仅用反作用轮进行小卫星姿态大角度机动

综合轮控高精度优点和小卫星高集成度与姿态机动的要求,以反作用轮为执行机构,采用模型状态轨迹跟踪法,在反作用轮速度饱和约束条件下,进行了模型状态轨迹和基于模型状态轨迹控制律的设计。此外,还针对飞轮摩摩擦等带来的常值干扰,对控制律进行了修正,以提高控制精度。仿真结果表明,此控制方法能较好地实现小卫星姿态的大角度机动。     

视线测量光学导航系统观测模型选取

在基于视线矢量观测的自主光学导航系统中,观测模型的非线性是影响导航精度的一个重要因素。通过定量计算观测模型的非线性强度,研究了视线测量光学导航系统测量模型的选取问题。文章基于透射投影模型的共线性方程,给出了两种视线矢量观测模型的导航测量方程及测量噪声统计特性。在扩展卡尔曼滤波框架内深入分析了观测模型非线性对导航性能的影响。并利用微分几何非线性曲率测量理论,定量比较了两种观测模型的非线性强度。最后以基于视线矢量观测的姿态确定系统为例,仿真验证了非线性曲率测量与导航性能的一致性,结果表明基于单位矢量观测模型的光学导航系统具有更高的估计精度和更快的收敛特性。     

基于栅格地图的火星车路径规划方法

火星车路径规划是实现火星车完成预定探测任务的关键。然而传统路径规划算法,如A*和D*等,存在计算速度较慢,算法复杂度较高等问题。本文将对传统路径规划方法 A*法改进并且得到一种快速高效的全局路径规划算法,之后结合合适的局部避障算法,得到一种基于栅格地图的完整的火星车路径规划方法,最后通过仿真验证了此方法的有效性及合理性。     

利用数字高程模型自动检测火星表面陨石坑

为了克服利用影像识别陨石坑的诸多限制因素,利用"火星全球勘探者"(MGS)火星激光高度计(MOLA)得到的火星三维DEM数据,转换获得地形曲率,然后利用设定阈值将曲率图转换为二值图像,结合图像分割floodin算法可以得到待检测陨石坑,最后利用Hough变换可以检测出陨石坑。其成功率达到73.4%,可以有效地从DEM中识别陨石坑。利用DEM识别陨石坑的方法可以识别更多新的陨石坑,为现存的陨石坑目录提供新的数据信息。     

基于可观测性分析的深空自主导航方法研究

基于可观测性分析,研究了不同观测模型下的深空自主导航算法。从非线性系统的可观测性分析出发,利用微分几何理论求解出系统的可观测矩阵,并给出了系统的可观测度定义和状态变量的可观测度分析方法;将其应用于深空自主导航系统,分析了不同观测模型下导航系统以及轨道参数的可观测度,并将其作为观测模型的选取准则;根据可观测性分析结果,结合非线性扩展卡尔曼滤波,建立了不同观测模型对应的自主导航算法。最后,以深度撞击任务的实际飞行数据对文中的自主导航算法进行数值仿真,验证了导航系统可观测度与系统状态估计精度之间的关系,结果表明本文提出的可观测性分析方法是可行的。     

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。     

近地卫星磁测自主定轨及原型化

利用三轴磁强计的测量信息可实时地确定卫星轨道。采用扩展卡尔曼滤波作为处理磁测自主定轨问题的滤波算法．并以地磁场强度幅值作为测量值，建立了近地卫星磁测自主定轨的数学模型。在数学模型的基础上实现了基于PC机、dSPACE一体化系统的原型化(Prototyping)实验。该原型化实验对磁测自主定轨的方案、理论、算法及实时运行特性做了进一步的验证。     

深空自主光学导航小行星筛选与规划方法研究

 深空探测器的自主光学导航是深空探测器自主的关键技术之一，而导航路标——小行星的选择与拍照序列的规划是深空探测自主导航的重要内容。基于探测Ivar小行星的设计方案，在导航小行星筛选方面，提出了基于小行星可见星等、距离、相对速度以及视线夹角的筛选准则，并利用综合评估的方式进行导航小行星的筛选；拍照序列规划方面，提出差额筛选的策略优化导航性价比，并利用改进的遗传算法进行规划。数学仿真结果表明，该方法能够有效地进行小行星的选择与拍照序列的规划。     

基于置信度加权的组合导航数据融合算法

 针对联邦滤波融合算法中由于模型量测噪声统计特性未能被准确描述导致其子滤波器误差变大，进而导致联邦滤波估计出现偏差的问题，为了改进联邦滤波融合方法，将模糊自适应卡尔曼滤波方法和置信度加权方法与联邦滤波融合方法相结合，应用于组合导航系统。该方法首先将模糊自适应卡尔曼滤波方法应用于各子滤波器，使其能够跟踪真实量测噪声统计特性。然后通过模糊方法计算得到各子滤波器的置信度，进而得到联邦滤波器的置信度，再由得到的置信度对各子滤波器及联邦滤波器输出进行加权，得到最终的全局输出。对车载组合导航系统的仿真结果表明，这种算法对量测噪声具有较强的自适应性，能够抑制置信度低的子滤波器在融合系统中所占的权重，提高联邦滤波融合算法的精度，是一种可行的车载组合导航数据融合算法。