无陀螺下基于修正罗德里格参数的星体姿态确定

介绍了修正罗德里格参数(MRP),分析比较了姿态表示参数修正罗德里格参数和四元数的算法特点。通过仿真计算,比较了当卫星受一阶马尔柯夫干扰力矩作用和CCD星敏感器为唯一星载角运动传感器时,分别用修正罗德里格参数和四元数作为姿态表示参数,采用UKF(Unscented Kalman Filter)估计卫星航向、姿态及相应角速率的滤波效果。结果表明,用修正罗德里格参数法的姿态解算精度比用四元数法的姿态解算精度高,且计算效率明显优于四元数算法,计算量仅相当于四元数算法的一半,这是由于四元数的规范化条件(即模值为1),在姿态确定中会导致误差协方差阵奇异,而修正罗德里格参数虽然不是全局非奇异的,但是可以通过切换方法解决奇异性问题。     

基于矢量观测的陀螺故障诊断算法

卫星在轨运行期间, 采用反作用轮进行姿态控制及推力器进行位置保持, 星体惯量会发生改变并存在控制力矩. 提出了一种基于运动学方程的矢量观测算法应用于陀螺故障诊断, 采用广义罗德里格参数描述卫星姿态, 避免了四元数在计算过程中出现模值不为一的情况; 计算过程中采用四元数进行姿态运动学计算, 避免了广义罗格里德参数复杂的积分运算. 针对陀螺突变和缓变两种故障, 分别在角速度幅值变化很小和幅值缓慢减小两类情况下进行仿真. 仿真结果表明, 该算法可有效估计星体角速度, 在上述两类情况下均能准确地对突变和缓变故障进行诊断, 不受星体惯量变化和控制力矩的影响, 并且计算量较小, 对工程应用具有较好的参考价值.      

基于UPF的修正罗德里格参数卫星姿态估计

粒子滤波(PF)在卫星姿态估计中解决了非高斯分布的情况,在粒子滤波的基础上,利用修正罗德里格参数(MRPs)表示姿态,用动力学方程进行角速率的传播,提出将采样粒子滤波(UPF)算法应用到基于MRPs的卫星姿态估计中,该方法通过UKF得到粒子滤波的重要性采样函数,更充分地利用了最新的量测信息。仿真结果表明,这种基于UPF的姿态估计方法能够获得比UKF和标准PF更高的滤波精度,并且具有更好的滤波稳定性。     

一种基于李群描述的深空探测器姿态估计方法

针对深空探测器姿态估计问题,提出了一种基于星敏感器的深空飞行器姿态估计新型算法,用李群替代了传统的四元数来描述姿态,避免了四元数转换为姿态矩阵产生的非唯一性和复杂计算等问题。该算法给出了基于星敏感器的姿态观测方程和空间中刚体的运动学模型在李群下的描述并提出了一种基于李群的滤波算法,完成了深空飞行器动态姿态的确定。该线性化模型解决了传统非线性模型在滤波过程中产生的误差,同时省去了四元数转化为姿态矩阵的步骤,减少了计算量。最后,仿真实验中对比了传统的基于四元数的姿态确定算法,可以看出该算法具有更好的稳定性和准确性。     

基于Gauss-Newton和UKF结合的微小卫星姿态确定算法

为提高微型低成本姿态敏感器的姿态确定精度,文章基于磁强计/太阳敏感器/陀螺的姿态敏感器配置,设计了高斯牛顿（Gauss-Newton,GN）迭代算法和无迹卡尔曼滤波（Unscented Kalman Filter,UKF）有机结合的微小卫星姿态确定算法,先用Gauss-Newton算法融合磁强计和太阳敏感器的数据,迭代计算最优四元数,然后以最优四元数联合陀螺数据作为观测量,以姿态四元数和惯性系下的角速度为状态量进行UKF,降低观测维数,并将观测方程转化为线性方程,显著减小计算量,同时克服了测量误差对姿态确定精度的影响。     

基于对偶四元数的编队飞行卫星相对位姿描述

为统一描述编队飞行卫星中主从星的相对位置和姿态参数,利用对偶四元数,建立编队飞行卫星运动学模型,分析其物理意义,提出了基于对偶四元数的编队飞行卫星相对位姿描述的划船算法,并利用这一算法解算出相对位置和姿态参数,突破了传统方法中将卫星轨道和姿态分而治之的方式。仿真结果表明该算法科学合理,能够有效描述编队飞行卫星间的相对位置和姿态。     

