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.     

星敏感器测量模型及其在卫星姿态确定系统中的应用

星敏感器是卫星高精度姿态测量的重要部件，如何正确建立其测量误差模型是影响姿态确定精度的关键因素。本文推导出星敏感器三轴姿态测量误差的方差计算公式，对测量误差的性质进行研究，揭示了在星敏感器三轴测量中，光轴测量精度劣于根据另两轴测量所确定的光轴指向精度。在此基础上提出了新的星敏感器测量模型，给出改进的姿态滤波器观测方程，减小了观测误差，由此可以进一步提高姿态确定的精度。本文方法不仅适用于通常使用的双星敏感器姿态确定系统，也可独立地应用于只带单个星敏感器的姿态确定系统。     

采用简化滤波器思想的卫星姿态确定系统故障诊断

针对星上计算机运算资源有限的问题，为了降低卫星姿态确定系统故障诊断的运算量，提出一种基于卡尔曼滤波器的故障检测与分离方法。该方法首先基于卫星姿态运动方程设计了一种加性卡尔曼滤波器，然后将卡尔曼滤波器与简化观测器思想相结合，进一步提出一种采用简化滤波器思想的姿态敏感器故障诊断律。所提出的故障诊断方法既可以实现对陀螺故障的检测与分离，又能够诊断星敏感器的故障。此外，该方法只利用一个滤波器即可实现故障检测与分离，其计算量小，有利于在轨实施。最终采用一个由三正交一斜装陀螺组件和星敏感器构成的姿态确定系统对所提出的方法进行了仿真校验，仿真结果表明了所提方法的有效性。     

一种星间相对状态估计方法

编队自主导航是实现分布式遥感系统星间协同观测的基础。为实现分布式遥感系统星间相对状态的精确确定，提出一种基于MEMS激光雷达与纳型星罗盘的星间相对状态估计方法。借助相对姿态、轨道运动学方程建立了星间相对状态的无迹卡尔曼滤波(UKF)算法，解决了MEMS激光雷达测量与参考航天器姿态耦合的问题，并利用预定入轨参数及高精度轨道外推(HPOP)对方法进行仿真校验。结果表明，该方法具有可行性和实用性，估计精度满足分布式遥感任务需求，能够较好解决中远距离星间相对状态估计问题。     

捷联惯导/星敏感器组合导航技术研究

针对在捷联惯导系统中陀螺的误差存在随着时间积累而逐渐增大的缺点,提出了捷联惯导系统+星敏感器的组合导航方案,并进行了仿真及结果分析。以Kalman滤波为基础,通过将捷联惯导系统和CCD光学传感器所测得的飞行器相关姿态信息进行数据融合,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的位置、速度和姿态角。详细推导了捷联惯导+星敏感器组合导航的算法,并通过对仿真结果的分析证实了该方案的可行性和算法的有效性。     

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。     

星敏感器光轴测量的锥面误差模型及其应用

星敏感器是卫星高精度姿态测量系统中的重要器件,根据其测量可以建立不同形式的星敏感器测量模型,准确分析测量模型中测量误差的特性是保证卫星姿态确定精度的重要条件。本文针对广泛采用的星敏感器光轴矢量测量方程,从几何角度出发,结合实际情况,提出了一种新颖的星敏感器光轴测量的锥面误差模型。在两个锥面参数分别服从一定的概率分布的条件下,对测量误差特性进行了深入分析,确定出新的测量误差协方差矩阵。上述研究能够在不增加算法计算量的前提下,从新的角度,更为直观地建立了星敏感器光轴矢量测量模型。最后在仿真实验中,将新的锥面误差测量模型应用于基于扩展卡尔曼滤波（EKF）的姿态确定方法中,结果表明了利用该测量模型进行姿态确定的有效性。     

基于UKF的无陀螺姿态确定

针对无陀螺卫星的姿态和角速度估计问题,提出了基于UKF(Unscent-ed Kalman Filtering)的无陀螺的姿态确定算法。采用星敏感器作为姿态敏感器,构造了基于罗德里格参数的UKF滤波器。与EKF相比,UKF不必计算Jacoabian矩阵而且能够至少精确到泰勒展开的二阶。通过EKF和UKF仿真结果的比较,表明UKF比EKF具有更快的收敛速度和更高的精度。     

