方法研究.《中国博士学位论文全文数据库(电子期刊)》.2012,正文第13-122页. * |
空间交会的仅测角相对导航与自主控制方法研究;李九人;《中国博士学位论文全文数据库(电子期刊)》;20120715;正文第13-122页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108955684A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108931250B (zh) | 一种基于相对导航可观测度优化的脉冲机动自主规划方法 | |
CN112268559B (zh) | 复杂环境下融合slam技术的移动测量方法 | |
Sun et al. | Robust IMU/GPS/VO integration for vehicle navigation in GNSS degraded urban areas | |
Madyastha et al. | Extended Kalman filter vs. error state Kalman filter for aircraft attitude estimation | |
CN108287476B (zh) | 基于高阶滑模控制和扰动观测器的空间翻滚非合作目标自主交会制导方法 | |
Allotta et al. | A comparison between EKF-based and UKF-based navigation algorithms for AUVs localization | |
RU2617565C1 (ru) | Способ оценивания ошибок инерциальной информации и её коррекции по измерениям спутниковой навигационной системы | |
Gao et al. | Rapid alignment method based on local observability analysis for strapdown inertial navigation system | |
CN108919283B (zh) | 一种星上自主的非合作目标相对导航方法和系统 | |
CN114543794B (zh) | 一种视觉惯性里程计与间断性rtk融合的绝对定位方法 | |
CN110926465A (zh) | 一种mems/gps松组合导航方法 | |
Zhou et al. | A unified initial alignment method of sins based on fgo | |
CN108955684B (zh) | 一种基于连续推力的轨道机动自主规划方法和系统 | |
CN114897942B (zh) | 点云地图的生成方法、设备及相关存储介质 | |
CN107702718B (zh) | 一种基于瞬间可观测度模型的机载pos机动优化方法与装置 | |
Shien et al. | Integrated navigation accuracy improvement algorithm based on multi-sensor fusion | |
Sheng et al. | A marine SINS transfer alignment method based on group affine of nonlinear state error in local-level frame | |
Kontitsis et al. | An information-theoretic active localization approach during relative circumnavigation in orbit | |
Hasberg et al. | Integrating spline curves in road constraint object tracking | |
CN115717901B (zh) | 基于滤波的惯性/视觉里程计安装误差估计方法 | |
Tenne et al. | Circular prediction algorithms-hybrid filters | |
Wang et al. | A New Multiple State Estimation Cooperative Positioning Method Based on MEMS/Underwater Acoustic Ranging for Multiple UUVs | |
McGee et al. | Sensor Model and Filter Considerations for Terrain Relative Navigation | |
Guo et al. | Improved method of acquiring the attitude changing duration of an agile imaging satellite | |
Li et al. | A new method for integrated navigation of hypersonic cruising aircraft using non-Keplerian orbits |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |