微小卫星太阳敏感器/磁强计实时标定算法研究

 提出了一种对磁强计/太阳敏感器的无姿态信息的在轨实时标定方法。在现有的标定算法中，仅采用地磁矢量的模作为观测量，本文引入地磁矢量与太阳矢量之间的数量积作为观测量，增强了其可观性，也使对太阳敏感器的实时标定成为可能。扩展卡尔曼滤波器(Extended Kalman Filter，EKF)虽然获得广泛应用，但其线性化过程会引入截断误差，而无香卡尔曼滤波器(Unscented Kalman Filter，UKF)是非线性滤波方法，不须对系统进行线性化。分别利用EKF与UKF的滤波标定算法进行标定研究，仿真结果表明了本文算法的有效性，如磁强计偏置的标定精度，UKF比EKF高26%。     

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。     

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。     

一种星敏感器-陀螺组合定姿的实时在轨标定方法

研究了一种星敏感器一陀螺组合定姿方式中的姿态敏感器误差的实时在轨标定方法。首先,选择直观的欧拉角作为姿态描述参数,根据星敏感器和陀螺的测量原理建立星敏感器一陀螺在轨标定的测量方程和状态方程,并以此建立数学模型。其次,采用简单高效的EKF（ExtendedKalmanFilter,扩展卡尔曼滤波）作为估值算法,进行了在轨标定数值仿真。对于航天器姿态定向中出现的姿态角和星敏感器安装角之间的耦合问题,通过在特定姿态通道上施加简单姿态机动实现了解耦。数值结果表明,该实时在轨标定方法,尤其是所提出的姿态角和星敏感器安装角解耦策略,可以实现对航天器姿态的实时精确估计以及对星敏感器安装误差、陀螺常值漂移和相关漂移等误差的实时在轨标定。该方法可用于航天器姿态测量设备的实时在轨标定和航天器姿态的高精度实时确定。     

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。     

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。     

星敏感器安装误差标定技术研究

星敏感器是一类具有自主高精度姿态测量能力的仪器,输出姿态精度可达到角秒级。但实际组合导航应用中,星敏感器安装误差往往可达角分级,远远大于仪器本身误差,影响其使用品质,因此有必要在使用前对星敏感器安装误差进行建模标定。研究发现,星敏感器安装误差与惯导姿态误差存在耦合关系,难于分离。设计了一种快速标定方法,利用惯导输出姿态、位置信息以及星敏感器姿态输出构造观测量,建立卡尔曼滤波模型,通过滤波估计实现安装误差的地面标定。仿真结果表明,载体需要进行2个轴向上的机动才能将星敏感器三轴安装误差估计出来。相较于依靠外部基准姿态进行标定的方案,本方法具有快速高效、可操作性强等优点。     

一种实现GEO卫星自主导航的方法

针对目前关于GEO卫星自主导航方法中存在的精度低、成本高、实现复杂、可行性一般的问题,提出了一种基于多天体目标信息实现GEO卫星自主导航的方法。使用星敏感器敏感恒星信息和紫外地球敏感器敏感地球信息,建立了高精度GEO轨道动力学模型,并设计了EKF算法、UKF算法以及MCMCUPF算法进行导航解算。理论分析和仿真验证表明,提出的方法精度高、实现易,是一种切实可行,有效的卫星自主导航方法。     

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。     

SINS辅助的星敏感器在线标定方法

航天器在飞行过程中,星敏感器受到外界温度、地面标定精度等因素影响存在较大的安装误差,这将严重影响星敏感器的定姿精度。为提高星敏感器精度,对其安装误差进行严格的在轨实时标定与修正是确保星敏感器测量精度的关键。提出了一种SINS辅助的在线标定方法,将SINS/星敏感器输出的姿态信息进行配准,构建了组合导航系统的Kalman滤波模型。该方法只需航天器在飞行过程中做简单的机动,即可对星敏感器的安装误差角进行实时在线标定。仿真结果表明,采用该标定方法可使星敏感器和惯导的安装误差角的总体估计率达到95%以上,具有较高的工程应用价值。     

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.     

Pico-satellite Autonomous Navigation with Magnetometer and Sun Sensor Data

This article presents a near-Earth satellite orbit estimation method for pico-satellite applications with light-weight and low-power requirements. The method provides orbit information autonomously from magnetometer and sun sensor, with an extended Kalman filter (EKF). Real-time position/velocity parameters are estimated with attitude independently from two quantities: the measured magnitude of the Earth’s magnetic field, and the measured dot product of the magnetic field vector and the sun vector. To guarantee the filter’s effectiveness, it is recommended that the sun sensor should at least have the same level of accuracy as magnetometer. Furthermore, to reduce filter’s computation expense, simplification methods in EKF’s Jacobian calculations are introduced and testified, and a polynomial model for fast magnetic field calculation is developed. With these methods, 50% of the computation expense in dynamic model propagation and 80% of the computation burden in measurement model calculation can be reduced. Tested with simulation data and compared with original magnetometer-only methods, filter achieves faster convergence and higher accuracy by 75% and 30% respectively, and the suggested simplification methods are proved to be harmless to filter’s estimation performance.     

