无陀螺卫星姿态的二阶插值非线性滤波估计

采用四元数作为姿态描述参数，提出了一种确定无陀螺卫星姿态的新方法，即二阶插值非线性姿态估计算法，它能够利用星敏感器提供的矢量观测信息准确地估计三轴稳定卫星的姿态。这种姿态估计算法的实现非常简单，其运算量与传统的扩展卡尔曼滤波姿态估计算法相当，但滤波性能却与基于二阶泰勒级数近似得到的非线性姿态估计算法一致。而且，在二阶插值非线性姿态估计算法中，不会遇到由四元数正交约束所造成的协方差阵奇异性问题。     

仅有单个陀螺的Drag—free卫星初始速率阻尼模糊控制研究

研究了在仅有偏航姿态测量陀螺时,利用Drag—free卫星与其内部定向体间的相对状态观测值实现姿态确定的方法。针对Drag—free卫星的特点,建立了定向体的空间姿态观测模型和Drag—free卫星的姿态动力学方程,据此推导了用于姿态确定的Kalman滤波算法。为实现初始速率阻尼阶段Drag—free卫星的三轴姿态稳定,设计了模糊控制律。仿真结果验证了方法的有效性。     

GPS/速率陀螺组合Kalman滤波姿态确定算法研究

建立了GPS／速率陀螺组合姿态估计系统的模型，研究比较了三种典型的Kalman滤波姿态确定算法：状态扩充法、量测量求差法和时变噪声估计跟踪自适应滤波算法。给出了某航天器采用GPS／速率陀螺组合姿态确定的仿真计算结果，并对结果进行了分析。结果表明，与传统Kalman滤波算法比较，时变噪声跟踪自适应滤波算法和量测量求差滤波算法能较好地消除GPS测量中相关时变噪声的影响，提高姿态确定的精度；而且时变噪声跟踪自适应滤波算法能很好地消除由于噪声统计性能的不确定性对Kalman滤波的影响，提高姿态确定系统的性能。     

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。     

基于修正罗德里格参数的小卫星SSUKF姿态确定

用无陀螺的三轴稳定偏置动量小卫星三轴磁强计和太阳敏感器获得观测矢量,提出了一种基于超球面分布采样Unscented变换滤波(SSUKF)和修正罗德里格参数(MRPs)的姿态估计方法,给出了算法模型.SSUKF在保证滤波性能的基础上减少了采样点个数,减轻了星载计算机的负载;用MRPs描述小卫星姿态大幅减少了计算量.某小卫星的仿真结果表明:算法兼顾了精度、收敛速度和鲁棒性,且提高了计算效率,适于小卫星.     

一种基于线性伪量测方程的无陀螺姿态确定方法

基于一种新型的四元数伪量测模型,给出了一种无陀螺卫星姿态确定算法.该滤波算法不需要对量测方程作线性化近似,能够有效提高大姿态角情况下的姿态确定性能.并通过引入强跟踪性,使算法获得了更高的收敛性.仿真结果表明,算法能够有效的提高无陀螺卫星在初始消旋、三轴稳定等工况下的姿态估计收敛速度,并能够实现高速旋转工况下的姿态跟踪.该算法具有简明的线性结构,计算负担符合实时要求,结构简单,对硬件配置要求不高,尤其适用于低成本的微小卫星.     

基于低成本MEMS传感器的皮卫星融合定姿算法研究

基于低成本低精度的MEMS陀螺、太阳敏感器、磁强计组合,设计了Unscented Kalman融合滤波算法.同时考虑到可能的故障模式,提出了仅依赖磁强计的备份滤波算法.在姿态参数选取上,采用修正罗德师里德参数来描述卫星姿态,降低了滤波器的维数,避免了采用四元数时解算状态误差协方差参数的奇异.利用MEMS陀螺采集的随机噪声数据进行半物理仿真,仿真结果表明:该融合算法能有效对卫星姿态进行实时估计,在个别敏感器失效的情况下,同样能实现较高的精度,满足普通任务的要求.该算法具有工程实现意义,是对低精度MEMS敏感器在低成本皮卫星上应用的有益探索.     

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。     

基于低成本陀螺和倾角仪的姿态估计

针对动中通测控系统中低成本陀螺和倾角仪的姿态估计和陀螺误差校正问题,提出一种利用UKF（Uncented Kalman Filter）滤波器对载体姿态角进行估计,然后利用互补滤波器对陀螺漂移进行估计的算法。该算法通过设计三维完全可观测UKF滤波方程和陀螺误差校正模型对姿态角和陀螺漂移分别进行估计,有效避免了利用卡尔曼滤波进行姿态估计和陀螺漂移误差估计时由于误差模型不准确而产生的发散问题,同时降低了滤波器维数。试验中姿态角估计误差在1°以内,x轴陀螺漂移估计误差为0.0148°/s,y轴陀螺漂移估计误差为0.0017°/s,试验结果表明该算法能有效提高姿态角估计和陀螺漂移估计的精度。     

