微小卫星剩磁在轨标定技术研究

 基于微小卫星姿态确定系统常采用无陀螺配置方案，克服环境干扰力矩的影响并提高微小卫星姿态确定的精度是此类姿态确定系统的关键。分析了星上稳定剩余磁场对无陀螺微小卫星姿态确定的干扰机理，建立了卫星剩余磁矩与磁强计偏置标定模型。以磁强计、太阳敏感器作为姿态敏感器件，并采用扩展卡尔曼滤波器实现标定算法，为无陀螺磁测微小卫星消除剩磁干扰，获得高精度姿态估计提供了一种新方法。仿真结果表明：该方法能准确估计卫星剩余磁矩与磁强计偏置，磁强计偏置的标定精度在1 nT左右，剩余磁矩的标定精度为0.000 1 A·m²量级，有效消除了剩磁对无陀螺卫星姿态确定的影响，显著提高了姿态确定精度，滤波器能在500 s内收敛。     

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。     

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。     

利用姿态测量数据确定卫星初始轨道

提出了一种利用姿态测量数据确定卫星初始轨道的新方法。姿态确定后,根据卫星姿态与位置函数的关系,可确定位置矢量的方向数。采用三个不同时刻的测量值,根据飞行时间定理和几何约束条件,得到卫星轨道的解析方程。利用微分校正法解方程即可得卫星轨道参数,最后对卫星多种姿态及飞行轨道进行了仿真计算,结果显示迭代算法收敛,证明此方法是可行的。     

捷联姿态算法研究

本文讨论了一种改进的捷联姿态算法。它利用上一旋转矢量修正周期的陀螺输出角增量,使得在计算量增加不多的情况下,捷联姿态的计算精度大大改进了。提出了一种适用于实时计算的算法,给出了实时叠代形式。最后,在计算机上作了仿真,表明这种改进的算法可增加姿态算法的圆锥性能,具有运算量小,精度高的特点。     

绕月探测器的自主光学导航研究

提出了一种利用高斯-马尔科夫过程和Unscented卡尔曼滤波的绕月探测器自主光学导航算法。针对很难事先确定精确地绕月探测器轨道动力学模型问题,提出利用高斯-马尔科夫过程来近似轨道动力学中的无模型加速度,进而提高了轨道动力学模型的精度;考虑到基于扩展卡尔曼滤波的轨道确定存在的问题,提出利用基于Unscented卡尔曼滤波来估计探测器的位置、速度及无模型加速度,提高了轨道估计精度和保证了算法的稳定性。最后,通过数学仿真验证了自主光学导航算法的有效性。     

基于Rodrigues参数的姿态估计算法

 以Rodrigues参数作为姿态描述参数提出一种快速的全姿态估计算法。Rodrigues参数具有简洁高效的特点,但它具有奇异性,不适用于大角度情况。首先将序贯旋转方法和Rodrigues参数相结合,提出了一种简洁、无奇异的姿态描述方法。然后应用该姿态描述方法,针对“矢量观测+陀螺”这种典型的姿态测量方案,讨论飞行器的姿态估计问题。在姿态估计算法设计中,给出了陀螺模型和观测矢量模型,推导了状态和状态误差协方差阵的预测方程和量测更新方程,并提出了预测方程的一种高效积分方法。仿真结果表明在估计精度等同的条件下,该姿态估计算法比四元数算法效率大约提高10%。     

一种基于NGA-QPF的航天器姿态估计方法

针对航天器姿态确定中的非线性非高斯的滤波问题,提出一种基于遗传算法的粒子滤波的航天器姿态估计方法。该方法将姿态四元数作为采样粒子进行粒子滤波,并将小生境遗传算法（NGA）引入粒子滤波算法中,以改善粒子滤波的性能;用遗传算法单独进行陀螺偏差估计,以减少粒子滤波的状态维数。该姿态估计方法保持了四元数的归一化性质,通过引入小生境遗传算法解决了重采样阶段的粒子退化问题,并且由于单独估计陀螺偏差避免了粒子滤波状态的扩展。该方法能够在较少粒子的情况下实现高效率高精度的定姿,仿真结果说明了方法的有效性。     

采样量化与滤波对圆锥补偿算法影响对比分析

研究了圆锥运动情况下陀螺角增量采样量化对姿态误差的影响, 对比分析 了单子样算法、三子样扩展频率级数算法和三子样显式频率整形算法,理论推导给出陀 螺角增量分辨率造成的量化误差方差和圆锥算法姿态误差方差间关系的理论表达式。推 导公式及蒙特卡罗仿真结果表明,除通过脉冲细分提高陀螺角增量分辨率外,低通滤波 和提高姿态更新频率也可减小量化误差对姿态解算的误差影响。     

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.     

