CN115048621A - 空间飞行器的跟踪测量方法、装置、电子设备及介质 - Google Patents
空间飞行器的跟踪测量方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN115048621A CN115048621A CN202210804725.0A CN202210804725A CN115048621A CN 115048621 A CN115048621 A CN 115048621A CN 202210804725 A CN202210804725 A CN 202210804725A CN 115048621 A CN115048621 A CN 115048621A
- Authority
- CN
- China
- Prior art keywords
- spacecraft
- data
- tracking
- antenna
- generating
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Abstract
本申请涉及一种空间飞行器的跟踪测量方法、装置、电子设备及计算机可读介质。该方法包括:获取空间飞行器的多个遥测数据;对所述多个遥测数据进行解析,生成多个解析数据;基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹;根据所述预测飞行轨迹生成调整指令;地面站根据所述调整指令对所述空间飞行器进行跟踪测量。本申请涉及的空间飞行器的跟踪测量方法、装置、电子设备及计算机可读介质,能够在地面站无需额外更改天线硬件情况下,实现目标自跟踪功能,还能够实现空间飞行器空间飞行器跟踪中的前后站接续。
Description
技术领域
本申请涉及飞行器测量处理领域,具体而言,涉及一种空间飞行器的跟踪测量方法、装置、电子设备及计算机可读介质。
背景技术
空间飞行器在主动段飞行过程中,一般由多个地面站的测量设备接力完成目标的跟踪测量任务。在空间飞行器发射前,空间飞行器方会根据模拟数据,提供空间飞行器的理论弹道数据,地面站根据空间飞行器的理论弹道数据提前构建天线引导程序,以便天线能始终指向理论空间飞行器位置,从而接收空间飞行器遥测数据。实际情况中,空间飞行器实际弹道会与理论弹道会存在一定的偏差,当偏差较小时,不超过天线的波束角范围,天线能够正常接收空间飞行器遥测数据,但当偏差较大时,超过天线的波束角范围,会造成天线失锁,无法正常接收空间飞行器遥测数据,造成目标丢失,给后续任务造成困难。
现有技术中,可采用自跟踪天线实现空间飞行器目标的锁定,但自跟踪天线要求必须在能接收到空间飞行器遥测数据的情况下,方可实现锁定,若空间飞行器进入地面站的测控范围时,弹道已经发生较大的偏差,天线无法锁定,也就无法实现自跟踪,同时,自跟踪设备费用较贵,若地面站均采用自跟踪设备,成本较高。
现有技术中,还可以在空间飞行器发射前,地面站根据空间飞行器的理论弹道数据提前构建天线引导程序,当空间飞行器弹道发射偏差较大造成天线无法正常接收空间飞行器遥测数据时,会采用手动调整天线偏差的方法,对理论引导数据进行修正,或者采用具备自跟踪天线,锁定空间飞行器目标,实时调整天线指向。手动调整天线偏差方法没有数据支持,调整过程中,无法确保偏差是否合适,通常无法有效定位空间飞行器位置。而支持自跟踪的天线,可以自动调整天线指向,从而保证目标不丢失,但无法将偏差信息反馈给下一站,可能导致下一站无法正常接力跟踪。
因此,需要一种新的空间飞行器的跟踪测量方法、装置、电子设备及计算机可读介质。
在所述背景技术部分公开的上述信息仅用于加强对本申请的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此,本申请提供一种空间飞行器的跟踪测量方法、装置、电子设备及计算机可读介质,能够在地面站无需额外更改天线硬件情况下,实现目标自跟踪功能,还能够实现空间飞行器空间飞行器跟踪中的前后站接续。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请的一方面,提出一种空间飞行器的跟踪测量方法,该方法包括:获取空间飞行器的多个遥测数据;对所述多个遥测数据进行解析,生成多个解析数据;基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹;根据所述预测飞行轨迹生成调整指令;地面站根据所述调整指令对所述空间飞行器进行跟踪测量。
在本申请的一种示例性实施例中,获取空间飞行器的多个遥测数据,包括:多个地面站对所述空间飞行器进行遥测以生成所述多个遥测数据。
在本申请的一种示例性实施例中,对所述多个遥测数据进行解析,生成多个解析数据,包括:对所述多个遥测数据进行解析,生成飞行器的多个时间信息、多个位置信息、多个速度信息。
在本申请的一种示例性实施例中,基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹,包括:基于所述空间飞行器的理论飞行轨迹生成所述空间飞行器对应的机动目标跟踪模型的参数信息;根据所述参数信息获取所述空间飞行器的状态方程;根据所述多个解析数据、所述状态方程生成所述预测飞行轨迹。
在本申请的一种示例性实施例中,根据所述多个解析数据、所述状态方程生成所述预测飞行轨迹,包括:根据所述状态方程构建卡尔曼滤波器;将所述多个解析数据输入所述卡尔曼滤波器中进行外推,以生成所述预测飞行轨迹。
在本申请的一种示例性实施例中,根据所述预测飞行轨迹生成调整指令,包括:获取多个地面站中天线的多个位置坐标;根据位置坐标和所述预测飞行轨迹之间的关系计算出所述多个地面站天线的指向信息和引导时间;在天线的指向信息满足预设策略时,确定所述天线满足跟踪测量需求;根据所述天线的指向信息和引导信息生成所述调整指令。
在本申请的一种示例性实施例中,地面站根据所述调整指令对所述空间飞行器进行跟踪测量,包括:地面站的根据所述调整指令获取引导时间和指向信息;在所述引导时间地面站控制所述天线依据所述指向信息调整天线指向;在所述天线指向所述空间飞行器的状态下对所述空间飞行器进行跟踪测量。
根据本申请的一方面,提出一种空间飞行器的跟踪测量装置,该装置包括:数据模块,用于获取空间飞行器的多个遥测数据;解析模块,用于对所述多个遥测数据进行解析,生成多个解析数据;轨迹模块,用于基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹;指令模块,用于根据所述预测飞行轨迹生成调整指令;测量模块,用于地面站根据所述调整指令对所述空间飞行器进行跟踪测量。
根据本申请的一方面,提出一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上文的方法。
根据本申请的一方面,提出一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上文中的方法。