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。     

基于太阳电池板与磁强计的小卫星姿态确定算法研究

直接将太阳电池板电流作为量测量进行姿态确定，不仅可观性不高，也不利于计算量的减少。分析了利用太阳电池板测姿的原理；以立方体微小卫星为例，分析了由多个太阳电池板电流估计太阳矢量的问题，提出了受限最小二乘法。将所估计的太阳矢量与磁强计输出结合，进行双矢量定姿滤波。利用软件STK（Satellite Tool Kit）数据对算法进行了仿真，与直接将太阳电池板电流作为量测值的算法进行了对比。结果表明：该算法有效地提高了定姿性能。     

关于卫星姿态确定非线性滤波算法的研究

本文探讨了利用方位矢量和陀螺速率观测信息确定卫星姿态的问题。该问题实际上是一个非线性/非高斯状态滤波问题,因此,经典的基于EKF和UKF算法的姿态滤波器有可能失败,尤其是当初始状态的先验估计不可能精确得知的情况下。近来,粒子滤波理论已经开始应用于姿态确定问题,但是,这类算法往往需要大量的“粒子”,这对有限计算能力来说是一个沉重的负担。为此,本文尝试利用双重滤波方法,在每个序贯估计过程中,将有陀螺姿态确定问题暂时分解为1个四元数估计问题和1个陀螺常漂参数估计问题。本文提出了2个双重滤波器,包括1个姿态确定双重粒子滤波器和1个姿态确定的混合型滤波器。这两者都采用一个相同的四元数粒子滤波器,但在粒子重采样和平滑处理方面,不同于近来提出的类似滤波器。至于陀螺常漂估计,双重粒子滤波器发展了一个辅助粒子滤波器,而混合滤波器中则发展了一个参数UKF滤波器。通过与经典的姿态确定滤波器的仿真比较,证实了本文新提的2个算法的有效性和优越性。
     

基于GPS及其与磁强计组合的姿态确定算法研究

提出了一种组合敏感器定姿算法，针对卫星上同时装备有磁强计与全球卫星定位系统（GPS）的情况，利用两者的测量信息，在卡尔曼滤波算法的基础上，对两者信息融合定姿算法进行了设计和仿真，旨在提高卫星自主定姿精度和可靠性，结果表明，组合定姿算法使姿态确定的精度得到提高。     

卫星地球-射频敏感器组合定姿滤波算法研究

基于卡尔曼滤波理论以及卫星定姿技术的发现状况，对卡尔曼滤波在静止轨道三轴稳定卫星红外地球敏感器和射频敏感器组合定姿中的应用作了一定的研究。建立了静止轨道三稳定卫星姿态动力学模型和红外－射频敏感器组合定姿的姿态量测模型，针对这一模型，应用推广的卡尔曼滤波进行姿态估计，并进行了计算机仿真，验证了滤波方法应用于静止轨道三轴稳定卫星红外地球敏感哭和射频敏感器组合定姿的有效性和优越性。     

利用磁强计数据确定卫星姿态的简易滤波算法

针对一类俯仰轴负向安装有偏置动量轮的重力梯度稳定的三轴主动磁控微小卫星,在分析其数学模型的基础上,将俯仰通道与滚动-偏航通道解耦,分别给出了仅用磁强计测量数据确定各通道姿态的卡尔曼滤波算法。并进一步分析了滤波系统模型的周期性,探讨了实现周期滤波增益的可行性。最后通过仿真算例验证了该滤波算法的有效性以及采用周期滤波增益的可行性。     

基于预测滤波的卫星交会对接相对位姿确定方法

基于视频制导系统提供的视线测量,引入一种高精度、高鲁棒性的、实时的预测滤波算法,建立系统的误差模型,对角速度和位移速度进行一步预测,从而精确地估计卫星的相对位置和相对姿态。此外提出修正方案,通过卡尔曼增益对相对姿态和相对位移进行修正和更新,估计性能得到改进优化。通过卫星交会对接仿真实验验证算法的有效性,结果表明,预测滤波算法高精确估计相对姿态和相对位置,修正后算法得到了更高的精度结果,满足卫星交会对接要求,对在轨实验有重要参考价值。     

一种卫星姿态确定的非线性算法

在稳态卡尔曼滤波算法中引入非线性项 ,改进了算法的性能。思路是在姿态确定误差较大时 ,使得非线性滤波算法等价于具有较大滤波增益的稳态卡尔曼滤波器。理论分析和仿真结果表明在保证同样稳态估计精度的情况下 ,与稳态卡尔曼滤波算法相比较 ,非线性滤波算法具有更快的收敛速度     

三轴磁强计与太阳电池阵组合的皮卫星姿态确定方法

提出一种组合应用三轴磁强计信号与太阳电池阵列信号,在双矢量定姿的基础上,结合样点卡尔曼滤波(UKF)估计算法,连续输出六维姿态信息的姿态估计方法。数值仿真结果表明:两种测量信息有效组合时,精度水平可以满足皮卫星任务要求。