Interlaced optimal-REQUEST and unscented Kalman filtering for attitude determination

 Aimed at low accuracy of attitude determination because of using low-cost components which may result in non-linearity in integrated attitude determination systems, a novel attitude determination algorithm using vector observations and gyro measurements is presented. The various features of the unscented Kalman filter (UKF) and optimal-REQUEST (quaternion estimator) algorithms are introduced for attitude determination. An interlaced filtering method is presented for the attitude determination of nano-spacecraft by setting the quaternion as the attitude representation, using the UKF and optimal-REQUEST to estimate the gyro drifts and the quaternion, respectively. The optimal-REQUEST and UKF are not isolated from each other. When the optimal-REQUEST algorithm estimates the attitude quaternion, the gyro drifts are estimated by the UKF algorithm synchronously by using the estimated attitude quaternion. Furthermore, the speed of attitude determination is improved by setting the state dimension to three. Experimental results show that the presented method has higher performance in attitude determination compared to the UKF algorithm and the traditional interlaced filtering method and can estimate the gyro drifts quickly.     

基于改进UKF的组合导航系统航向角估计方法研究

为满足运载体长航时、高精度的导航需求,解决系统可观测性弱导致的航向角易发散的问题,提出了一种基于MEMS非线性组合导航系统的用于提高航向角估计精度的算法。通过采用单天线GNSS航向角作为量测量进行航向约束,解决了MEMS-SINS/GNSS姿态估计中航向角可观测性弱、估计值收敛差的问题;通过转弯判断规则和常规无迹卡尔曼滤波改进算法,抑制了偏流角对系统估计精度的影响。仿真结果表明,该算法有效地抑制了航向角估计精度差的问题,水平姿态精度达到0.01°,航向角精度达到0.1°,提高了系统的导航精度及可靠性。     

基于超球体平方根无迹Kalman滤波算法的涡扇发动机气路部件故障诊断

研究了一种超球体平方根无迹Kalman滤波算法用来有效跟踪涡扇发动机气路部件发生渐变性和突变性故障的健康参数.该算法通过超球体单形采样来降低算法的计算量,采用测量残差协方差阵的平方根代替方差阵进行递推运算,提高了算法的计算效率和数值稳定性.分别采用扩展Kalman滤波算法、无迹Kalman滤波算法和超球体平方根无迹Kalman滤波算法对某型涡扇发动机进行仿真,结果表明:超球体平方根无迹Kalman滤波算法的滤波时间减少50%左右,能够实现渐变性和突变性故障中健康参数的准确估计,是一种有效的涡扇发动机气路部件参数估计和故障诊断方法.      

一个用于目标跟踪的改进粒子滤波算法

简化UT（unscented transformation）转化参数，修改UKF（unscented Kalmanfilter）提议分布，提出了改进的粒子滤波算法。调节因子的增加使得能在线自适应估计，滤波性能提高，并形成一个自适应的算法。仅有角测量的目标跟踪仿真试验证实了改进的粒子滤波算法要优于其它滤波方式。     

非线性状态方程自校准滤波方法

针对工程实际中遇到的非线性系统状态方程中含未知输入（如环境因素的影响、模型和参数选取不当等）的情况，采用自校准技术，基于秩滤波与无迹Kalman滤波算法提出了一种非线性状态方程自校准滤波方法,并分别讨论了自校准秩滤波(SRF)与自校准无迹Kalman滤波(SUKF)两种情况。大量仿真结果和工程应用表明:与无迹Kalman滤波(UKF)相比，该方法通过对系统状态方程中的未知输入进行自动估计和补偿，改善了系统受未知输入影响下的滤波效果，从算例中可以看到，估计精度至少提高了80%，且计算简单，便于工程应用。      

引入UPF的交互式多模型的算法

融合交互式多模型和UPF（the unscented particle filter）,提出了一种新的多模型滤波算法。多模型结构能适应目标高度机动,粒子滤波能处理非线性、非高斯问题,而UKF（the unscented Kalman filte,）可以提高估计精度。与其它交互式多模型算法进行了比较,试验仿真结果证实了新滤波算法的有效性。     

考虑输入饱和的两飞轮驱动航天器视线轴控制

 研究了非零初始整星角动量下两飞轮驱动航天器姿态机动控制问题,针对在两飞轮旋转轴平面外某一视线轴的指向控制,给出了目标姿态生成算法和一种抗输入饱和的视线轴指向滑模控制算法。首先,通过对两飞轮驱动航天器静止时的可行姿态进行分析,给出了视线轴指向目标方向的必要条件。然后,基于该条件得到了使视线轴与目标方向偏差最小的目标姿态。最后,对状态方程进行降维和线性化处理,设计了一种抗输入饱和的视线轴指向滑模控制算法。仿真结果展示了本文算法的可行性和有效性。     

一种改进的强跟踪 UKF 算法及其在 SINS 大方位失准角初始对准中的应用郭泽,缪玲娟,赵洪松简

 针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题,从正交性原理出发,通过严谨的推导得到强跟踪UKF成立的充分条件,在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小,渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法,证明了该算法满足强跟踪滤波器的充分条件,并分析了其渐消因子的作用机理。进行了捷联惯性导航系统（SINS）大方位失准角初始对准仿真,结果验证了所提强跟踪UKF算法的正确性和有效性。