基于陀螺和四元数的EKF卫星姿态确定算法

为保证卫星姿态确定的高精度，利用星敏感器提供的姿态四元数，结合扩展卡尔曼滤波（EKF）对陀螺漂移和安装误差进行实时补偿。建立了滤波器数学模型，并通过数学仿真获得了算法的理论精度，同时分析了星敏感器安装误差对姿态确定的影响。     

基于简化误差修正的卫星姿态确定算法

针对典型的星敏感器/陀螺姿态卫星确定算法运算复杂这一问题,提出了一种基于简化误差修正的星敏感器/陀螺卫星姿态确定算法.通过对陀螺角速度进行简化修正,减少了滤波器的状态变量,降低滤波器的复杂性.仿真结果表明：该算法在保证姿态确定精度的条件下,能够减少运算量,提高算法的实时性.     

基于星敏感器/陀螺组合的一种半确定性卫星定姿方法

针对星敏感器/陀螺典型卫星姿态确定系统配置,考虑确定性方法的离散性及状态估计法对模型准确程度的依赖性,提出了一种半确定性姿态确定方法.以四元数为姿态描述参数,用基于Taylor展开近似的线性回归修正陀螺预报的姿态,并用修正的姿态信息反推出陀螺漂移量.仿真结果表明:该算法实现简单,无需实时递推滤波器增益阵,计算速度快,定姿性能较佳,可有效提高陀螺的姿态预报精度.     

基于改进陀螺漂移模型的卫星姿态确定算法

三轴稳定卫星的有陀螺姿态确定系统需要对陀螺漂移误差进行建模.针对目前采用的白噪声驱动陀螺漂移模型会引起陀螺漂移估计误差曲线不光滑,进而导致姿态角估计误差和姿态角速度估计误差曲线不光滑的问题,提出两种改进的陀螺漂移误差模型,并从理论上分析了该方法的正确性和实用性.仿真实验表明,改进后的陀螺漂移模型可以有效降低漂移估计误差的稳态误差,提高姿态角和姿态角速度的估计精度.     

基于模型误差确定卫星姿态的预测滤波算法

本文给出了一种高精度、鲁棒性强的实时姿态估计算法，即预测滤波算法。该算法利用星敏感器所提供的观测矢量，对运动学方程中由陀螺漂移造成的角速度模型误差进行一步预测，从而准确地估计卫星的运动姿态和角速度。预测滤波算法的良好性能已通过仿真测试得到了验证。文中进一步提出的修正算法，使滤波器的预测性能得到了改进。     

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。     

陀螺与星敏感器组合定姿及陀螺漂移估计

研究基于PI滤波估计陀螺角速率漂移的陀螺与星敏感器组合定姿算法,首先推导了陀螺角速率漂移与姿态偏差四元数之间的关系,并基于姿态偏差四元数和PI滤波估计陀螺角速率漂移;接着给出了分别基于J2000惯性系和轨道坐标系的星敏感器与陀螺组合定姿算法和姿态偏差四元数求解方法;最后进行了工程应用方式分析和仿真验证。本文基于PI滤波的组合定姿算法简单,易于工程实现,并已通过在轨考核验证。     

高分七号卫星控制分系统设计及在轨验证

针对高分七号(GF-7)卫星控制分系统高精度姿态确定、姿态控制和快速机动的需求,文章采用星敏感器相对基准标定,将甚高精度星敏感器与前后视相机进行一体化安装的布局方式,并采用了数传天线轨迹平滑和干扰力矩补偿算法控制天线,采用高刚度高稳定度太阳翼驱动机构(SADA)控制太阳翼,从而实现了卫星的高精度姿态确定和高稳定度姿态控制。经在轨验证,结果表明:姿态稳定度小于0.000 06(°)/s,优于姿态控制分系统的指标要求,可为遥感卫星姿态控制分系统设计提供参考。     

陀螺与磁强计组合定姿及漂移估计算法优化

针对陀螺长时间积分定姿精度受陀螺角速率漂移影响,单独利用磁强计不能连续确定三轴姿态的问题,提出了陀螺与磁强计组合定姿算法,利用磁强计估计的姿态误差校正陀螺积分姿态,并基于PI滤波估计陀螺漂移。仿真验证表明,基于陀螺与磁强计组合定姿的姿态确定精度为1°左右。陀螺与磁强计PI滤波组合定姿算法简单有效,适合在纳星、皮星等微小卫星上应用。     

多敏感器信息融合技术在卫星姿态确定中的应用

针对惯性陀螺、星敏感器和红外地平仪组成的卫星姿态确定系统,基于联邦卡尔曼滤波技术和多敏感器信息融合技术,提出了二级分散滤波方案,该方案能够实现系统的故障诊断与系统重构,提高系统的可靠性,最后通过仿真解算出高精度的姿态测量信息。     