根据本申请的空间飞行器的跟踪测量方法、装置、电子设备及计算机可读介质,通过获取空间飞行器的多个遥测数据;对所述多个遥测数据进行解析,生成多个解析数据;基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹;根据所述预测飞行轨迹生成调整指令;地面站根据所述调整指令对所述空间飞行器进行跟踪测量的方式,能够在地面站无需额外更改天线硬件情况下,实现目标自跟踪功能,还能够实现空间飞行器空间飞行器跟踪中的前后站接续。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本申请。
附图说明
通过参照附图详细描述其示例实施例,本申请的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本申请的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例示出的一种空间飞行器的跟踪测量方法及装置的系统框图。
图2是根据一示例性实施例示出的一种空间飞行器的跟踪测量方法的流程图。
图3是根据另一示例性实施例示出的一种空间飞行器的跟踪测量方法的示意图。
图4是根据另一示例性实施例示出的一种空间飞行器的跟踪测量方法的示意图。
图5是根据一示例性实施例示出的一种空间飞行器的跟踪测量装置的框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
图7是根据一示例性实施例示出的一种计算机可读介质的框图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本申请将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应理解,虽然本文中可能使用术语第一、第二、第三等来描述各种组件,但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此,下文论述的第一组件可称为第二组件而不偏离本申请概念的教示。如本文中所使用,术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解,附图只是示例实施例的示意图,附图中的模块或流程并不一定是实施本申请所必须的,因此不能用于限制本申请的保护范围。
有鉴于现有技术中的技术缺陷,本申请提出一种空间飞行器的跟踪测量方法,本申请的方法是一种低成本解决空间飞行器弹道偏差情况下的天线引导和接力方法。本案申请人发现空间飞行器理论弹道数据中包含时间、位置和速度信息,因此,可以借助空间飞行器自身的位置、速度信息,反推空间飞行器在主动段的力学模型对卡尔曼滤波器的状态方程进行建模,再利用前站实时接收的GNSS数据进行数据融合,不仅可以对实时接收的GNSS数据进行降噪处理,同时还可以利用卡尔曼进行滤波外推,将预测的位置信息反馈给天线,天线根据预测的位置信息,实时调整天线指向,从而达到跟踪目的,同时外推弹道也可用在测站接力中,利用外推的数据,不仅可以指引当前正在跟踪的地面站天线,同时可以引导后站天线的跟踪,本申请中的方法可针对大多数不具备自跟踪功能的天线,无需加装硬件设备,即可实现类似的自跟踪功能。
下面借助于具体的实施例对本申请的内容进行详细描述。
图1是根据一示例性实施例示出的一种空间飞行器的跟踪测量方法、装置的系统框图。
如图1所示,系统架构10可以包括地面站101、102、103,网络104和服务器105。网络104用以在地面站101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用地面站101、102、103通过网络104与服务器105交互,以接收或发送消息等。地面站101、102、103上可以安装有各种通讯客户端应用,例如遥测遥控类应用、数据处理类应用、天线控制类应用、即时通信工具、邮箱客户端等。
地面站101、102、103中可以包括具有显示屏并且支持网页浏览的各种电子设备,可例如为平板电脑、膝上型便携计算机和台式计算机等等,地面站101、102、103中还可以包括进行遥测遥控的各种天线和天线附属装置等等。
服务器105可以是提供各种服务的服务器,例如对地面站101、102、103所接收的飞行器遥测数据进行处理的后台管理服务器。后台管理服务器可以对接收到的飞行器遥测数据进行分析等处理,并将处理结果(例如调整指令)反馈给地面站101、102、103。
地面站101、102、103可例如对空间飞行器进行遥测以生成所述多个遥测数据;服务器105可例如获取空间飞行器的多个遥测数据;服务器105可例如对所述多个遥测数据进行解析,生成多个解析数据;服务器105可例如基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹;服务器105可例如根据所述预测飞行轨迹生成调整指令;地面站101、102、103可例如根据所述调整指令对所述空间飞行器进行跟踪测量。
服务器105可以是一个实体的服务器,还可例如为多个服务器组成,需要说明的是,本申请实施例所提供的空间飞行器的跟踪测量方法可以由服务器105和/或地面站101、102、103执行,相应地,空间飞行器的跟踪测量装置可以设置于服务器105和/或地面站101、102、103中。
本申请的空间飞行器的跟踪测量方法,可针对大多数不具备自跟踪功能的天线,无需加装硬件设备,即可实现类似的自跟踪功能;可以低成本、高效、准确的实现天线自跟踪及地面站接力跟踪;对理论弹道数据和GNSS数据进行数据融合,开创性的利用理论弹道数据解算空间飞行器力学模型,建立了基于Jerk的空间飞行器状态方程,比起常规的CA模型具有更高的准确性。
图2是根据一示例性实施例示出的一种空间飞行器的跟踪测量方法的流程图。空间飞行器的跟踪测量方法20至少包括步骤S202至S210。
如图2所示,在S202中,获取空间飞行器的多个遥测数据。可例如,多个地面站对所述空间飞行器进行遥测以生成所述多个遥测数据。
在S204中,对所述多个遥测数据进行解析,生成多个解析数据。可对所述多个遥测数据进行解析,生成飞行器的多个时间信息、多个位置信息、多个速度信息。
在S206中,基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹。可例如,基于所述空间飞行器的理论飞行轨迹生成所述空间飞行器对应的机动目标跟踪模型的参数信息;根据所述参数信息获取所述空间飞行器的状态方程;根据所述多个解析数据、所述状态方程生成所述预测飞行轨迹。
其中,根据所述多个解析数据、所述状态方程生成所述预测飞行轨迹,包括:根据所述状态方程构建卡尔曼滤波器;将所述多个解析数据输入所述卡尔曼滤波器中进行外推,以生成所述预测飞行轨迹。
