基于星敏感器估计卫星姿态的预测Kalman滤波算法

提出了一种实时的姿态估计算法,即预测Kalman滤波算法.该算法能够只利用星敏感器所提供的矢量观测信息来准确地估计卫星的三轴运动姿态,算法的实现包括力矩模型误差预测和姿态估计两步.预测Kalman滤波算法具有良好的滤波性能,不仅估计精度高而且鲁棒性能强,这一点已通过仿真测试得到了验证.

基于RBF网络的信息融合在SAMS故障诊断中的应用

针对卫星姿态测量系统(SAMS),将径向基函数RBF(Radial Basis Function )网络和多传感器信息融合技术相结合,并将其应用在系统的故障检测与诊断中。研究结果表明,此方法是可行有效的,可以提高系统的测量精度和性能。

仰望星空——怀念“两弹一星”元勋杨嘉墀院士

杨嘉墀长期致力于我国科学技术和航天事业的发展,参与中国空间技术发展规划的制订,是中国科学院早期开展航天技术研究的专家之一;领导和参加了我国第一颗人造地球卫星姿态测量系统的研制,是空间技术分系统的设计师,在我国返回式卫星姿态控制系统方案论证和技术设计中,提出了一系列先进可行的设计思想;领导研制的返回式卫星姿态系统及数据分析指标达到当时国际先进水平;指导开发了多项原子弹爆炸试验所需的检测技术及设备等重大科研项目。

基于神经网络技术的星图识别方法

星敏感器是一种高精度的姿态敏感测量系统,如何实现星敏感器的星图识别是姿态测量的关键.由于星图识别问题可以认为是一种模式识别,根据这个特点,提出了一种基于神经网络技术的星敏感器的星图识别方法,并设计了一个包含多个并联BP子网的识别系统.通过用PC机模拟星图识别过程,表明此过程用神经网络技术来实现有效的克服了传统算法在识别成功率、识别时间与存储量之间的矛盾,并且容易实现.