多姿态敏感器测量的信息融合定姿方法研究

基于最优融合估计理论,给出并证明了多敏感器组合姿态确定系统状态最优融合估计形式。设计了基于信息分配的多信息融合联合滤波器结构和算法,分析估计性能,讨论了决定联合滤波器融合的性能信息分配因子选择方法,提出了一种基于协方差阵特征值平方分解的动态自适应信息分配因子确定方法。以某卫星多姿态敏感器组合测量为例,推导了卫星姿态确定的误差状态方程和各子系统的量测方程及观测阵。仿真结果表明：采用联合滤波器对多敏感器卫星姿态确定系统进行信息融合能改善定姿精度,有效抑制滤波发散,并提高整个系统的运算与收敛速度。     

基于联合滤波的卫星姿态确定

对由星敏感器、陀螺、太阳敏感器和磁强计构成的组合姿态确定系统,建立了卫星确定系统模型、子系统滤波方程。基于信息融合设计了改进的联合滤波,讨论了信息分配因子确定,给出了改进的系统滤波流程。仿真结果表明：改进后卫星姿态确定的算法有能效提高卫星姿态的估计精度。     

矢量观测确定卫星姿态的预测粒子滤波算法

在矢量观测的基础上,针对单独的星敏感器定姿,提出了一种将粒子滤波(PF)和预测滤波相结合的姿态确定算法,通过设计粒子初始化,结合重要性采样、重采样和规则化等手段,成功地将姿态四元数作为状态粒子进行更新和传递,避免了状态方程的线性化和协方差矩阵的计算;利用预测滤波算法估计模型误差和姿态角速度,在保证滤波精度的同时,有效降低了粒子滤波器的维数.实验在某对地观测通用小卫星平台上进行,选取卫星自由飞行状态和飞轮控制对地稳定模式,分别对滤波器进行了仿真,实验结果验证了该算法对本质非线性、非高斯的卫星姿态估计问题具有快速的收敛性能和良好的稳定精度.该方法还为粒子滤波器的设计和无角速度敏感器测量的飞行器姿态确定提供了借鉴.     

基于低成本MEMS传感器的皮卫星融合定姿算法研究

基于低成本低精度的MEMS陀螺、太阳敏感器、磁强计组合,设计了Unscented Kalman融合滤波算法.同时考虑到可能的故障模式,提出了仅依赖磁强计的备份滤波算法.在姿态参数选取上,采用修正罗德师里德参数来描述卫星姿态,降低了滤波器的维数,避免了采用四元数时解算状态误差协方差参数的奇异.利用MEMS陀螺采集的随机噪声数据进行半物理仿真,仿真结果表明:该融合算法能有效对卫星姿态进行实时估计,在个别敏感器失效的情况下,同样能实现较高的精度,满足普通任务的要求.该算法具有工程实现意义,是对低精度MEMS敏感器在低成本皮卫星上应用的有益探索.     

基于多敏感器的卫星姿态确定算法

针对多敏感器组成的卫星姿态确定系统,采用四元数方法建立卫星姿态估计器模型,应用扩展卡尔曼滤波EKF算法进行信息融合,通过仿真算例验证此算法具有较高的精度。与此同时,在EKF算法基础上提出一种定常增益的卡尔曼滤波CGKF算法。通过数学仿真对EKF算法和CGKF算法进行比较分析,证明在一定条件下CGKF算法具有与EKF算法相当的滤波精度,并且简化后的CGKF算法在获得与EKF算法相近滤波效果的同时,还能够节约星上资源,减少计算量。     

基于简化误差修正的卫星姿态确定算法

针对典型的星敏感器/陀螺姿态卫星确定算法运算复杂这一问题,提出了一种基于简化误差修正的星敏感器/陀螺卫星姿态确定算法.通过对陀螺角速度进行简化修正,减少了滤波器的状态变量,降低滤波器的复杂性.仿真结果表明：该算法在保证姿态确定精度的条件下,能够减少运算量,提高算法的实时性.     

AEKF在姿态确定中的应用研究

设计了加性扩展Kalman滤波器(AEKF),对卫星姿态进行了准确估计。针对四元数法描述卫星姿态所引起的信息冗余能使滤波误差协方差阵产生奇异,并导致滤波发散,为此提出了用协方差阵降维法解决该问题。仿真结果表明,应用本文设计的滤波器,能有效克服姿态敏感器的量测噪声,准确估计出卫星的姿态。     

基于陀螺和星敏感器的卫星姿态确定算法

主要研究了基于陀螺和星敏感器配置的卫星姿态确定算法.为保证卫星姿态确定的高精度,利用星敏感器提供的姿态四元数结合扩展卡尔曼滤波,对陀螺漂移进行实时补偿.并利用在轨数据,通过matlab数学仿真,验证了高精度滤波算法的有效性.所设计的滤波器能准确估计陀螺漂移,估计误差优于5.56×10-5(°)/s;姿态估计误差优于0....     

卫星地球-射频敏感器组合定姿滤波算法研究

基于卡尔曼滤波理论以及卫星定姿技术的发现状况，对卡尔曼滤波在静止轨道三轴稳定卫星红外地球敏感器和射频敏感器组合定姿中的应用作了一定的研究。建立了静止轨道三稳定卫星姿态动力学模型和红外－射频敏感器组合定姿的姿态量测模型，针对这一模型，应用推广的卡尔曼滤波进行姿态估计，并进行了计算机仿真，验证了滤波方法应用于静止轨道三轴稳定卫星红外地球敏感哭和射频敏感器组合定姿的有效性和优越性。     

卫星多敏感器组合姿态确定系统中的信息融合方法研究

针对卫星陀螺，红外地平仪，太阳敏感器，GPS接收机组合姿态确定系统的特点，提出一种基于联邦卡尔曼滤波算法的信息融合方法，其中信息分配系数通过计算协方差矩阵的迹在线自适应确定。推导了由四元素描述的卫星姿态误差状态方程和各子系统的测量方程。仿真分析结果表明采用该信息融合算法可以提高定姿精度，有效抑制滤波发散，并使整个系统的运算速度和收敛速度都有所提高。     

关于卫星姿态确定非线性滤波算法的研究

本文探讨了利用方位矢量和陀螺速率观测信息确定卫星姿态的问题。该问题实际上是一个非线性/非高斯状态滤波问题,因此,经典的基于EKF和UKF算法的姿态滤波器有可能失败,尤其是当初始状态的先验估计不可能精确得知的情况下。近来,粒子滤波理论已经开始应用于姿态确定问题,但是,这类算法往往需要大量的“粒子”,这对有限计算能力来说是一个沉重的负担。为此,本文尝试利用双重滤波方法,在每个序贯估计过程中,将有陀螺姿态确定问题暂时分解为1个四元数估计问题和1个陀螺常漂参数估计问题。本文提出了2个双重滤波器,包括1个姿态确定双重粒子滤波器和1个姿态确定的混合型滤波器。这两者都采用一个相同的四元数粒子滤波器,但在粒子重采样和平滑处理方面,不同于近来提出的类似滤波器。至于陀螺常漂估计,双重粒子滤波器发展了一个辅助粒子滤波器,而混合滤波器中则发展了一个参数UKF滤波器。通过与经典的姿态确定滤波器的仿真比较,证实了本文新提的2个算法的有效性和优越性。
     

Multiple model Kalman filter for attitude determination of precision pointing spacecraft

This paper proposes a novel multiple model estimator for the satellite attitude determination system composed of gyroscopes and star sensors. The main objective is to calibrate the low frequency error of the star sensor and improve the attitude determination accuracy. In the proposed approach, first, the specific frequencies of the low frequency error is extracted according to the frequency spectrum of the estimate of the gyroscope drift obtained from a standard Kalman filter; then, a bank of Kalman filters based on multiple models is implemented to identify the amplitudes of the error signals with the specific frequencies, such that a reference model is obtained to compensate for the effects of the low frequency error. Simulation results indicate that the proposed approach outperforms the existing calibration approach based on the state augmentation technique.     

一种星间相对状态估计方法

编队自主导航是实现分布式遥感系统星间协同观测的基础。为实现分布式遥感系统星间相对状态的精确确定,提出一种基于MEMS激光雷达与纳型星罗盘的星间相对状态估计方法。借助相对姿态、轨道运动学方程建立了星间相对状态的无迹卡尔曼滤波(UKF)算法,解决了MEMS激光雷达测量与参考航天器姿态耦合的问题,并利用预定入轨参数及高精度轨道外推(HPOP)对方法进行仿真校验。结果表明,该方法具有可行性和实用性,估计精度满足分布式遥感任务需求,能够较好解决中远距离星间相对状态估计问题。     

Adaptive Square-Root Cubature–Quadrature Kalman Particle Filter for satellite attitude determination using vector observations