更具体的,根据解析后的空间飞行器遥测数据,结合空间飞行器理论弹道数据对状态方程的建模,对解析后的空间飞行器遥测数据进行卡尔曼滤波并根据需要进行外推得到滤波后的空间飞行器弹道数据作为预测飞行轨迹。
更具体的,可根据解析后的空间飞行器遥测数据和空间飞行器理论弹道数据进行数据融合,将融合后的数据作为空间飞行器发射的真实轨道发送给测站,为测站数引跟踪提供支持。
数据处理中心可从缓存中读取空间飞行器理论弹道数据(包括空间飞行器时间、位置和速度信息)反解空间飞行器的力学模型建立基于目标跟踪模型Jerk的状态方程,之后启动滤波外推程序,根据解析后的空间飞行器遥测数据的位置信息,构建卡尔曼滤波器,把反解空间飞行器的力学模型中的加速度作为卡尔曼滤波器的控制量,利用卡尔曼滤波器,对解析后的空间飞行器遥测数据进行卡尔曼滤波并根据需要进行外推得到滤波后的空间飞行器弹道数据并发送至对应的地面站。
在一个具体的实施例中,jerk模型假设目标加速的的变化率服从零均值、平稳一阶时间相关过程,其时间相关函数为指数衰减形式,即加速度变化率j(t)满足:
其中,W(t)为高斯白噪声。
由于可认为根据jerk模型的计算的加速度即为卡尔曼滤波器的控制量,则可将高斯白噪声滞后处理,即本申请中测控任务目标的jerk模型为:
则根据理论弹道可以计算出jerk模型的各项参数。
结合此对系统状态值向量的各项参数求积分,得到空间飞行器飞行的状态方程如下:
Xk+1=A*Xk+B*Ck;
Xk+1=[x,y,z,Vx,Vy,Vz];
Xk=[x,y,z,Vx,Vy,Vz];
A=[1,0,0,t,0,0,(t*t)/2,0,0,0,1,0,0,t,0,0,(t*t)/2,0,0,0,1,0,0,t,0,0,(t*t)/2,0,0,0,1,0,0,t,0,0,0,0,0,0,1,0,0,t,0,0,0,0,0,0,1,0,0,t,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,1]
B=[(t*t*t)/6,0,0,0,(t*t*t)/6,0,0,0,(t*t*t)/6,(t*t)/2,0,0,0,(t*t)/2,0,0,0,(t*t)/2,t,0,0,0,t,0,0,0,t]
其中,Xk+1为预测的下一时刻系统状态值向量,Xk为当前时刻系统状态值向量,x,y,z为空间飞行器的位置坐标,Vx,Vy,Vz为空间飞行器在x,y,z轴上的速度,A为状态转移矩阵,B为控制矩阵,Ck为系统控制向量,为jerk模型在x,y,z轴上的参数。
把接收到的空间飞行器遥测数据作为测量量输入卡尔曼滤波器,不断对卡尔曼滤波器进行优化。得到的卡尔曼滤波器不仅可以对实时接收的GNSS数据进行降噪处理,同时还可以利用卡尔曼进行滤波外推,即可得到预测的空间飞行器位置[x,y,z]。
其中,卡尔曼滤波(Kalman Filter)算法,是一种递推预测滤波算法,。KalmanFilter由一系列递归数学公式描述。它们提供了一种高效可计算的方法来估计过程的状态,并使估计均方误差最小。
Kalman Filter应用广泛且功能强大:它可以估计信号的过去和当前状态,甚至能估计将来的状态,即使并不知道模型的确切性质。Kalman Filter也可以被认为是一种数据融合算法(Data fused algorithm),已有50多年的历史,是当今使用最重要和最常见的数据融合算法之一。Kalman Filter的巨大成功归功于其小的计算需求,优雅的递归属性以及作为具有高斯误差统计的一维线性系统的最优估计器的状态。Kalman Filter只能减小均值为0的测量噪声带来的影响。只要噪声期望为0,那么不管方差多大,只要迭代次数足够多,那效果都很好。反之,噪声期望不为0,那么估计值就还是与实际值有偏差。因此使用Kalman Filter不用假设误差是正态分布,不过若所有的误差都是正态分布,KalmanFilter可以得到正确的条件概率估计。
在S208中,根据所述预测飞行轨迹生成调整指令。可例如,获取多个地面站中天线的多个位置坐标;根据位置坐标和所述预测飞行轨迹之间的关系计算出所述多个地面站天线的指向信息和引导时间;在天线的指向信息满足预设策略时,确定所述天线满足跟踪测量需求;根据所述天线的指向信息和引导信息生成所述调整指令。
Aj=arctan(y′/z′)
计算完成后,分析仰角Ej,若Ej<0,说明空间飞行器位于地面站地平线以下,此时地面站无法跟踪到空间飞行器,因此,地面站j暂时无需调整天线,保持当前状态,若Ej>0,则说明空间飞行器位于地面站地平线以上。
理论上,地面站天线无遮挡的情况下,可以跟踪到天线(最小仰角是由地面站所处地形分析计算得到的,一般情况下选取3°或者5°,这里用0°进行方法表述),因此,可将将时间t、方位角Aj和仰角Ej发送给测站j(当测站的仰角从负值转换为正值,称为进站,从正值转换负值,称为出站)。当某地面站的仰角满足观测需求时,即可将天线的引导信息发送至该地面站。
在S210中,地面站根据所述调整指令对所述空间飞行器进行跟踪测量。各地面站根据收到的天线方位角和仰角调整天线指向。地面站的可例如根据所述调整指令获取引导时间和指向信息;在所述引导时间地面站控制天线依据所述指向信息调整天线指向;在所述天线指向所述空间飞行器的状态下对所述空间飞行器进行跟踪测量。
地面站接收到天线引导信息后,根据引导信息的时间和指向信息,调整天线指向,保证天线能始终指向空间飞行器方向,直到空间飞行器发射任务结束。
根据本申请的空间飞行器的跟踪测量方法,通过获取空间飞行器的多个遥测数据;对所述多个遥测数据进行解析,生成多个解析数据;基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹;根据所述预测飞行轨迹生成调整指令;地面站根据所述调整指令对所述空间飞行器进行跟踪测量的方式,能够在地面站无需额外更改天线硬件情况下,实现目标自跟踪功能,还能够实现空间飞行器空间飞行器跟踪中的前后站接续。
本申请的空间飞行器的跟踪测量方法,可在不改变现有地面站天线的情况下,利用前站接收的空间飞行器遥测数据的位置、速度信息结合空间飞行器理论弹道数据,外推弹道,预测空间飞行器位置,引导天线指向。
应清楚地理解,本申请描述了如何形成和使用特定示例,但本申请的原理不限于这些示例的任何细节。相反,基于本申请公开的内容的教导,这些原理能够应用于许多其它实施例。
图3,4是根据另一示例性实施例示出的一种空间飞行器的跟踪测量方法的示意图。图3以火箭发射为例,对本申请中火箭的跟踪测量方法进行了具体应用场景的描述。图3是火箭发射测站引导与前后站接力数据流图。
如图3所示,在火箭发射前,预先将此次测控任务目标的理论弹道存入数据处理中心。火箭发射后,各地面站启动根据理论弹道数据制定的天线引导程序,在主动段初期,实际弹道与理论弹道通常不会有明显偏差,此时靠近发射区的天线在火箭发射后不久即可正常接收火箭遥测数据,或者将地面或便携式天线布设在火箭发射位置,在火箭准备发射阶段即可保障火箭遥测数据的正常接收。基于火箭弹道外推的天线引导程序在接收到火箭发射信号后,即可启动程序:
