基于UKF算法的航天器自主导航研究

针对卫星上配备的多种姿态敏感器，进行了导航方案的设计，利用姿态敏感器的测量信息实现轨道参数的估计。通过UKF(Unscented Kalman Filter)算法研究了卫星的自主导航问题，较传统的扩展卡尔曼滤波方法(EKF)简化了计算过程。数值仿真结果验证了该导航算法的优越性。     

仅用星敏感器的卫星姿态估计UKF算法研究

针对无陀螺或陀螺失效等情况下的卫星姿态确定问题,应用基于Unscented变换的Unscented滤波理论,提出了仅利用星敏感器矢量观测信息来确定无陀螺卫星姿态的Unscented卡尔曼滤波算法,并进行了数学仿真,仿真结果表明了所提出的UKF算法在无陀螺情况下对卫星姿态估计的有效性和可靠性。     

基于星敏感器的卫星姿态估计方法研究

以星敏感器姿态信息作为测量数据,结合卫星姿态动力学方程组,采用增广卡尔曼滤波方法对无陀螺卫星姿态进行估计。研究发现,干扰力矩的变化会降低卫星姿态估计结果的精度,为此提出两种改进的姿态估计算法:增广自适应卡尔曼滤波方法和增广强跟踪卡尔曼滤波方法;仿真表明,两种算法都能很好地克服干扰力矩变化导致的精度下降现象。     

组合导航数据融合自适应UKF算法研究

为进一步改善平方根无迹卡尔曼滤波(Square Root Unscented Kalman Filter,SRUKF)在微惯/卫星组合导航数据融合中的估计精度和计算复杂度,针对工作于高机动状态下随机模型统计特性不确定和SRUKF中计算繁琐的问题,分别结合最大后验概率估计准则和矩阵奇异值分解技术,提出了一种新的快捷自适应UKF算法。通过微惯/卫星组合导航系统进行数据测试,结果表明,新算法不仅能够降低时变噪声对导航滤波算法精度的影响,有效提高系统的自适应能力,而且相比传统算法计算效率提升了约16%。研究结果对工程应用具有一定的理论价值。     

三轴稳定卫星无陀螺姿态确定算法研究

针对三轴稳定卫星进行了正常飞行模式下无陀螺姿态确定算法研究，采用磁强计、地球敏感器和太阳敏感器组合获得姿态数据，利用四元数法和高斯－马尔可夫过程建立了姿态确定估计器算法模型。通过数学仿真证明，此姿态确定算法能够对星体姿态进行较精确的估计或校正，满足卫星控制精度要求。     

基于自适应容积卡尔曼滤波方法的涡扇发动机气路部件故障诊断

针对涡扇发动机气路部件故障诊断中参数存在不同的噪声统计特性,提出了一种自适应平方根容积卡尔曼滤波(ASRCKF)器的自适应滤波方法.该方法直接利用基于3阶容积积分方法近似发动机的非线性统计特性,用于替代非线性无迹卡尔曼滤波方法的系统模型,避免了滤波过程参数选取的问题;采用移动窗口法对噪声协方差矩阵进行自适应估计,提高了算法对不同统计特性噪声的自适应能力和滤波精度.通过对发动机气路部件健康参数蜕化过程仿真结果表明:ASRCKF方法相比平方根容积卡尔曼滤波(SRCKF)方法,精度提高40%~50%,对不同噪声信号具有更好的适应能力.      

基于改进容积卡尔曼滤波的奇异避免姿态估计

 利用矢量进行卫星姿态估计可以归结为非线性滤波问题。为了提高卫星姿态估计的精度,利用龙贝格-马尔塔(LM)迭代算法改进了容积卡尔曼滤波(CKF)。继而,提出改进容积卡尔曼滤波与四元数结合的容积四元数估计器(CQE),有效地避免了卫星大角度机动出现的奇异现象。进一步,给出了一种与影子修正罗德里格参数切换的容积修正罗德里格参数估计器(CME)。仿真对比表明,初始误差较大时容积修正罗德里格参数估计器具有更好的收敛速度和鲁棒性。     

基于PnP和自适应线性卡尔曼滤波的实时位姿估计

针对实时位姿估计中扩展卡尔曼滤波(EKF)线性化引入非线性误差和依赖已知噪声分布的缺点,提出一种基于PnP的自适应线性卡尔曼滤波位姿估计求解方法。将PnP位姿估计求解策略引入卡尔曼滤波观测方程,通过对动态方程误差统计参数实时估计,自适应调节卡尔曼滤波递推参数。所提算法求解精度高,固定了观测方程的观测向量维度,提高了算法实用性。通过仿真试验,比较了该算法与EKF的位姿估计精度,通过量化误差分析,证明了该方法可以提高三维运动位姿估计精度,也验证了该方法的有效性。     

