三轴稳定卫星无陀螺姿态确定算法研究

针对三轴稳定卫星进行了正常飞行模式下无陀螺姿态确定算法研究,采用磁强计、地球敏感器和太阳敏感器组合获得姿态数据,利用四元数法和高斯－马尔可夫过程建立了姿态确定估计器算法模型。通过数学仿真证明,此姿态确定算法能够对星体姿态进行较精确的估计或校正,满足卫星控制精度要求。     

利用Singer模型的无陀螺姿态和角速度估计

 给出了一种利用Singer跟踪模型的扩展卡尔曼滤波器 (ExtendedKalmanFilter) ,用于无陀螺姿态和姿态角速度估计。在滤波器中 ,姿态和姿态误差分别由姿态四元数和误差四元数表示 ,而姿态角加速度由一阶Markov过程描述 ,从而避免采用姿态动力学模型。利用数值仿真计算验证了滤波器的性能。在所有的仿真过程 ,滤波器显示出快速收敛能力。稳态估计误差主要由测量更新频率和精度决定。     

改进联邦滤波器在小卫星姿态确定中的应用

采用微小卫星姿态运动学、动力学方程,以磁强计／太阳敏感器为姿态敏感器进行姿态确定,研究了一种基于融合反馈的改进联邦滤波算法,提出了一种基于观测新息修改的信息分配原则。给出了由四元数描述卫星姿态的误差状态方程,并对观测矢量进行推导,获得了基于角速度的观测方程,丰富了观测模型。仿真结果表明：基于角速度观测方程的引入,增强了观测信息的利用率,进而提高了姿态确定的精度,降低了计算量,保证了可靠性。     

无陀螺惯性测量组合设计及角速度误差补偿方法研究

提出了九加速度计无陀螺惯性测量组合(NGIMU)配置方案,并建立了其实验系统.由于加速度计输出误差的存在,必然引起角速度计算误差随时间累积.针对该项误差,采用一种提高角速度解算精度的新方法,该方法利用角速度乘积项可有效对误差进行补偿.另外在分析加速度计安装位置存在误差的基础上,提出了对加速度计输出具有补偿效应的解算方法,间接提高了角速度的解算精度.最后对上述两种补偿方法进行了角速度仿真和角度测试实验.实验结果证明了方案的可行性和有效性.     

星敏感器低频误差与陀螺漂移离线校正方法

获取高精度事后姿态数据是提高遥感平台成像质量的必要条件之一,离线处理可有效降低敏感器测量误差,从而获得更高的姿态确定精度。基于滤波的校正方法中,星敏感器低频误差(LFE)与陀螺漂移将产生耦合影响导致校正精度低,本文针对该问题推导了耦合误差的数学模型,并设计了一种两步双向平滑事后处理算法,将陀螺漂移与低频误差分两步校正,通过反复滤波剥离陀螺漂移与低频误差。同时,针对低频误差参数收敛速度慢、噪声参数调节困难的问题,利用一种基于极大似然估计(MLE)的固定窗口自适应双向滤波算法进行处理以获得更好的噪声估计,提高了收敛速度和收敛精度。文中仿真工况下,离线姿态确定精度可达到0.8″(3σ),低频误差参数完全收敛时间不超过4个轨道周期。     

微小型飞行器惯性组合姿态确定与航路导航研究

构建了微小型飞行器(MAV)导航、制导与控制(GNC)系统。研究了微惯性导航测量单元零偏的温度建模及非正交误差的多位置标定补偿方法,提出微小型飞行器导航、制导与控制系统闭环条件下,利用导航、制导与控制回路的飞行状态特征信息的微惯性组合导航系统滤波算法,根据微小型飞行器飞行状态实时调整卡尔曼滤波器的观测噪声方差,有效提高了动态过程中姿态测量精度和微小型飞行器的飞行平稳度。完成了组合导航系统滤波算法验证飞行试验及自主姿态稳定和航路飞行试验。飞行试验表明:微小型飞行器实现了自主姿态稳定与长距离超视距航路点导航飞行,航路点导航误差小于30 m,惯性组合姿态确定与航路导航系统及算法满足微小型飞行器自主飞行对导航系统的需求。     

扑翼微型飞行器飞行姿态模型研究

扑翼微型飞行器飞行质量主要取决于能否对其飞行姿态进行有效控制, 而建立准确的飞行姿态模型尤为重要.通过对鸟和昆虫的飞行机理尤其是其飞行过程中翅膀的运动规律进行研究, 并考虑机械设计方面的因素, 对扑翼微型飞行器的飞行姿态建立了较为完整的动力学模型和数学模型.由分析可知机身所受外力为空气动力、重力和机翼作用于机身的驱动力, 而采用扑动与扭转两个自由度飞行的机翼所产生的驱动力是由瞬时平移力和扭转循环力合成的瞬时空气动力.数值仿真证实了动力学模型的正确性.      