A novel algorithm is presented in this study for estimation of spacecraft?s attitudes and angular rates from vector observations. In this regard, a new cubature–quadrature particle filter (CQPF) is initially developed that uses the Square-Root Cubature–Quadrature Kalman Filter (SR-CQKF) to generate the importance proposal distribution. The developed CQPF scheme avoids the basic limitation of particle filter (PF) with regards to counting the new measurements. Subsequently, CQPF is enhanced to adjust the sample size at every time step utilizing the idea of confidence intervals, thus improving the efficiency and accuracy of the newly proposed adaptive CQPF (ACQPF). In addition, application of the q-method for filter initialization has intensified the computation burden as well. The current study also applies ACQPF to the problem of attitude estimation of a low Earth orbit (LEO) satellite. For this purpose, the undertaken satellite is equipped with a three-axis magnetometer (TAM) as well as a sun sensor pack that provide noisy geomagnetic field data and Sun direction measurements, respectively. The results and performance of the proposed filter are investigated and compared with those of the extended Kalman filter (EKF) and the standard particle filter (PF) utilizing a Monte Carlo simulation. The comparison demonstrates the viability and the accuracy of the proposed nonlinear estimator.     

Regularized robust filter for attitude determination system with relative installation error of star trackers

As one of the most critical issues for high-accuracy satellite attitude determination, the relative installation error of star tracker usually leads to inconsistency of the output attitude information. In this paper, an approach named regularized robust filter algorithm is proposed to control the relative installation error of star tracker in the attitude measurement data. Based on the uncertainty model established for the attitude measurement system, the weighted least square solution is presented and the regularized robust filter is deduced firstly. The algorithm parameters are then optimized with the design indices in order to minimize the upper boundary for the variance of the estimated error. Compared with the traditional Kalman filter, the regularized robust filter takes into consideration the effects of model uncertainty, which can be used to optimize the filter parameters during its design stage. Thus, the information of both the system model and the measurement data can be applied effectively. Moreover, the existence conditions need not be validated in the proposed filter algorithm, which is convenient for on-orbit application. Finally, simulation results demonstrate the validity and efficiency of the proposed method. The relative installation error of attitude determination is mostly reduced and the estimation precision is improved greatly.     

无速度测量下的航天器安全接近位姿一体化控制

针对考虑位姿耦合的非合作航天器交会对接场景,在没有速度测量情况下为了同时解决安全约束、模型不确定性、执行器故障和输入饱和问题,提出一种基于容积卡尔曼滤波算法(CKF)的自主安全接近方法。首先基于容积卡尔曼滤波器和扩张状态观测器(ESO)分别估计目标航天器的位姿信息和相对速度信息;然后通过将一种新颖的安全包络与人工势函数(APF)结合设计自适应滑模控制器,并设计非奇异辅助系统对执行器故障和输入饱和带来的影响进行集中处理。提出的控制策略在不违反安全约束情况下,能在固定时间内实现位置接近和姿态同步。通过李雅普诺夫方法可以保证闭环系统固定时间稳定。仿真结果表明,所提控制方法具有较高的精度和良好干扰抑制能力。     

一种用于SINS行进间对准的模糊抗野值滤波算法

针对观测存在野值的非线性系统滤波问题，本文综合运用多高斯和近似算法(GSA)、贝叶斯公式、马尔科夫链蒙特卡洛算法(MCMC)以及集合卡尔曼滤波算法(EnKF)设计了一种能从状态后验分布中抽取粒子的改进粒子滤波算法，并根据模糊理论为此改进算法设计了模糊抗野值功能，从而提出了模糊抗野值集合粒子滤波算法，命名为REnPF。GPS辅助SINS行进间对准的仿真实验表明，REnPF能够很好地避免虚警、漏检问题，并能提供良好的滤波精度。     

采用简化滤波器思想的卫星姿态确定系统故障诊断

针对星上计算机运算资源有限的问题,为了降低卫星姿态确定系统故障诊断的运算量,提出一种基于卡尔曼滤波器的故障检测与分离方法。该方法首先基于卫星姿态运动方程设计了一种加性卡尔曼滤波器,然后将卡尔曼滤波器与简化观测器思想相结合,进一步提出一种采用简化滤波器思想的姿态敏感器故障诊断律。所提出的故障诊断方法既可以实现对陀螺故障的检测与分离,又能够诊断星敏感器的故障。此外,该方法只利用一个滤波器即可实现故障检测与分离,其计算量小,有利于在轨实施。最终采用一个由三正交一斜装陀螺组件和星敏感器构成的姿态确定系统对所提出的方法进行了仿真校验,仿真结果表明了所提方法的有效性。     

利用磁强计数据确定卫星三轴姿态的方法

针对低轨、低精度、低费用的小卫星，本文研究了仅依靠磁强计的测量数据，通过卡尔曼滤得到三轴的姿态角和角速度的算法，其次，提出了一整套验证该算法的方法，并用MATLAB完成了数值仿真。