基于UKF的航天器最小参数姿态矩阵估计方法

钊对航天器的惯性-星光姿态确定系统，选取基于矢量观测的最小参数姿态矩阵估计方法为定姿算法。但是由于系统模型是非线性的，针对系统模型的非线性，将UKF（Unscented Kalman Filter）与最小参数姿态矩阵估计方法结合，设计了一种针对MEMS陀螺和CMOS APS星敏感器的UKF姿念估计器。仿真结果表明：在敏感器精度较差的情况下，该UKF、姿态估计器能够满足大多数航天器对姿态确定精度的要求。此外，UKF和EKF（Extended Kalman Filter）的仿真对比结果表明：UKF滤波器的收敛速度高于EKF滤波器，状态估计的精度也优于EKF滤波器，且数值稳定性好。     

空间环境探测卫星用磁强计误差分析及在线标定

用于探测日地空间磁环境的磁强计多数安装在伸杆的末端,长期受太阳辐射等空间环境干扰力矩以及机动等影响,磁强计安装矩阵随时间发生较大的变化,从而导致卫星定姿精度下降。为此,在分析空间环境干扰力矩和磁强计定姿误差特性的基础上,建立了19维高精度的磁强计误差模型,结合卫星的运动学和姿态动力学特性,采用EKF滤波方法对安装矩阵进行实时估计与修正补偿,并利用该磁强计模型实现卫星的姿态确定,最后利用实验进行验证。实验结果表明,该方法能够在满足星载计算机的计算量要求的同时,在线估计安装矩阵误差,显著提高了磁强计的误差估计精度与定姿精度。     

基于星敏感器四元数的卫星角速度预测滤波算法

为在无陀螺或陀螺故障时可用星敏感器估计姿态角速度，在扩展卡尔曼滤波（EKF）和非线性预测滤波的基础上提出了基于四元数的卫星角速度估计算法，并给出了相应的模型。该算法对角速度建模精度的要求较低，无需卫星动力学方程，方法简单且易于实现。仿真结果表明，算法的精度较高。虽然仍受噪声和步长的影响，但相对基于EKF和最小模型误差的角速度估计算法，其性能改善较大。     

基于控制有效性因子的卫星姿态控制系统在轨重构容错控制

研究了在轨卫星姿态控制系统发生可修复性故障状况下的重构容错控制。首先在星敏感器对陀螺的标定模型中引入控制有效性因子，并利用二级卡尔曼滤波算法求解其值，以说明系统的控制有效程度。然后采用统计假设检验通过其幅值变化判断系统是否存在故障，当故障发生时，引入重构容错控制器对原控制器进行补偿控制。最后，建立卫星闭环姿态控制系统对算法进行了仿真验证，仿真结果表明该算法快速可靠，能够满足在轨卫星姿态控制系统故障状况下的性能要求。     

基于陀螺和星敏感器的卫星姿态确定算法

主要研究了基于陀螺和星敏感器配置的卫星姿态确定算法.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,对陀螺漂移进行实时补偿.并利用在轨数据,通过matlab数学仿真,验证了高精度滤波算法的有效性.所设计的滤波器能准确估计陀螺漂移,估计误差优于5.56×10-5(°)/s;姿态估计误差优于0....     

自旋卫星姿态确定和系统偏差估计

以最小二乘为指标,应用Powell直接寻优算法,对近地轨道自旋卫星姿态确定数据进行加工处理,得出了某些系统偏差的估计值,然后再用Kalman滤波器进行滤波估计。实践证明,将此法用于可观性较弱的系统,可显著改善仅用Kalman滤波器所得的结果。     

