基于强跟踪的平方根 UKF 的卫星姿态确定算法

针对受不确定性干扰的影响卫星姿态确定系统,SRUKF存在跟踪能力弱、估计精度低和鲁棒性差等问题,本文根据强跟踪滤波(STF)原理,提出了一种改进的强跟踪平方根UKF算法。该方法中,采用基于等价变化的方法来计算自适应渐消因子,避免了Jacobian矩阵的计算;引入两个多重自适应渐消因子矩阵,保证了协方差矩阵的对称性;利用改进的平方根分解方法,改善了滤波器的稳定性。实验仿真结果表明,相对于SRUKF和STF,本文提出的强跟踪平方根UKF具有更好的稳定性、鲁棒性和对突变状态的跟踪能力。

多敏感器卫星姿态确定的卡尔曼滤波器设计

针对陀螺、红外地平仪和太阳敏感器组成的卫星姿态确定系统 ,采用四元数方法建立卫星姿态确定模型 ,并采用卡尔曼滤波器进行信息融合。仿真算例结果表明 。

用于无陀螺卫星姿态确定的预测UKF算法

为了降低卫星姿态动力学模型误差和初始姿态误差对无陀螺卫星姿态确定的影响,提出了一种预测无迹卡尔曼滤波(UKF)算法。该算法利用预测滤波中的泰勒级数展开方法对未知的卫星姿态动力学模型误差进行估计,然后将其带入UKF中实现无陀螺卫星姿态确定。用三维偏差四元数代替四元数作为状态变量,避免了估计过程四元数单位约束性被破坏的现象。仿真结果表明,当较大的卫星姿态动力学模型误差和初始姿态误差同时存在时,该算法仍能精确地实现卫星姿态确定。

基于多敏感器卫星姿态确定系统故障检测方法研究

针对无陀螺配置情况下由星敏感器、数字式太阳敏感器和数字式地球敏感器构成的卫星姿态确定系统,采用分散化滤波器进行信息融合,得到星体角速度的估计值。在此基础上,设计基于残差加权平方和的故障检测方法,并与常用的状态卡方检测法进行仿真比较。仿真结果表明,残差加权平方和检测法能更有效地对卫星定姿所用的多传感器发生的突变和缓变故障进行检测与隔离。

卫星姿态确定系统的故障可诊断性分析方法

提出一种适用于线性系统的故障可诊断性分析方法,并将其应用于卫星姿态确定系统,从而实现在地面设计阶段提高系统故障诊断能力的目标。为有效解决K-L散度应用于卫星姿态确定系统故障可诊断性分析中存在的问题,基于方向相似度原理设计新的可检测性和可隔离性量化分析方法。通过数学仿真,验证了该方法的正确性和有效性。

无陀螺卫星姿态确定系统的分散化滤波器设计

针对无陀螺配置的情况下由星敏感器、数字式太阳敏感器和红外地平仪构成的卫星姿态确定系统,提出采用分散化滤波器进行信息融合。设计了多敏感器信息融合的分散化滤波器结构和算法,推导了各个子系统的状态方程和量测方程。仿真分析结果表明,在无陀螺配置的情况下采用分散化滤波器对多敏感器卫星姿态确定系统进行信息融合,能够以较小的计算量实现高精度的信息融合。

采用自适应无迹卡尔曼滤波的卫星姿态确定

针对现有算法卫星姿态确定中模型参数估计不准确,系统存在外界干扰下稳定性差和跟踪精度不足的问题,提出一种自适应无迹卡尔曼滤波算法,对卫星三轴姿态进行估计。首先分析了陀螺和星敏组合定姿的工作原理,然后推导了以误差四元数为状态变量的卫星姿态运动学方程。滤波过程中,该算法引入自适应矩阵,对量测噪声协方差矩阵进行调整;依据滤波发散判别准则,对系统噪声协方差矩阵进行自适应修正,抑制滤波过程中可能的发散情形,获得了良好的自适应性能。实验结果表明,在参数估计不准确时,自适应无迹卡尔曼滤波相比鲁棒自适应UKF算法,三轴估计精度的均方根误差(RMSE)分别提升了30.0%,34.1%,22.4%。该算法基本满足卫星姿态确定的高精度、强鲁棒性等要求。