(1)任一地面站接收到火箭遥测数据,转发至数据处理中心;更具体的,如图4所示,可通过设置在地面站的用户的前端界面中,输入当前真实的火箭轨迹和理论弹道数据,还可输入GPS数据。
(2)数据处理中心接收到火箭遥测数据后,依据火箭遥测数据解析协议,获取其中的火箭时间、位置和速度信息,并存入缓存及数据库中;更具体的,如图4所示,可在数据处理中心的服务器中,对理论弹道进行更新,剔除异常值和野值,然后对火箭遥测数据进行挑帧处理,再进行坐标转换,将不同地面站的火箭遥测数据转换为统一的坐标形式,从而生成具有统一坐标形式的火箭时间、位置和速度信息。
(3)当数据处理中接收到一定量的火箭遥测数据,根据解析后的火箭遥测数据,结合火箭理论弹道数据对状态方程的建模,对解析后的火箭遥测数据进行卡尔曼滤波并根据需要进行外推得到滤波后的火箭弹道数据,并发送至对应的地面站。更具体的,如图4所示,地面站接收到调整指令后,进行调整。
本申请是一种空间飞行器发射任务中天线自跟踪实现方案,只需保证某一地面站天线在空间飞行器发射初期,正常接收数秒的空间飞行器遥测数据(发射初期,理论弹道和实际弹道不会发生明显偏差),即可实现对实时接收的GNSS数据进行降噪处理,同时还可以利用卡尔曼进行滤波外推,引导各个地面站的天线指向。
尤其在前后站接力区域,空间飞行器即将离开前站的测控区域,进入后站的测控区域,在此区域,若空间飞行器实际弹道与理论弹道存在明显偏差,可能导致后站无法正常捕获到目标,严重地,将会导致空间飞行器后续阶段的空间飞行器遥测数据无法接收,导致空间飞行器测控任务的失败,而基于空间飞行器弹道外推的天线数据引导技术,在接收空间飞行器遥测数据的同时,不断地解析空间飞行器遥测数据,预测空间飞行器的位置信息,可以较为准备地计算空间飞行器的实际进站和出站时刻,能够提前引导天线指向空间飞行器位置,更为可靠地实现前后站接力跟踪任务。
本申请适用于空间飞行器发射任务,无需额外添置硬件的天线自跟踪的自跟踪实现方法,并且可以实现空间飞行器跟踪中的前后站接力任务。
本申请中的方法已经在某型号商业空间飞行器遥测任务中验证,能够及时获取实际空间飞行器方位仰角偏差信息,有利于保证空间飞行器遥测任务的顺利执行。
本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时,执行本申请提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中,该存储介质可以是只读存储器,磁盘或光盘等。
此外,需要注意的是,上述附图仅是根据本申请示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图5是根据一示例性实施例示出的一种空间飞行器的跟踪测量装置的框图。如图5所示,空间飞行器的跟踪测量装置50包括:数据模块502,解析模块504,轨迹模块506,指令模块508,测量模块510。
数据模块502用于获取空间飞行器的多个遥测数据;数据模块502还用于多个地面站对所述空间飞行器进行遥测以生成所述多个遥测数据。
解析模块504用于对所述多个遥测数据进行解析,生成多个解析数据;解析模块504还用于对所述多个遥测数据进行解析,生成飞行器的多个时间信息、多个位置信息、多个速度信息。
轨迹模块506用于基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹;轨迹模块506还用于基于所述空间飞行器的理论飞行轨迹生成所述空间飞行器对应的机动目标跟踪模型的参数信息;根据所述参数信息获取所述空间飞行器的状态方程;根据所述多个解析数据、所述状态方程生成所述预测飞行轨迹。
指令模块508用于根据所述预测飞行轨迹生成调整指令;指令模块508还用于获取多个地面站中天线的多个位置坐标;根据位置坐标和所述预测飞行轨迹之间的关系计算出所述多个地面站天线的指向信息和引导时间;在天线的指向信息满足预设策略时,确定所述天线满足跟踪测量需求;根据所述天线的指向信息和引导信息生成所述调整指令。
测量模块510用于控制地面站根据所述调整指令对所述空间飞行器进行跟踪测量。测量模块510还用于控制地面站的根据所述调整指令获取引导时间和指向信息;在所述引导时间地面站控制天线依据所述指向信息调整天线指向;在所述天线指向所述空间飞行器的状态下对所述空间飞行器进行跟踪测量。
根据本申请的空间飞行器的跟踪测量装置,通过获取空间飞行器的多个遥测数据;对所述多个遥测数据进行解析,生成多个解析数据;基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹;根据所述预测飞行轨迹生成调整指令;地面站根据所述调整指令对所述空间飞行器进行跟踪测量的方式,能够在地面站无需额外更改天线硬件情况下,实现目标自跟踪功能,还能够实现空间飞行器空间飞行器跟踪中的前后站接续。
图6是根据一示例性实施例示出的一种电子设备的框图。
下面参照图6来描述根据本申请的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书中描述的根据本申请各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图2中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备600’(例如键盘、指向设备、蓝牙设备等)通信,使得用户能与该电子设备600交互的设备通信,和/或该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,如图7所示,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本申请实施方式的上述方法。
所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该计算机可读介质实现如下功能:获取空间飞行器的多个遥测数据;对所述多个遥测数据进行解析,生成多个解析数据;基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹;根据所述预测飞行轨迹生成调整指令;地面站根据所述调整指令对所述空间飞行器进行跟踪测量。
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中,也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的示例实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本申请实施例的方法。
以上具体地示出和描述了本申请的示例性实施例。应可理解的是,本申请不限于这里描述的详细结构、设置方式或实现方法;相反,本申请意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