皮卫星姿态估计及粗太阳敏感器标定算法研究

粗太阳敏感器是一种由多个光电池片配置组成的模拟式太阳敏感器,它结构简单、资源要求少,在皮卫星平台应用较为广泛。光电池光伏输出特性是粗太阳敏感器测量的基础,使用余弦关系近似等效会引入很大的误差。通过实际测试和深入分析,建立了更高精度的粗太阳敏感器输出特性等效数值模型,并以此为基础,推导了卫星姿态估计及粗太阳敏感器标定的联合在轨实时算法。算法采用多级耦合结构,由1个扩展卡尔曼滤波器(EKF)和6个卡尔曼滤波器组成,同时估计卫星姿态、卫星角速度以及卫星6个面共30个标定参数。仿真表明,和常规的EKF姿态估计算法相比,联合算法的运算量只增加了一半,而估计精度却提高了一个量级。     

挠性卫星执行器故障下的反步容错控制

在轨挠性卫星的工作环境恶劣,不仅有外部干扰和挠性附件振动引起的内部干扰影响本体的姿态,还可能发生执行器故障。针对存在外部干扰和执行器故障的挠性卫星,提出了一种基于故障估计器的容错控制策略。首先,针对未知的外部干扰和执行器故障构造辅助系统,并利用投影函数设计自适应故障估计器估计执行器效率损失因子,同时设计了基于参数自适应律的方法补偿外部干扰、挠性部件震荡引起的内部干扰和执行器加性故障。然后,借助估计信息设计了基于反步法的容错控制器,并利用Lyapunov方法分析了闭环系统的稳定性,进而确保研究的控制方法能够使得挠性卫星的姿态和角速度有效跟踪期望信号。最后,通过数值仿真对比验证了所设计控制器的有效性。该容错控制策略能保证挠性卫星在内外部干扰和执行器故障下的跟踪控制效果,具有实际应用价值。     

一种基于模型误差预测的UKF方法

UnscentedKalman滤波器（UKF）对本质非线性系统具有估计精度高、收敛速度快和容易实现等优点,但是对系统的模型误差比较敏感。针对这一问题,提出了一种基于模型误差预测的UKF方法,称为PUKF（PredictiveUnscentedKalmanFilter）。它利用非线性预测滤波器（NPF）的模型误差预测过程,能够对不准确的系统模型进行实时修正,弥补了UKF方法的不足。仿真结果表明,相对于原始的UKF方法,新方法从滤波精度、收敛速度和收敛的稳定性等几个方面,显著提高了非线性滤波的性能。PUKF可适用于模型不确定、非线性较强系统的滤波。     

天基低轨空间监视雷达密集短弧观测数据的定轨应用研究

当天基雷达采用多波束扫描时,每次与空间目标交会可获取类似跟踪的观测数据。本文讨论了这些密集短弧观测数据在目标轨道改进中的应用。在没有测量时,采用矩阵Ricatti方程计算状态误差;引入观测数据时,比较了EKF和UKF两种滤波算法的轨道改进效果。仿真表明,UKF的收敛速度优于EKF;天基短弧观测数据可以很好地抑制误差发散,满足监视任务需求。     

捷联惯导系统大失准角下的初始对准研究

针对捷联惯导系统初始对准过程中的大失准角情况,建立了基于欧拉平台误差角概念的捷联惯导系统(SINS)非线性误差模型,对于具有加性噪声的动态方程,当状态方程为非线性而观测方程为线性时,将一种简化的UKF滤波方法运用到捷联惯导系统初始对准中,并在静基座下对捷联惯导系统大失准角初始对准进行了仿真。仿真结果表明,随着失准角的增大,简化的UKF比EKF估计精度更高,是一种在进行捷联惯导系统大失准角条件下的初始对准时实用方法。     

Unscented Kalman滤波在空间飞行器被动测距中的应用

介绍了Unscented Kalman滤波及其空间飞行器被动测距中的应用。Unscented Kalman滤波通过设计少量的sigma(抽样)点,计算这些点经过非线性函数的传播,获得滤波值基于非线性方程的更新。Unscented Kalman滤波避免了广义Kalman滤波等线性化方法的缺点,并提高了滤波精度。     

基于UKF算法的单站无源定位

机载单站无源定位具有机动性好、作用范围广等特点,而基于相位差变化率的定位方法又具有定位速度快、精度高等优点.文章研究了Unscenteed Kalman Filter(UKF)在机载单站无源定位中的应用,给出了相位差变化率定位方法的原理,介绍了UKF算法的滤波原理及滤波过程.从仿真结果表明,UKF算法应用在机载单站无源...     