基于神经网络专家系统的卫星姿态确定系统故障诊断

介绍了一种基于人工神经网络与专家系统相结合的智能故障诊断系统,将专家系统与神经网络结合运用取长补短,发挥各自的优势.给出了系统的结构组成,并具体描述了神经网络专家系统的工作原理.采用的RBF网络有效地克服了BP网络收敛速度慢,且易陷入局部极小的缺陷.同时利用神经网络的并行处理功能,有效地解决了传统专家系统的推理复杂、时间冗余等缺点.仿真结果证明了该方法应用于卫星姿态确定系统的故障诊断是有效的.

基于联合滤波的卫星姿态确定

对由星敏感器、陀螺、太阳敏感器和磁强计构成的组合姿态确定系统,建立了卫星确定系统模型、子系统滤波方程。基于信息融合设计了改进的联合滤波,讨论了信息分配因子确定,给出了改进的系统滤波流程。仿真结果表明:改进后卫星姿态确定的算法有能效提高卫星姿态的估计精度。

卫星高精度相对姿态确定技术

高分辨率遥感卫星姿态事后处理精度的典型指标要求为2.4″(3σ).受星敏感器低频误差影响,常规的星敏感器/陀螺组合定姿方法的姿态确定精度难以实现上述指标要求.考虑到陀螺短期测量精度高的特性,提出了一种基于陀螺测量信息的相对姿态确定方案.利用陀螺信息确定各时刻相对于起始时刻的相对姿态,起始时刻的绝对姿态精度由地面高精度标定等手段保证.采用该方案可以在一定时间内实现高精度的姿态确定精度.给出了针对该方案的理论分析、数学仿真以及物理仿真试验结果.

基于星敏感器的卫星姿态确定系统设计与实时仿真

本文重点介绍了用于某型应用卫星上的星敏感器姿态确定系统的设计与半实物实时仿真系统的建立。卫星姿态确定系统采用了双探头星敏感器加速率陀螺联合定姿技术与扩展Kalman滤波算法。该系统的设计与实现，采用了CAD与实时仿真一体化技术，即在Matlab/RTW设计工具集与dSPACE专用仿真机支持下完成的。该系统的设计、分析、数学仿真与半实物仿真都取得较满意的结果。

强跟踪自适应SRCKF的卫星姿态确定算法

针对卫星星敏感器/陀螺姿态确定系统在空间中存在模型不确定性、状态突变和不良测量问题,该文提出了基于强跟踪自适应平方根容积卡尔曼滤波器(STSRCKF)的卫星姿态确定算法。在平方根容积卡尔曼滤波的基础上,通过引入渐消因子,解决了由于模型不确定和状态突变引起的精度下降、稳定性差和收敛慢的问题;通过增加异常检测和引入自适应因子,获得了应对不良测量的良好跟踪能力。通过仿真实验对算法进行了验证。

基于GPS的三维姿态确定系统研究

论述了基于GPS姿态确定的原理、方法、步骤。首先 ,利用最小二乘平差校准基线 ,得到基线的准确长度及相互间的几何关系 ;随后 ,可以利用这些约束条件加速模糊度求解过程 ,适于实时应用。通过估计基线向量得到姿态粗解 ,以粗解为初值进行迭代最小二乘平差 ,最后得到最终的姿态解。通过一个实验系统验证 。

基于Gibbs矢量估计卫星轨道姿态的滤波算法研究

针对“矢量观测+陀螺”这种典型的三轴稳定卫星姿态确定系统模式,引入具有四元数优越性的Gibbs矢量作为姿态参数,提出了一种新的具有良好实时性能的轨道姿态估计方案。在方案设计中,为描述卫星轨道姿态的Gibbs矢量,推导出了基于四元数的运动学方程,并将QUEST法作为处理多矢量观测信息的压缩技术引入估计器,使得滤波修正算法得以简化。另外,针对单矢量观测情况,给出了能够加快状态估值收敛速度的改进协方差修正算法。仿真结果验证,新方案的姿态估计精度与传统的欧拉角估计法相当,而运算效率却明显高于欧拉角估计法。