某卫星姿态角的确定和对测量部件的故障诊断

卫星三轴姿态的确定是对卫星进行姿态控制的基础,利用陀螺和红外敏感器互补的特性,并对测量所得到的数据进行处理,便可得到卫星姿态角的估计值。陀螺和红外地球敏感器是卫星姿态控制系统中关键的测量部件,两者的测量输出通过卫星运动学方程相关,有冗余关系,可以用于故障检测。本文对所设计的观测器进行了数值仿真,证实了其有效性,并直接利用所设计的观测器进行故障检测,首先得出陀螺和红外地球敏感器在各种故障下的输出残差曲线,然后分析陀螺和红外地球敏感器的不同故障对输出残差信号的不同影响,找出各种故障与不同输出残差的对应关系,从而确定发生故障的部件。     

重力测量卫星KBR系统相位中心在轨标定算法

针对低低跟踪(SST-LL)重力测量卫星K频段测距(KBR)系统相位中心在轨标定问题,提出了一种应用预测卡尔曼滤波算法的KBR系统在轨标定算法。首先,以磁力矩器和姿态控制喷气发动机为执行部件,对一颗卫星施加一定的组合力矩,使其绕另一颗卫星进行周期性姿态机动;然后,将星敏感器数据代入预测卡尔曼滤波算法中估计出卫星姿态;最后,根据KBR系统观测值与卫星姿态角之间的关系,利用扩展卡尔曼滤波算法估计出KBR系统相位中心的位置。数值仿真结果表明:KBR系统相位中心可以被实时估计,当存在较大的卫星姿态动力学模型误差时,KBR系统相位中心的标定误差仍在0.3mrad以内,证明此算法估计精度较高且鲁棒性强。     

空间冗余陀螺仪在轨标定方法

针对航天器冗余陀螺仪误差系数的在轨标定问题,利用模型置换方法建立 了冗余情况下的隐式标定模型,该模型结构简单,能够充分利用所有陀螺仪的测量信息。并 以美国EOS-AQUA卫星的冗余陀螺仪为背景,利用仿真方法分析了该模型的优良性能。结果表 明,利用模型置换方法能够有效提高误差系数标定精度,相对误差小于10％。
     

采用单目视觉的非合作目标星状态估计

针对微小卫星逼近观测未知的空间翻滚非合作目标星任务，提出一种基于单目视觉的目标星相对状态估计方法。在建立追踪星/目标星相对运动模型的基础上，以单目相机识别并测量获得的目标星固有特征的像素位置为观测输入，通过扩展卡尔曼滤波算法实现对目标星相对位置、相对速度、相对姿态、角速度、惯量比和特征位置等状态的估计。仿真结果表明,该方法能够很好地实现对未知非合作目标星的相对状态估计，姿态估计误差小于2°，位置估计误差小于0.1 m，特征点位置平均估计误差小于0.04 m。     

压缩感知与最小二乘联合的卫星姿态抖动估计

卫星在轨运行时姿态存在一定频率的抖动,目前的星敏感器和陀螺等测量仪器受限于测量频率,无法直接测量高频抖动。提出了一种压缩感知和最小二乘相结合的卫星姿态抖动估计方法。根据姿态抖动中的频率稀疏信息,通过压缩感知方法从姿态欠采样数据中恢复出抖动频率,进一步利用最小二乘方法,精确估计出卫星姿态的高频抖动。与单纯采用压缩感知方法或最小二乘方法相比,该方法提高了卫星姿态抖动的估计精度。     

Regularized robust filter for attitude determination system with relative installation error of star trackers

As one of the most critical issues for high-accuracy satellite attitude determination, the relative installation error of star tracker usually leads to inconsistency of the output attitude information. In this paper, an approach named regularized robust filter algorithm is proposed to control the relative installation error of star tracker in the attitude measurement data. Based on the uncertainty model established for the attitude measurement system, the weighted least square solution is presented and the regularized robust filter is deduced firstly. The algorithm parameters are then optimized with the design indices in order to minimize the upper boundary for the variance of the estimated error. Compared with the traditional Kalman filter, the regularized robust filter takes into consideration the effects of model uncertainty, which can be used to optimize the filter parameters during its design stage. Thus, the information of both the system model and the measurement data can be applied effectively. Moreover, the existence conditions need not be validated in the proposed filter algorithm, which is convenient for on-orbit application. Finally, simulation results demonstrate the validity and efficiency of the proposed method. The relative installation error of attitude determination is mostly reduced and the estimation precision is improved greatly.