Design of on-board calibration methods for a digital sun sensor based on Levenberg–Marquardt algorithm and Kalman filters

Digital sun sensor is one of the most important sensors used in the Attitude Determination System (ADS) of the satellite. Due to the harsh environmental conditions that exist in the space, various distortions may occur in the sun sensor optical system that lead to the reduced accuracy of this equipment. So, it is necessary to recalibrate the optical parameters of the aforementioned sensors. For this purpose, first a novel attitude independent error model is proposed for the SS-411 sun sensor that includes the central point of the CCD array, installation error, filter thickness and sensor misalignment. So, the mutual interfaces between the sensor parameters are considered in the developed model. In order to extract the sensor parameters, a nonlinear optimization technique called the Levenberg–Marquardt is applied to the developed model as a batch algorithm. In addition, the Extended Kalman Filter (EKF) and the Unscented Kalman Filter (UKF) have been utilized as sequential strategies. It will be shown that by considering a worst case of variation amount for sensor parameters, an accuracy improvement of about 17° is achieved by the developed calibration algorithms. Comparison between the developed algorithms represents that UKF has higher accuracy, shorter time convergence but higher computational load.     

高超声速滑翔目标自适应跟踪方法

针对机动模式复杂多变的高超声速滑翔目标跟踪问题，提出了一种机动频率自适应跟踪方法。采用介于常速度和常加速度模型之间的Singer模型来表征目标气动力加速度的变化，从而建立跟踪系统的状态方程。根据地基雷达量测量获得系统的量测方程，鉴于距离和角度信息的量级相差较大将其由球形量测量转换为位置量测量。为了适应高超声速滑翔目标灵活多样的机动模式，基于正交性原理和无迹卡尔曼滤波算法实现了Singer模型中机动频率参数的自适应。利用滤波信息计算得到能够反映状态模型误差大小的调整因子，用于放大Singer模型中的机动频率，进而调整状态方程的过程噪声以降低模型误差。通过对2种典型机动轨迹的跟踪仿真，并与交互式多模型等方法进行比较，结果表明所提方法的跟踪精度高、计算量小，能够较好地适应阶跃机动和连续幅值变化的机动。     

Modified unscented Kalman filtering and its application in autonomous satellite navigation

In this paper, a modified unscented Kalman filter (UKF) for nonlinear stochastic systems is proposed, and it is applied to autonomous orbit determination for Earth satellites. Based on some standard results about the boundedness of stochastic processes and a new formulation of the unscented transformation (UT), it is demonstrated that the design of the noise covariance matrix plays an important role in enhancing the filter stability. Furthermore, a particular design of the noise covariance matrix is proposed as a modification of the UKF. The modified UKF is less sensitive to the initial error than the usual one. High performance of the modified UKF is illustrated in comparison with the usual one by using the real data obtained from an Earth sensor.     

基于改进强跟踪ASCKF算法的SINS/GNSS组合对准方法

大方位失准角下的SINS/GNSS组合对准系统呈非线性,采用传统的卡尔曼滤波方法进行初始对准易导致对准精度下降甚至滤波发散。基于此,提出了一种基于改进强跟踪自适应平方根容积卡尔曼滤波算法的组合对准方法。该方法采用QR分解求取协方差的分解因子,并在状态预测方差阵的平方根更新中引入多重渐消因子调整滤波增益;同时,基于Sage-Husa自适应滤波,引入改进的时变噪声估计器实时估计噪声的统计特性。仿真结果表明,采用改进的滤波算法进行大方位失准角下的组合对准,对准精度明显提高。     

Adaptive robust cubature Kalman filtering for satellite attitude estimation

This paper is concerned with the adaptive robust cubature Kalman filtering problem for the case that the dynamics model error and the measurement model error exist simultaneously in the satellite attitude estimation system. By using Hubel-based robust filtering methodology to correct the measurement covariance formulation of cubature Kalman filter, the proposed filtering algorithm could effectively suppress the measurement model error. To further enhance this effect and reduce the impact of the dynamics model error, two different adaptively robust filtering algorithms, one with the optimal adaptive factor based on the estimated covariance matrix of the predicted residuals and the other with multiple fading factors based on strong tracking algorithm, are developed and applied for the satellite attitude estimation. The quaternion is employed to represent the global attitude parameter, and three-dimensional generalized Rodrigues parameters are introduced to define the local attitude error. A multiplicative quaternion error is derived from the local attitude error to maintain quaternion normalization constraint in the filter. Simulation results indicate that the proposed novel algorithm could exhibit higher accuracy and faster convergence compared with the multiplicative extended Kalman filter, the unscented quaternion estimator, and the adaptive robust unscented Kalman filter.