基于无迹卡尔曼滤波的柔性自由翻滚目标姿态估计

在进行在轨维修以及清除等任务时，需要确定航天器的姿态四元数和角速度。失效卫星常处于自由翻滚状态，通常带有柔性帆板，其运动规律相较于刚性帆板更为复杂。一方面，空间失效卫星的姿态确定常使用激光雷达、双目相机作为测量装备，其测量精度常受到光照、磁场等的影响，会对识别精度产生较大干扰。另一方面，柔性航天器的质量特性容易发生变化，导致很难对其动力学模型进行精确描述。针对柔性自由翻滚目标的状态难以获取的问题，本文提出基于无迹卡尔曼滤波的姿态估计方法，并采用神经网络补偿柔性航天器模型误差。仿真结果显示：无损卡尔曼滤波器（Unscented Kalman filter， UKF）算法对柔性航天器的姿态四元数预测误差值在10-3范围内，角速度误差值最高0.08 rad/s，采用神经网络补偿动力学模型后对四元数的预测误差稳定在9×10-4范围内，角速度误差稳定在1.5×10-3范围内。结果表明，使用神经网络补偿柔性航天器动力学模型的不确定项之后，UKF对柔性自由翻滚目标的姿态估计精度满足工程要求。

Traceless Kalman Filter-Based Pose Estimation of Flexible Free-Tumbling Targets