Claims (10)
1.一种空间飞行器的跟踪测量方法,其特征在于,包括:
获取空间飞行器的多个遥测数据;
对所述多个遥测数据进行解析,生成多个解析数据;
基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹;
根据所述预测飞行轨迹生成调整指令;
地面站根据所述调整指令对所述空间飞行器进行跟踪测量。
2.如权利要求1所述的方法,其特征在于,获取空间飞行器的多个遥测数据,包括:
多个地面站对所述空间飞行器进行遥测以生成所述多个遥测数据。
3.如权利要求1所述的方法,其特征在于,对所述多个遥测数据进行解析,生成多个解析数据,包括:
对所述多个遥测数据进行解析,生成飞行器的多个时间信息、多个位置信息、多个速度信息。
4.如权利要求1所述的方法,其特征在于,基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹,包括:
基于所述空间飞行器的理论飞行轨迹生成所述空间飞行器对应的机动目标跟踪模型的参数信息;
根据所述参数信息获取所述空间飞行器的状态方程;
根据所述多个解析数据、所述状态方程生成所述预测飞行轨迹。
5.如权利要求4所述的方法,其特征在于,根据所述多个解析数据、所述状态方程生成所述预测飞行轨迹,包括:
根据所述状态方程构建卡尔曼滤波器;
将所述多个解析数据输入所述卡尔曼滤波器中进行外推,以生成所述预测飞行轨迹。
6.如权利要求1所述的方法,其特征在于,根据所述预测飞行轨迹生成调整指令,包括:
获取多个地面站中天线的多个位置坐标;
根据位置坐标和所述预测飞行轨迹之间的关系计算出所述多个地面站天线的指向信息和引导时间;
在天线的指向信息满足预设策略时,确定所述天线满足跟踪测量需求;
根据所述天线的指向信息和引导信息生成所述调整指令。
7.如权利要求1所述的方法,其特征在于,地面站根据所述调整指令对所述空间飞行器进行跟踪测量,包括:
地面站的根据所述调整指令获取引导时间和指向信息;
在所述引导时间地面站控制天线依据所述指向信息调整天线指向;
在所述天线指向所述空间飞行器的状态下对所述空间飞行器进行跟踪测量。
8.一种空间飞行器的跟踪测量装置,其特征在于,包括:
数据模块,用于获取空间飞行器的多个遥测数据;
解析模块,用于对所述多个遥测数据进行解析,生成多个解析数据;
轨迹模块,用于基于所述空间飞行器的理论飞行轨迹和所述多个解析数据生成预测飞行轨迹;
指令模块,用于根据所述预测飞行轨迹生成调整指令;
测量模块,用于控制地面站根据所述调整指令对所述空间飞行器进行跟踪测量。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-10中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210804725.0A CN115048621B (zh) | 2022-07-08 | 2022-07-08 | 空间飞行器的跟踪测量方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210804725.0A CN115048621B (zh) | 2022-07-08 | 2022-07-08 | 空间飞行器的跟踪测量方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115048621A true CN115048621A (zh) | 2022-09-13 |
CN115048621B CN115048621B (zh) | 2023-05-09 |
Family
ID=83165237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210804725.0A Active CN115048621B (zh) | 2022-07-08 | 2022-07-08 | 空间飞行器的跟踪测量方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115048621B (zh) |
Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5657251A (en) * | 1995-10-02 | 1997-08-12 | Rockwell International Corporation | System and process for performing optimal target tracking |
US6089507A (en) * | 1996-12-05 | 2000-07-18 | Parvez; Shabbir Ahmed | Autonomous orbit control with position and velocity feedback using modern control theory |
RU2159956C2 (ru) * | 1998-09-07 | 2000-11-27 | Общество с ограниченной ответственностью " Ботвел" | Способ анализа нестационарного процесса |
US6262680B1 (en) * | 1998-08-03 | 2001-07-17 | Kawasaki Jukogyo Kabushiki Kaisha | Rocket trajectory estimating method, rocket future-position predicting method, rocket identifying method, and rocket situation detecting method |
US20040006424A1 (en) * | 2002-06-28 | 2004-01-08 | Joyce Glenn J. | Control system for tracking and targeting multiple autonomous objects |
US7181323B1 (en) * | 2004-10-25 | 2007-02-20 | Lockheed Martin Corporation | Computerized method for generating low-bias estimates of position of a vehicle from sensor data |
GB0723810D0 (en) * | 2006-12-05 | 2008-01-16 | Boeing Co | Ultra-tightly coupled global navigation satellite system space borne receiver system |
