面向脉冲星/星光多普勒组合导航的深度融合与智能定位方法

The weak power of signal capture, the high flying velocity, the long navigation filtering period and the nonlinearity of the pulsar navigation system are the major factors that limit the positioning accuracy. Utilizing the starlight Doppler navigation to aid the pulsar navigation, we probes into the effective methods of the intelligent positioning and the deep information fusion for the pulsar/starlight Doppler integrated navigation by integrating various artificial Intelligence techniques as the information vector machine, the wolf pack algorithm, the artificial neural networks and the bat algorithm. The main research contents are:.(1) A novel correcting pulse time-of-arrival method with starlight Doppler velocity is proposed, which can reduce the frequency offset of pulse signals and realize the deep fusion; .(2) The pulse profile rebuilding technology based on information vector machine is proposed to improve the resolution and the signal-to-noise ratio of pulse accumulation profile;.(3) A pulse time-of-arrival estimation method based on fractional bi-spectrum and wolf pack-BP neural networks is proposed, which can obtain the high-accuracy pulsar time-of-arrival fast;.(4) Using the bat algorithm to optimize the particle filter, adopting the starlight Doppler velocity and the pulse time-of-arrival as measurements, we design a pulsar/starlight Doppler deeply integrated navigation system to improve the positioning precision. . The research results would present theoretic and practical significance to the advancement of the integrated navigation and the intelligence positioning technology in deep space exploration.

针对脉冲星导航系统获取信号能力弱、飞行速度快、滤波周期长、非线性等多种影响导航定位精度的重要因素，本项目拟利用星光多普勒导航辅助脉冲星导航，研究并应用信息向量机、狼群算法、神经网络、蝙蝠算法等人工智能技术，探索实现脉冲星/星光多普勒组合导航信息深度融合并提高智能定位精度的有效方法，内容包括：(1)研究利用星光多普勒速度修正脉冲光子到达时间的方法，以减小脉冲信号频偏，实现深度融合；(2)研究基于信息向量机的超分辨率脉冲信号累积方法，以提高脉冲累积轮廓分辨率和信噪比；(3)研究利用分数阶双谱和狼群-BP神经网络处理脉冲累积轮廓的方法，以快速获得高精度的脉冲到达时间估计值；(4)针对系统非线性，利用蝙蝠算法优化粒子滤波器，以脉冲到达时间和多普勒速度信息为观测量，构建高定位精度的脉冲星/星光多普勒深度组合导航系统。以上研究成果对于推动深空探测中组合导航与智能定位技术的发展具有理论和实践意义。

X射线脉冲星导航和星光多普勒是天文导航领域的前沿技术。鉴于二者的互补性，本项目将二者结合，重点研究面向脉冲星/星光多普勒组合导航的深度信息融合与智能定位方法，为实现具有高定位精度的X射线脉冲星/星光多普勒自主组合导航奠定理论基础和技术支持，并取得了一些有意义的结果：.1. 基于自归一化神经网络的脉冲星候选体选择方法。我们采用自归一化神经网络、遗传算法、合成少数类过采样这三种技术加快了训练速度，消除了样本数据的冗余性，降低了类不平衡率，有效提升了对脉冲星候选体的筛选能力。.2. 实时高精度的脉冲星到达时间估计方法。脉冲星到达时间估计是脉冲星导航计算的核心。为实现高精度与快速的脉冲星到达时间时延估计，我们综合利用RLS算法、压缩感知、分数阶傅里叶变换、广义加权互相关、小波变换、双谱等技术实现实时高精度的脉冲星到达时间估计。.3. 天文多普勒差分建模。导航作为航天器核心技术之一，是确保航天任务成败的关键。为了探究天体自身特性对多普勒差分导航的影响，我们以火星为例子，从几何角度出发，选取了太阳多普勒差分导航的误差中三个源建模并分析：太阳较差自转，余弦辐射体和小尺度活动干扰。为建立高精度天文多普勒差分模型奠定了基础。.4. 太阳光多普勒差分导航测速精度分析。光谱测速的精度是太阳多普勒差分导航的重要性能指标。为了研究光谱变化对测速精度的影响，根据太阳多普勒差分导航原理和多普勒频移理论，推导出多普勒差分测速模型。仿真实验结果表明，多普勒差分导航可达到较高的速度测量精度。.5. 脉冲星/星光多普勒组合导航系统。利用X射线脉冲星导航的高精度状态信息对多普勒测速导航的状态信息进行修正，可大幅度减少累积误差。因此，将X射线脉冲星导航与多普勒测速导航进行信息融合，形成脉冲星/星光多普勒组合导航系统，则可发挥两种导航方法的优势，能有效提高组合导航系统的定位精度。.以上成果构成了一套具有自主知识产权的脉冲星/星光多普勒组合导航。