X射线脉冲星导航理论

　　X射线脉冲星导航是一种新兴的自主导航方式。本书以作者研究团队脉冲星导航领域研究成果为基础，针对轮廓恢复、信号去噪、周期估计、相位估计、方位误差估计和惯性/星光/X射线脉冲星组合导航等理论进行讨论，主要目的是提高导航系统的实时性和精度，最终更适合工程实现。

暂缺《X射线脉冲星导航理论》作者简介

目录
前言
第1章绪论1
1.1脉冲星导航概述1
1.2国内外研究现状及分析3
1.2.1脉冲星的发现与观测3
1.2.2XNAV的发展历程4
1.2.3X射线脉冲星信号处理的研究现状8
1.2.4X射线脉冲星导航模型的研究现状13
1.3本书的结构安排15
1.3.1信号处理的研究16
1.3.2导航模型的研究17
第2章脉冲星与X射线脉冲星导航19
2.1脉冲星及其特性19
2.2常用的脉冲星数据库及选星方法23
2.3基本坐标系24
2.4基本时间系统27
2.5X射线脉冲星导航的原理28
2.6X射线脉冲星导航数学模型30
2.6.1状态方程30
2.6.2观测方程33
2.7小结34
第3章基于小波压缩感知的周期估计算法35
3.1基于小波压缩感知的周期估计算法的框架35
3.2基于扭*轮廓的字典构建36
3.2.1脉冲星光子到达时间的数学模型36
3.2.2扭*轮廓的原理38
3.2.3字典的构建方法40
3.3基于提升小波的观测矩阵设计41
3.4基于小波域的卡方重构算法45
3.5基于PP周期估计初始值的确定45
3.6算法性能分析50
3.6.1周期估计算法的复杂度分析50
3.6.2周期估计算法的数值仿真与分析52
3.7小结58
第4章脉冲轮廓信号的小波降噪算法60
4.1小波降噪的原理分析60
4.2小波基的构造61
4.3小波基提升方案的实现65
4.4仿真与分析66
4.5小结76
第5章基于压缩感知的TOA估计算法77
5.1基于压缩感知的TOA估计算法的框架77
5.2TOA估计预处理79
5.3基于双字典和同尺度1-范数的TOA估计81
5.3.1基于双字典的信号稀疏化82
5.3.2二元随机观测矩阵84
5.3.3基于SSL1的重构算法85
5.4基于小波域压缩感知的TOA估计86
5.4.1小波域的多级字典86
5.4.2小波层数相关的随机观测矩阵88
5.4.3基于小波域的重构算法89
5.5预处理与性能分析90
5.5.1算法复杂度分析90
5.5.2仿真与分析93
5.6小结98
第6章X射线脉冲星方位误差估计99
6.1脉冲星方位误差分析99
6.2增广脉冲星方位误差估计算法102
6.2.1算法设计102
6.2.2可观测性证明105
6.2.3仿真分析106
6.3TSKF脉冲星方位误差估计算法110
6.3.1估计算法误差影响分析110
6.3.2算法设计113
6.3.3仿真分析116
6.4小结120
第7章X射线脉冲星导航算法121
7.1基于分段线性化的截断误差建模方法121
7.1.1观测模型高阶项分析121
7.1.2截断误差的近似线性数学模型128
7.1.3仿真分析131
7.2基于ASEKF的脉冲星导航算法134
7.2.1算法设计134
7.2.2可观测性证明137
7.2.3仿真分析139
7.3考虑有色噪声影响的脉冲星导航两级强跟踪差分滤波器144
7.3.1中心天体星历误差分析145
7.3.2有色噪声分析148
7.3.3TSTDKF算法设计149
7.3.4仿真分析154
7.4基于异步重叠观测方法的预修正导航算法157
7.4.1异步观测方法157
7.4.2异步重叠观测方法160
7.4.3预修正扩展卡尔曼滤波器设计162
7.4.4仿真分析166
7.5基于多重次优渐消扩展卡尔曼滤波的惯性/星光/脉冲星组合导航算法170
7.5.1惯性导航误差模型170
7.5.2观测模型172
7.5.3多重次优渐消扩展卡尔曼滤波器174
7.5.4组合导航算法设计175
7.5.5仿真分析178
7.6基于虚拟加速度计的INS/CNS/XNAV组合导航算法183
7.6.1基于虚拟加速度计的INS/CNS/XNAV组合导航算法的框架183
7.6.2VA/XNAV的信息融合185
7.6.3INS/CNS/XNAV的信息融合190
7.6.4仿真分析192
7.7小结197
参考文献198