US20080133135A1 (en) * | 2006-12-05 | 2008-06-05 | Diesposti Raymond S | Ultra-tightly coupled global navigation satellite system space borne receiver system |
US20090150132A1 (en) * | 2000-08-25 | 2009-06-11 | Gold Jeffrey J | Method and apparatus for simulating multiple ground station ranging for spacecraft |
US20100036612A1 (en) * | 2008-07-24 | 2010-02-11 | Vance Leonard D | System and method of passive and autonomous navigation of space vehicles using an extended kalman filter |
CN102568004A (zh) * | 2011-12-22 | 2012-07-11 | 南昌航空大学 | 一种高机动目标跟踪算法 |
US20130169477A1 (en) * | 2012-01-03 | 2013-07-04 | Mayflower Communications Company, Inc. | Single antenna GPS measurement of roll rate and roll angle of spinning platform |
CN104252178A (zh) * | 2014-09-12 | 2014-12-31 | 西安电子科技大学 | 一种基于强机动的目标跟踪方法 |
CN104880189A (zh) * | 2015-05-12 | 2015-09-02 | 西安克拉克通信科技有限公司 | 一种动中通天线低成本跟踪抗干扰方法 |
US20150247730A1 (en) * | 2014-02-28 | 2015-09-03 | Thales | Method of following a transfer orbit or a phase of orbital placement of a space vehicle, in particular an electric propulsion vehicle, and apparatus for the implementation of such a method |
CN106646543A (zh) * | 2016-12-22 | 2017-05-10 | 成都正扬博创电子技术有限公司 | 基于主从式aukf算法的高动态卫星导航信号载波追踪方法 |
CN107883965A (zh) * | 2017-04-24 | 2018-04-06 | 长春工业大学 | 基于光学信息交互多模型强跟踪容积卡尔曼滤波导航方法 |
CN107885232A (zh) * | 2017-10-23 | 2018-04-06 | 上海机电工程研究所 | 一种用于多策略机动跟踪的滤波方法 |
CN107918139A (zh) * | 2016-10-18 | 2018-04-17 | 郑州威科姆科技股份有限公司 | 一种角速度辅助的Kalman滤波定位方法 |
CN108061560A (zh) * | 2017-12-01 | 2018-05-22 | 中国兵器装备集团自动化研究所 | 一种动中通天线的修正惯导方法及其构成的混合导航方法 |
CN108710124A (zh) * | 2018-04-02 | 2018-10-26 | 西北工业大学 | 一种飞机类强机动目标跟踪敏感性评估方法 |
CN109357675A (zh) * | 2018-08-24 | 2019-02-19 | 南京理工大学 | 基于卡尔曼滤波的记忆跟踪算法 |
US20200024012A1 (en) * | 2017-11-30 | 2020-01-23 | Telespazio S.P.A. | Automatic satellite telemetry, tracking and command system |
CN111007557A (zh) * | 2019-12-10 | 2020-04-14 | 中国矿业大学 | 自适应运动学模型辅助的gnss载波相位与多普勒融合测速方法 |
CN111462182A (zh) * | 2020-03-31 | 2020-07-28 | 南京航空航天大学 | 一种基于红外预警图像的弹道导弹三维轨迹估计方法 |
CN111474960A (zh) * | 2020-03-23 | 2020-07-31 | 中国人民解放军空军工程大学 | 基于控制量特征辅助的临空高超声速目标跟踪方法 |
RU2731822C1 (ru) * | 2019-11-11 | 2020-09-08 | Российская Федерация, от имени которой выступает Министерство обороны Российской Федерации | Наземная станция командно-измерительной системы управления геостационарными космическими аппаратами |
CN112949150A (zh) * | 2021-02-01 | 2021-06-11 | 中国人民解放军军事科学院评估论证研究中心 | 基于变结构自适应多模型箱粒子滤波弹道目标跟踪方法 |
CN113408392A (zh) * | 2021-06-15 | 2021-09-17 | 西安电子科技大学 | 基于卡尔曼滤波和神经网络的航迹补全方法 |
-
2022
- 2022-07-08 CN CN202210804725.0A patent/CN115048621B/zh active Active
Patent Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5657251A (en) * | 1995-10-02 | 1997-08-12 | Rockwell International Corporation | System and process for performing optimal target tracking |
