微小卫星轨道姿态一体化确定算法研究

突破卫星轨道和姿态参数分别确定的传统模式,提出了以三轴磁强计和太阳敏感器为测量元件的轨道姿态一体化确定算法.由于地磁场是时间和位置的函数,而三轴磁强计指向又与卫星姿态相关,所以三轴磁强计的测量值既与轨道有关,又与姿态有关.充分利用磁强计和太阳敏感器的测量值中包含的轨道和姿态信息,推导出卫星轨道姿态一体化确定的扩展卡尔曼滤波算法.在太阳不可见区域,由于太阳敏感器没有输出信息,只采用磁强计为测量敏感器,按传统模式对卫星轨道和姿态分别确定.最后对2种模式下的滤波算法进行数学仿真验证,结果表明该算法的可行性与有效性.     

非质心特征点相对位置和姿态估计方法研究

卫星编队飞行中,从星星体上偏离质心的任意特征点,其相对位置和相对姿态运动耦合。本文针对任意点的相对状态估计问题,推导了耦合相对轨道动力学方程和无陀螺相对姿态动力学方程,并且基于PSD敏感器对主星上点光源的视线测量值,提出了基于特征点耦合动力学和质心传统动力学的两种相对状态估计策略。针对每种策略分别设计了EKF和UKF两种滤波算法对相对状态进行估计。最后通过数学仿真对算法的有效性进行了验证,并对其计算量进行了分析。结果表明,四种算法均能对特征点的相对状态进行较高精度的估计。     

编队卫星相对轨道与姿态一体化耦合控制

采用单个连续小推力推力器以及反作用飞轮作为执行机构的编队卫星相对轨道与姿态耦合控制问题。采用单个连续小推力推力器时,相对轨道控制推力作用时间较长,同时在任意时刻或一段时间内推力矢量不能指向空间任意方向,且其依赖于卫星当前姿态和姿态机动能力;一些编队任务对姿态确定精度有较高要求,为了能够提供较高的姿态测量精度,星敏感器应避免对准太阳,因此姿态动力学的非凸性和非线性使得编队耦合控制问题进一步复杂化。考虑以上约束,采用高斯伪谱法把连续控制问题直接转换成离散形式非线性规划问题。最后以双星编队队形初始化最优控制为例进行数学仿真,结果表明了该方法的有效性和实用性。     

基于磁强计测量的微小卫星轨道姿态 耦合确定方法

针对基于磁强计测量的微小卫星, 提出了基于串并联混合策略的轨道姿态 耦合确定方法。滤波初期,考虑到估计误差较大,采用先地磁场大小测量的轨道确定、 后地磁场矢量测量的姿态确定的串联策略;稳定后,采用基于矢量测量的轨道、姿态同 步确定的并联策略。为降低轨道、姿态确定的相互影响,设计了基于信息的鲁棒Kalman 滤波,通过自动调节增益矩阵处理两个滤波系统间的影响。仿真表明,该方法在提高鲁 棒性的同时,还能适当提高状态估计的精度。     

微小卫星鲁棒自适应姿态确定算法

基于磁强计测量的微小卫星姿态确定系统中,由于状态方程和测量方程均为轨道参数的函数,因此在轨道估计存在误差的情况下,标准的扩展卡尔曼滤波算法（ExtendedKalmanFilter,EKF）并不能获得姿态的最优解。针对轨道确定误差对姿态确定的影响,基于自适应滤波及鲁棒估计原理,提出了鲁棒自适应卡尔曼滤波（RobustAdaptiveKalman Filter,RAKF）算法。该算法通过构建合理的膨胀因子和自适应因子,自动调节观测噪声方差矩阵和一步预测方差矩阵的大小,从而改变旧有数据及观测信息在滤波中的权重,获得更合理的卡尔曼增益,使滤波器获得近似最优结果。基于标准卡尔曼滤波的稳定性理论,证明了若系统一致完全可控并且一致完全可观,该滤波器是一致渐近稳定的。数学仿真表明,与EKF相比,RAKF能够将欧拉角估计精度从0.3°提高到0.2°,从而证明了该算法的有效性。     

基于磁强计和红外地平仪的卫星轨道姿态一体化确定方法

针对近地微小卫星,突破轨道姿态确定分而治之的传统模式,根据耦合的卫星轨道姿态动力学方程,提出了基于磁强计和红外地平仪的轨道和姿态同时确定方法.敏感器的测量值既跟轨道有关,又跟姿态有关,充分利用测量值中的轨道和姿态信息,推导了轨道姿态一体化确定的扩展卡尔曼滤波算法.利用非线性系统局部可观测性理论对系统进行了可观测性分析,给出了不同参数对局部可观测性的影响,并对不同观测量情况下的可观测性进行了比较.最后对该算法进行了数学仿真,结果表明,该算法的可行性和有效性.     

基于单目视觉的非合作目标相对位姿测量

为实现对空间姿态翻滚航天器的在轨服务与维护以及对空间碎片的清理，需对其进行精确的相对位姿测量。针对相对位姿测量问题，提出了基于单目视觉与卡尔曼滤波的相对位姿测量方法。通过对特征点匹配算法进行调查，采用了具有尺度不变性与旋转不变性的尺度不变特征变换算法(SIFT)和加速稳健特征算法(SURF)的特征点提取方法，并对二者进行了对比，得到了二者分别适用的工况条件。通过对Kalman滤波算法进行研究，引入了相机偏置矩阵，设计了Kalman滤波器，解决了单目相机的距离模糊问题，估计得到了非合作目标的相对位姿、主惯量比以及特征点位置信息。经过仿真，姿态角度估计误差在稳定后低于0.3°，相对位置估计误差在稳定后低于0.5m，相较于真值，误差小于1.67%，主惯量比估计误差在稳定后低于0.01，特征点位置误差在稳定后低于0.005m。在引入相机偏置条件后，滤波状态变量均收敛，并得到具有足够精度的估计，成功解决了单目相机深度信息缺失问题。