混合式惯导系统姿态四元数连续自标定模型

混合式惯导系统作为一种新型惯导系统,具有三轴全姿态物理平台、捷联姿态算法和系统装机自标定等特点。针对以上特点,为提高其导航定位精度,在混合式惯导系统框架角约束方程的基础上,利用姿态四元数代替欧拉角描述混合式惯导系统中三轴物理平台的转动,建立了一种混合式惯导系统姿态四元数连续自标定模型对其进行误差系数标定。针对该模型的特点,对传统的无迹卡尔曼滤波（UKF）算法进行改进,提出了一种基于奇异值分解的四元数无迹卡尔曼滤波（SVD-QUKF）算法进行模型误差系数辨识。仿真和试验结果表明,基于SVD-QUKF算法,四元数连续自标定模型能够以低于1%的相对误差标定出混合式惯导系统所有的误差系数,在标定精度和计算速度上相比基于传统UKF算法的框架角自标定模型都具有一定优势。      

基于四元数平方根容积卡尔曼滤波的姿态估计

针对飞行器姿态确定中乘性扩展卡尔曼滤波(MEKF,Multiplicative Extended Kalman Filter)在较大初始姿态误差角情况下存在估计精度低及收敛速度慢的问题,提出了一种四元数平方根容积卡尔曼滤波(QSCKF,Quaternion Square-root Cubature Kalman Filter)算法.在推导姿态确定系统四元数非线性误差模型的基础上,采用容积数值积分理论来计算非线性函数的均值与方差,同时使用平方根的形式来提高数值稳定性;针对四元数规范化问题,采用拉格朗日代价函数法求解四元数加权均值.仿真结果表明:在初始姿态误差较大的情况下,该算法相比较于MEKF以及无迹四元数估计法(USQUE,Unscented Quaternion Estimator),估计精度高且收敛速度快,滤波稳定性好,同时估计时间比USQUE缩短了1/3.     

基于四元数平方根容积卡尔曼滤波的姿态估计

针对飞行器姿态确定中乘性扩展卡尔曼滤波(MEKF, Multiplicative Extended Kalman Filter)在较大初始姿态误差角情况下存在估计精度低及收敛速度慢的问题,提出了一种四元数平方根容积卡尔曼滤波(QSCKF,Quaternion Square-root Cubature Kalman Filter)算法.在推导姿态确定系统四元数非线性误差模型的基础上,采用容积数值积分理论来计算非线性函数的均值与方差,同时使用平方根的形式来提高数值稳定性;针对四元数规范化问题,采用拉格朗日代价函数法求解四元数加权均值.仿真结果表明:在初始姿态误差较大的情况下,该算法相比较于MEKF以及无迹四元数估计法(USQUE, Unscented Quaternion Estimator),估计精度高且收敛速度快,滤波稳定性好,同时估计时间比USQUE缩短了1/3.     

挠性航天器姿态机动的变论域自整定模糊PID控制

建立了带有太阳翼的挠性航天器的姿态动力学模型,应用改进的罗德里格参数来描述姿态运动学模型。针对挠性航天器模型参数不确定性和环境干扰等问题,提出了变论域自整定模糊比例积分微分(PID)控制方案,构建了计算简单并且可以达到控制精度的伸缩因子。基于Matlab/Simulink进行了仿真验证,结果表明,变论域自整定模糊PID 控制响应速度比传统PID控制、模糊PID控制快350s,且无超调,不仅能够使航天器完成对目标姿态的机动,而且能够有效地抑制挠性太阳翼的振动。     

基于修正似然滤波的无人机编队相对导航方法

针对无人机编队相对导航系统中视觉导航传感器量测数据存在随机时延问题,提出一种能够处理多步随机延迟量测的修正似然容积卡尔曼滤波（ML-CKF）算法。用多个伯努利随机变量对量测模型进行修正以描述随机延迟;通过边缘化延迟变量来计算滤波的似然函数以从延迟量测中提取准确的信息;采用三阶球面-径向容积准则计算高斯加权积分以解决系统的非线性。滤波中的加权因子根据接收量测的特性进行调整,因此,所提修正似然滤波具有自适应卡尔曼滤波属性。利用罗德里格斯参数表示姿态误差,设计了基于修正似然容积卡尔曼滤波的相对导航滤波器。仿真结果表明：所提算法可以准确地估计出长机和僚机之间的相对位置、速度和姿态,且估计精度高于容积卡尔曼滤波和传统随机时延滤波。     