基于地磁场测量估计卫星姿态的UKF算法

提出了利用UKF（Unscented Kalman Filter）处理地磁场测量数据进行低轨道（LEO）卫星自主定姿的算法。通过使用估计姿态、轨道参数和国际地磁场参考（IGRF）计算得到的地磁矢量与三轴磁强计（TAM）的测量矢量之差作为更新信息，可以实现实时的姿态角和角速度估计。针对卫星稳态定姿、大角度快速机动的定姿以及姿态失控状态下的定姿等三种任务，分别用UKF和传统的EKF（Extended Kalman Filter）进行了数值仿真。仿真结果显示出本文提出的定姿算法的优越性。     

基于GPS/IMU/太阳敏感器的空间飞行器组合姿态确定

GPS定姿是GPS在空间飞行器上应用的一个重要方向 ,本文在建立GPS 惯性组件 太阳敏感器组合定姿系统的非线性模型的基础上 ,采用扩展卡尔曼滤波实现了该组合定姿方案。通过理论分析和仿真结果均验证了方案的可行性。为GPS定姿在空间飞行器的实际应用提供一定的参考。     

基于交叠视场亮度优选算法的导航星库构建方法

星敏感器导航星库直接影响星图识别效率和姿态解算精度。分析了参与姿态解算的星颗数和亮度对姿态精度影响,在此基础上,提出了一种基于交叠视场亮度优选算法的星敏感器导航星库构建方法。将精度较高的Hipparcos星表作为基础星表,分析了星等、双星、自行、变星等对姿态精度的影响,将星库筛选成一个备选星库,生成覆盖全天球的交叠视场。每个拥有较多星的视场,都按照亮度优先原则从视场内的扇形区域中选择导航星,从而得到分布均匀的导航星库。结果表明:该方法能有效减小星敏感器导航星库规模,实现导航星在全天球和局部天区的均匀分布。     

An information fusion algorithm for integrated autonomous orbit determination of navigation satellites

This paper focuses on the information fusion problem of integrated autonomous orbit determination using the observations from inter-satellite-link (ISL), X-ray pulsars and star sensors. A step Kalman filter structure is proposed to solve the information fusion problem of multiple subsystems that have greatly different filtering precision. The subsystems are grouped according to their measurement accuracy and the state parameters and covariance matrix of a group can be calculated using the federated filter structure and propagated to the next group step-by-step. Simulation results show that the mean user range error (URE) of the constellation will be less than 1.5 m in 60 days using the step Kalman filter structure for information fusion. And it has better performance than the federated structure in dealing with information fusion of the astronomical observations and the ISL ranging measurements in integrated autonomous orbit determination.     

基于盒粒子滤波的低成本皮纳卫星高效姿态确定算法

针对低成本皮纳卫星姿态确定系统在质量、体积、计算量以及能耗等方面的限制问题，本文基于区间分析理论提出了卫星姿态区间化描述方法并建立了运动学区间化方程，提出了基于盒粒子滤波(BPF)的皮纳卫星姿态确定算法。该算法首先采用双矢量算法对太阳敏感器和磁强计得到的量测进行姿态解算，并将解算出的姿态四元数作为伪量测值输入传递给BPF，从而降低敏感器噪声对估计精度的影响。仿真实验表明，相比于传统粒子滤波的姿态确定算法，本文所提出的BPF姿态确定算法能够在保证姿态确定精度的同时大幅缩短算法运行时间。     

矢量观测确定卫星姿态的预测粒子滤波算法

在矢量观测的基础上,针对单独的星敏感器定姿,提出了一种将粒子滤波(PF)和预测滤波相结合的姿态确定算法,通过设计粒子初始化,结合重要性采样、重采样和规则化等手段,成功地将姿态四元数作为状态粒子进行更新和传递,避免了状态方程的线性化和协方差矩阵的计算;利用预测滤波算法估计模型误差和姿态角速度,在保证滤波精度的同时,有效降低了粒子滤波器的维数.实验在某对地观测通用小卫星平台上进行,选取卫星自由飞行状态和飞轮控制对地稳定模式,分别对滤波器进行了仿真,实验结果验证了该算法对本质非线性、非高斯的卫星姿态估计问题具有快速的收敛性能和良好的稳定精度.该方法还为粒子滤波器的设计和无角速度敏感器测量的飞行器姿态确定提供了借鉴.