一种用于仿生导航无人机航姿求解的混合滤波方法

针对现有组合导航系统易被干扰欺骗以及姿态求解精度不足的问题，设计了惯性测量单元(IMU)与偏振光传感器组成的航姿参考系统(AHRS)。同时，考虑到传统的姿态求解方法精度不高，提出了一种用于仿生导航无人机航姿求解的混合滤波方法。将Mahony滤波后的姿态值作为系统观测量，再结合扩展卡尔曼滤波(EKF)实现传感器数据的深层融合，以获得高精度的姿态角信息。实验结果表明：在静态环境下采用混合滤波方法求解的姿态值能有效滤除偏振光传感器和加速度计内部噪声干扰，其稳定性明显优于两种方法各自求解时的情况；在动态实验中该方法能有效抑制单独采用Mahony滤波时存在的超调问题，表现出更高的动态解算精度，从而为偏振光组合导航系统提供了更精确的姿态估计信息。     

陆用惯性导航系统非线性对准方法

以某型自行火炮炮载惯性导航系统为研究对象。为解决大方位失准角造成的系统非线性问题,在对大失准角误差模型进行详细分析的基础上,提出了基于快速正交搜索（FOS）和卡尔曼滤波（KF）的非线性参数估计方法。利用事先训练好的非线性误差模型进行对准,既能消除线性姿态误差,又可以对非线性姿态误差起到良好的抑制作用。仿真结果表明,FOS/KF方法的对准精度和实时性远优于扩展卡尔曼滤波（EKF）。对比试验结果表明,单独使用EKF时的方位角误差最大达到14.99°,而FOS/KF可以使方位角误差保持在0.8°以内。FOS/KF方法的估计精度不随系统非线性程度的变化而变化,并且不需要进行粗对准,简化了对准过程,提高了载体机动性。     

利用GPS进行姿态估计的一种算法

首先建立了全球定位系统（ＧＰＳ）姿态确定的观测方程;然后给出了利用ＧＰＳ进行飞行器姿态估计的模型,并对该模型进行了线性处理;最后利用攻推广卡尔曼滤波技术,针对某飞行器进行了仿真计算。计算结果表明,对于不同的测量噪声和系统噪声,滤波器都有较好的估计,姿态估计的精度明显高于单纯ＧＰＳ姿态确定的精度,可以满足大多数飞行器对姿态确定的要求,证实了模型和算法可用性。     

基于卡尔曼滤波的星敏感器在轨校准方法

根据星敏感器光学镜头以径向畸变为主的特点,采用一阶径向畸变模型,利用摄像机标定中的径向排列约束(RAC),对其外部姿态和内参数进行在轨校准。以采集到的星点的图像坐标和对应导航星在天球坐标系下的赤经、赤纬信息作为滤波器的输入,外部姿态和内参数作为输出,构造相应的状态方程和观测方程,进行两次卡尔曼滤波迭代,结果作为校准参数的最优估计。仿真实验表明:本方法能消除内部参数与外部参数的耦合,校准过程不依赖外部姿态,且状态方程和观测方程均为线性方程,满足卡尔曼滤波迭代的最优条件,能够精确估计出星敏感器内外参数,在星点成像位置噪声标准差为0.05像素时,校准后x、y方向上的平均误差分别为0.044像素和0.049像素。     

Cubesat solar sail 3-axis stabilization using panel translation and magnetic torquing

A Cubesat mission with a deployable solar sail of 5 meter by 5 meter in a sun-synchronous low earth orbit is analyzed to demonstrate solar sailing using active attitude stabilization of the sail panel. The sail panel is kept parallel to the orbital plane to minimize aerodynamic drag and optimize the orbit inclination change caused by the solar pressure force normal to the sail surface. A practical control system is proposed, using a combination of small 2-dimensional translation of the sail panel and 3-axis magnetic torquing which is proved to have sufficient control authority over the gravity gradient and aerodynamic disturbance torques. Miniaturized CMOS cameras are used as sun and nadir vector attitude sensors and a robust Kalman filter is used to accurately estimate the inertially referenced body rates from only the sun vector measurements. It is shown through realistic simulation tests that the proposed control system, although inactive during eclipse, will be able to stabilize the sail panel to within ±2° in all attitude angles during the sunlit part of the orbit, when solar sailing is possible.