控制力矩陀螺驱动的空间机器人轨迹跟踪控制

提出一种新的空间机器人设计概念,并研究其轨迹跟踪控制问题.系统中的各机械臂以自由球铰连接,在机器人平台和每节机械臂上均安装有一组控制力矩陀螺（CMGs,Control Moment Gyroscopes）作为控制力矩执行机构.采用改进的罗格里得斯参数（MRPs,Modified Rodrigues Parameters）描述平台和各节机械臂的姿态,利用Kane方程建立了系统的动力学模型.在此基础上,用逆动力学方法设计了系统的轨迹跟踪控制律,用以实现卫星平台的位置/姿态和机械臂末端作用器位置的轨迹跟踪控制.采用带有零运动的CMGs操纵律以使CMGs准确输出力矩并回避构型奇异.基于两关节机械臂系统和金字塔构型CMGs的数值仿真结果验证了所设计的控制律和操纵律的有效性,以及自由球铰连接方式在提高末端作用器运动自由度和降低系统动力学耦合方面的优越性.      

基于决策树的空间拦截器姿态控制

拦截器的发动机为带脉冲型发动机,从而限定了作动器的输出集.对于该拦截器的姿态控制,提出了基于决策树的控制方法.它是通过搜索决策树代价最小的路径做出控制决策,该控制思想非常类似棋手博弈的思想.提出的剪枝方案降低了决策树的计算复杂度.通过仿真实验说明:基于决策树的控制具有一定的智能;不同剪枝方案产生不同的控制效果;该方法较好地解决了输入受到约束、非线性和耦合的多输入多输出控制问题,并且在满足控制精度前提下可减少发动机切换次数和燃料消耗.      

LPV模型的动态压缩测量辨识算法

在解决线性参变（LPV）模型的辨识问题上,最小二乘算法以结构简单、计算复杂度低等优点被大量使用。但最小二乘算法辨识结果受制于计算精度和模型近似精度,而这两者在同一个系统中是互斥的。因此,该算法的辨识结果与真值总是存在一定的误差。另外,在高阶LPV模型辨识或采样成本高的情况下,一般模型参数要多于辨识数据,而此时最小二乘算法很难得到稳定的辨识结果。本文提出的动态压缩测量辨识（DCMI）算法从两个方面提高在该情况下的系统辨识精度。其一,利用“匀速变化”及“非匀速变化”模型表示参变函数,以提高模型近似精度。其二,利用压缩感知理论的欠采样能力,在同等数据量的情况下提高参数的计算精度、扩大模型的计算规模。仿真结果表明,基于“匀速变化”模型DCMI算法可以准确地辨识出LPV函数,而且该算法在辨识数据不足的情况下仍然能够获得稳定的辨识结果。      

多航天器分布式事件触发分组姿态协同控制

在分布式事件触发机制的基础上对多航天器分组姿态协同控制问题进行了研究。系统内包含若干个分组，并且航天器间的信息交互被抽象为无向拓扑。以修正罗德里格斯参数（MRP）描述航天器的姿态，构造了包含姿态和角速度的辅助变量，并设计了分布式的控制输入。在分布式事件触发机制下，对每个航天器设计了触发函数，并结合代数图论和Lyapunov稳定性理论证明了多航天器能够渐近达到分组姿态协同，同时证明了系统内不会发生Zeno现象。仿真结果验证了在分布式事件触发机制下提出的控制输入的有效性。      

基于分层随机梯度辨识算法的传感器故障检测方法

提出一种基于两阶段递推随机梯度参数辨识的传感器故障的在线检测方法.相对于最小二乘参数辨识算法,随机梯度参数辨识算法所需计算量更小.针对计算能力受限的系统,提出基于随机梯度参数辨识的检测算法.通过分析可知,参数辨识精度越高时检测精度越高.为提高精度,给出基于两阶段递推随机梯度参数辨识的检测算法并设计基于最新估计信息的残差.除此之外,还给出新的检测算法与原有的基于最小二乘检测算法计算量的对比分析,并通过仿真实例,证明新的检测算法的优越性及有效性.     

模糊变分原理在求解结构固有频率中的应用

在处理含模糊参数的结构固有频率问题时,现有的方法局限于先将模糊参数转化为区间数求解,再由区间解构造出相应的模糊解.由于现有方法计算量较大,所以提出了基于模糊变分原理的模糊里兹法和模糊有限元法.通过在瑞利商变分中直接引入模糊参数,得到了结构固有频率问题的模糊变分原理.作为模糊变分原理的应用,推导了模糊里兹法和模糊有限元法.这两种方法都可以直接得到问题的模糊解,与传统的区间解法相比,提高了计算效率.算例表明,这两种方法不但具有较高的计算精度,而且可以很大程度上减少计算量.