基于预测滤波器的GPS姿态估计

采用预测滤波器,利用全球定位系统的双差相位观测量实现载体姿态估计。该方法对初值的选取具有鲁棒性,可以在天线和可见星较少的情况下快速收敛到姿态精确解。仿真结果显示,该方法的姿态估计结果可以与基于非线性最小二乘的姿态估计结果相比拟,且受初值的影响小;采用双差相位测量比采用单差相位测量可以得到更佳的姿态估计效果;当使用三基线的天线阵时,在飞行机动较大的情况下采用近似正交布局的天线结构可以更好地估计姿态。     

微小型无人直升机姿态信号的互补滤波融合算法

基于惯性测量技术获取飞行器姿态信号的方法已被广泛应用,然而对于微小型或低成本无人飞行器而言,通过MEMS传感器获取满足精度要求且稳定可靠的姿态信号仍然是具有一定难度的工程问题。文章针对民用微小型无人直升机的低成本要求和使用环境,利用三轴角速率陀螺仪和加速度计在姿态估计中频率互补的特性,采用互补滤波算法,改进了滤波参数的自适应调整方法,实现了俯仰角和滚转角信号的有效融合,得到的姿态信息可用于微小型无人直升机的内环增稳控制。仿真和试验数据表明,该方法测量精度较高,工程实现简单,算法稳定,能有效解决微小型无人直升机姿态信号的工程求解和使用问题。     

一种基于GPS/磁强计/加速度计的组合导航/定姿方法

针对当前常用的导航、定姿方法存在的不足,提出了一种采用单天线GPS、磁强计和加速度计的组合导航、定姿方法.以常见的匀加速模型作为系统方程,以GPS输出的位置和速度作为观测量,设计了卡尔曼滤波器,获得更精确的载体速度、位置和加速度信息.在获得加速度估值之后,根据地磁场和载体比力在载体坐标系和导航坐标系的投影关系构造姿态矩...     

一种星敏感器-陀螺组合定姿的实时在轨标定方法

研究了一种星敏感器一陀螺组合定姿方式中的姿态敏感器误差的实时在轨标定方法。首先,选择直观的欧拉角作为姿态描述参数,根据星敏感器和陀螺的测量原理建立星敏感器一陀螺在轨标定的测量方程和状态方程,并以此建立数学模型。其次,采用简单高效的EKF（ExtendedKalmanFilter,扩展卡尔曼滤波）作为估值算法,进行了在轨标定数值仿真。对于航天器姿态定向中出现的姿态角和星敏感器安装角之间的耦合问题,通过在特定姿态通道上施加简单姿态机动实现了解耦。数值结果表明,该实时在轨标定方法,尤其是所提出的姿态角和星敏感器安装角解耦策略,可以实现对航天器姿态的实时精确估计以及对星敏感器安装误差、陀螺常值漂移和相关漂移等误差的实时在轨标定。该方法可用于航天器姿态测量设备的实时在轨标定和航天器姿态的高精度实时确定。     

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。     

微小卫星太阳敏感器/磁强计实时标定算法研究

 提出了一种对磁强计/太阳敏感器的无姿态信息的在轨实时标定方法。在现有的标定算法中,仅采用地磁矢量的模作为观测量,本文引入地磁矢量与太阳矢量之间的数量积作为观测量,增强了其可观性,也使对太阳敏感器的实时标定成为可能。扩展卡尔曼滤波器(Extended Kalman Filter,EKF)虽然获得广泛应用,但其线性化过程会引入截断误差,而无香卡尔曼滤波器(Unscented Kalman Filter,UKF)是非线性滤波方法,不须对系统进行线性化。分别利用EKF与UKF的滤波标定算法进行标定研究,仿真结果表明了本文算法的有效性,如磁强计偏置的标定精度,UKF比EKF高26%。     

一种基于模型误差预测的UKF方法

UnscentedKalman滤波器（UKF）对本质非线性系统具有估计精度高、收敛速度快和容易实现等优点,但是对系统的模型误差比较敏感。针对这一问题,提出了一种基于模型误差预测的UKF方法,称为PUKF（PredictiveUnscentedKalmanFilter）。它利用非线性预测滤波器（NPF）的模型误差预测过程,能够对不准确的系统模型进行实时修正,弥补了UKF方法的不足。仿真结果表明,相对于原始的UKF方法,新方法从滤波精度、收敛速度和收敛的稳定性等几个方面,显著提高了非线性滤波的性能。PUKF可适用于模型不确定、非线性较强系统的滤波。     

前后向迭代滤波算法在高精度姿态测量中的应用

为了满足航空物探对于高精度姿态基准的需求,对前后向迭代滤波算法进行了研究.在前向捷联惯导算法的基础上,推导了后向捷联惯导算法,基于SINS/GPS组合导航方案构建了15状态Kalman滤波器,提出了前后向迭代滤波算法,通过仿真实验和转台实验对比了前后向迭代滤波算法与R -T -S平滑的估计效果.实验结果表明:经过前后向迭代滤波后,可以显著提高组合导航系统姿态估计精度,可以在长航时高动态条件下为航空物理探测仪器提供高精度的姿态参考基准.