US6089507A (en) * | 1996-12-05 | 2000-07-18 | Parvez; Shabbir Ahmed | Autonomous orbit control with position and velocity feedback using modern control theory |
US6262680B1 (en) * | 1998-08-03 | 2001-07-17 | Kawasaki Jukogyo Kabushiki Kaisha | Rocket trajectory estimating method, rocket future-position predicting method, rocket identifying method, and rocket situation detecting method |
RU2159956C2 (ru) * | 1998-09-07 | 2000-11-27 | Общество с ограниченной ответственностью " Ботвел" | Способ анализа нестационарного процесса |
US20090150132A1 (en) * | 2000-08-25 | 2009-06-11 | Gold Jeffrey J | Method and apparatus for simulating multiple ground station ranging for spacecraft |
US20040006424A1 (en) * | 2002-06-28 | 2004-01-08 | Joyce Glenn J. | Control system for tracking and targeting multiple autonomous objects |
US7181323B1 (en) * | 2004-10-25 | 2007-02-20 | Lockheed Martin Corporation | Computerized method for generating low-bias estimates of position of a vehicle from sensor data |
GB0723810D0 (en) * | 2006-12-05 | 2008-01-16 | Boeing Co | Ultra-tightly coupled global navigation satellite system space borne receiver system |
US20080133135A1 (en) * | 2006-12-05 | 2008-06-05 | Diesposti Raymond S | Ultra-tightly coupled global navigation satellite system space borne receiver system |
US20100036612A1 (en) * | 2008-07-24 | 2010-02-11 | Vance Leonard D | System and method of passive and autonomous navigation of space vehicles using an extended kalman filter |
CN102568004A (zh) * | 2011-12-22 | 2012-07-11 | 南昌航空大学 | 一种高机动目标跟踪算法 |
US20130169477A1 (en) * | 2012-01-03 | 2013-07-04 | Mayflower Communications Company, Inc. | Single antenna GPS measurement of roll rate and roll angle of spinning platform |
US20150247730A1 (en) * | 2014-02-28 | 2015-09-03 | Thales | Method of following a transfer orbit or a phase of orbital placement of a space vehicle, in particular an electric propulsion vehicle, and apparatus for the implementation of such a method |
CN104252178A (zh) * | 2014-09-12 | 2014-12-31 | 西安电子科技大学 | 一种基于强机动的目标跟踪方法 |
CN104880189A (zh) * | 2015-05-12 | 2015-09-02 | 西安克拉克通信科技有限公司 | 一种动中通天线低成本跟踪抗干扰方法 |
CN107918139A (zh) * | 2016-10-18 | 2018-04-17 | 郑州威科姆科技股份有限公司 | 一种角速度辅助的Kalman滤波定位方法 |
CN106646543A (zh) * | 2016-12-22 | 2017-05-10 | 成都正扬博创电子技术有限公司 | 基于主从式aukf算法的高动态卫星导航信号载波追踪方法 |
CN107883965A (zh) * | 2017-04-24 | 2018-04-06 | 长春工业大学 | 基于光学信息交互多模型强跟踪容积卡尔曼滤波导航方法 |
CN107885232A (zh) * | 2017-10-23 | 2018-04-06 | 上海机电工程研究所 | 一种用于多策略机动跟踪的滤波方法 |
US20200024012A1 (en) * | 2017-11-30 | 2020-01-23 | Telespazio S.P.A. | Automatic satellite telemetry, tracking and command system |
CN108061560A (zh) * | 2017-12-01 | 2018-05-22 | 中国兵器装备集团自动化研究所 | 一种动中通天线的修正惯导方法及其构成的混合导航方法 |
CN108710124A (zh) * | 2018-04-02 | 2018-10-26 | 西北工业大学 | 一种飞机类强机动目标跟踪敏感性评估方法 |
CN109357675A (zh) * | 2018-08-24 | 2019-02-19 | 南京理工大学 | 基于卡尔曼滤波的记忆跟踪算法 |
RU2731822C1 (ru) * | 2019-11-11 | 2020-09-08 | Российская Федерация, от имени которой выступает Министерство обороны Российской Федерации | Наземная станция командно-измерительной системы управления геостационарными космическими аппаратами |