卫星姿态的鲁棒反馈滤波器方法研究

针对传统卫星姿态估计过程中计算量大的问题,提出了基于控制反馈的卫星姿态鲁棒滤波方法,将滤波器的新息作为闭环系统的输入,由此可以分离动态滤波方程中的时变因素(卫星姿态角速度),再将时变因素作为系统的不确定性考虑,最终通过鲁棒滤波方法对线性时不变系统的最终稳态值进行求解。该方法可以通过陀螺与星敏感器的参数信息,提前离线计算出滤波器的相关参数,具有很强的工程可用性。仿真结果表明,在卫星存在旋转角速度时,三轴的估计精度(MSE)比不考虑系统时变因素的控制反馈滤波器分别提升了12%,21.05%,4%。

改进的Sage-Husa滤波及在卫星姿态估计中的应用

基于极大后验估计原理,提出了一种改进的噪声估计器,以实现对噪声均值和方差的在线估计,抑制滤波器发散。对自适应扩展卡尔曼滤波算法在卫星姿态确定系统中的应用进行了仿真。结果表明新算法滤波精度优于扩展卡尔曼滤波(EKF),与Sage-Husa自适应滤波算法相比,可阻止滤波器发散,提高系统滤波精度。

联合CDGPS技术和星间相对测量进行编队星座状态确定

以空间圆3星编队星座为对象,建立了联合GPS载波相位差分(Carrier phase Differential GPS,CDGPS)和星间相对测量进行编队星座状态确定的数学模型;利用高精度的星间相对测量信息给星间公里级基线提供厘米级约束,极大地缩小了星间单差模糊度的搜索空间,进而在卫星无需机动的情况下采用Bayes最小二乘法快速解算出星间GPS载波相位单差整周模糊度;最后数学仿真证明了方法的有效性,结果表明卫星间相对位置确定精度达10-2m,卫星姿态确定精度达10-3rad.

基于神经网络信息融合技术的卫星定姿算法

姿态确定系统是卫星姿态控制系统中的重要组成部分,卫星姿态确定的精度直接影响卫星控制精度。为得到高姿态精度,针对由惯性测量单元(Inertial Measurement Unit)、红外地平仪和太阳敏感器组成的卫星姿态确定系统,分别采用BP网络算法和径向基(RBF)网络算法对不同的姿态敏感器的输出数据进行融合,并用STK(Satellite Tool Kit)数据进行了仿真。仿真分析结果表明这两种学习算法均可以提高卫星定姿精度,相对而言,RBF网络无论是精度上还是收敛速度上均优于BP网络。

无陀螺姿态估计方法仿真分析

针对不使用陀螺或陀螺失效情况下卫星姿态确定的问题,提出了用滤波估计的方法构造一个“伪陀螺”进行姿态确定的方法。以星敏测量信息和飞轮转速信息为输入量,以偏差四元数、偏差角速度、偏差干扰力矩为状态变量设计了误差姿态估计方程,结合扩展卡尔曼滤波实现了高精度的无陀螺姿态确定。通过仿真验证了该方法的有效性。在此基础上分析了影响姿态估计精度的各个因素。结果表明,飞轮安装误差、星体转动惯量误差主要影响动态跟踪过程;星敏噪声、飞轮噪声影响稳态过程,尤其飞轮对估计精度的影响大,无陀螺姿态估计方法可以在卫星上应用,但要严格控制飞轮指标。

星敏感器低频误差在轨校准方法研究

研究星敏感器低频误差在轨校准问题.星敏感器低频误差主要由周期性的空间热环境变化造成,会对卫星姿态确定精度造成显著影响.针对这一问题,提出一种星敏感器低频误差校准新方法,通过扩维卡尔曼滤波同时估计卫星姿态和低频误差参数.研究表明,采用所提低频误差校准方法能够显著提高姿态确定系统的性能.基于在轨卫星上的星敏感器遥测数据建立了用于数学仿真的星敏感器低频误差模型,数学仿真结果验证了低频误差校准方法的有效性.