CN111007557A (zh) * | 2019-12-10 | 2020-04-14 | 中国矿业大学 | 自适应运动学模型辅助的gnss载波相位与多普勒融合测速方法 |
CN111474960A (zh) * | 2020-03-23 | 2020-07-31 | 中国人民解放军空军工程大学 | 基于控制量特征辅助的临空高超声速目标跟踪方法 |
CN111462182A (zh) * | 2020-03-31 | 2020-07-28 | 南京航空航天大学 | 一种基于红外预警图像的弹道导弹三维轨迹估计方法 |
CN112949150A (zh) * | 2021-02-01 | 2021-06-11 | 中国人民解放军军事科学院评估论证研究中心 | 基于变结构自适应多模型箱粒子滤波弹道目标跟踪方法 |
CN113408392A (zh) * | 2021-06-15 | 2021-09-17 | 西安电子科技大学 | 基于卡尔曼滤波和神经网络的航迹补全方法 |
Non-Patent Citations (1)
Title |
---|
《计算机技术与应用进展》编委会 * |
Also Published As
Publication number | Publication date |
---|---|
CN115048621B (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8417490B1 (en) | System and method for the configuration of an automotive vehicle with modeled sensors | |
US11450214B1 (en) | Flight path generation based on model of connectivity | |
US10495464B2 (en) | Systems and methods for GNSS SNR probabilistic localization and 3-D mapping | |
US20210270609A1 (en) | Method, apparatus, computing device and computer-readable storage medium for positioning | |
CN109031269B (zh) | 基于毫米波雷达的定位方法、系统、设备及存储介质 | |
Jwo et al. | Unscented Kalman filter with nonlinear dynamic process modeling for GPS navigation | |
US9292800B2 (en) | Statistical estimation of origin and destination points of trip using plurality of types of data sources | |
US20190251215A1 (en) | Accurate estimation of upper atmospheric density using satellite observations | |
US20220123830A1 (en) | System and method for facilitating autonomous satellite level communications | |
Braun et al. | Operational support to collision avoidance activities by ESA’s space debris office | |
US20190145776A1 (en) | Integrated positioning method and system | |
Hu et al. | Matrix weighted multisensor data fusion for INS/GNSS/CNS integration | |
Zhou et al. | GNSS windowing navigation with adaptively constructed dynamic model | |
US11526792B2 (en) | System and method for predicting outputs associated with a future time series | |
CN111272181B (zh) | 构建地图的方法、装置、设备和计算机可读介质 | |
US20220170810A1 (en) | Time-and data-efficient assurance of leak detection | |
Chen et al. | A hybrid cooperative navigation method for UAV swarm based on factor graph and Kalman filter | |
US20200098129A1 (en) | System and method of multirotor dynamics based online scale estimation for monocular vision | |
CN113932796A (zh) | 高精地图车道线生成方法、装置和电子设备 | |
CN115048621B (zh) | 空间飞行器的跟踪测量方法、装置、电子设备及介质 | |
Li et al. | Adaptive filtering for jump Markov systems with unknown noise covariance | |
EP4280100A1 (en) | Binocular parallax estimation method, model training method and related device | |
CN114930335A (zh) | 用于优化焊膏印刷装置的控制参数的设备及方法 | |
Gualdoni et al. | Impartial Sensor Tasking via Forecasted Information Content Quantification | |
WO2023116242A1 (en) | Temporal interpolation of precipitation |
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 |