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.     

基于数值微分方法的卫星陀螺故障诊断(英文)

提出一种基于数值微分的卫星陀螺故障诊断方法。通过引入代数可观测的概念,将故障诊断问题转化为求解数值微分问题。并根据卫星姿态运动学方程证明了陀螺故障的代数可观性。然后通过高增益观测器的方法来近似姿态敏感器测量输出的数值导数,并利用李雅普诺夫理论分析和设计高增益观测器。基于陀螺故障的代数可观性和星敏感器测量输出的数值微分,可以直接得到陀螺组件的故障估计值。最后,通过突变、缓变和并发故障等仿真算例验证了算法的有效性,仿真结果表明所提出的方法不仅可以检测故障的发生,而且能够估计故障幅值。     

基于星体角速度估计的陀螺故障诊断

为在星载惯性基准单元(IMU)正常工作的陀螺的冗余度不满足奇偶方程法条件时诊断陀螺故障，通过卫星稳态运行期间高精度星敏感器输出的姿态四元数信息，根据卫星姿态运动学和动力学方程，采用非线性广义卡尔曼滤波(EKF)得到星体角速度的估计值。在此基础上，通过设计的故障诊断器对陀螺故障进行定位。仿真结果表明，该法可检测陀螺的突变和缓变故障。     

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....     

小卫星多传感器融合滤波定姿算法

虽然扩展卡尔曼滤波被成功应用于许多非线性系统,但由于其对高阶项的截断误差等因素,其用于小卫星多传感器定姿系统时性能受到限制。针对上述问题,本文提出了一种将扩展卡尔曼滤波器与两步滤波器相结合的方法。利用Gibss矢量做姿态参数,避免了四元数在进行迭代时的归一化约束。以太阳敏感器、星敏感器、MEMS陀螺、磁强计为敏感器件,通过仿真,将本文算法与扩展卡尔曼滤波器进行了对比。结果说明,本文算法能将最大稳态定姿误差降低4.4×10-30。     

基于星敏感器/陀螺组合的一种半确定性卫星定姿方法

针对星敏感器/陀螺典型卫星姿态确定系统配置,考虑确定性方法的离散性及状态估计法对模型准确程度的依赖性,提出了一种半确定性姿态确定方法.以四元数为姿态描述参数,用基于Taylor展开近似的线性回归修正陀螺预报的姿态,并用修正的姿态信息反推出陀螺漂移量.仿真结果表明:该算法实现简单,无需实时递推滤波器增益阵,计算速度快,定姿性能较佳,可有效提高陀螺的姿态预报精度.     

多敏感器信息融合技术在卫星姿态确定中的应用

针对惯性陀螺、星敏感器和红外地平仪组成的卫星姿态确定系统,基于联邦卡尔曼滤波技术和多敏感器信息融合技术,提出了二级分散滤波方案,该方案能够实现系统的故障诊断与系统重构,提高系统的可靠性,最后通过仿真解算出高精度的姿态测量信息。     

某卫星姿态角的确定和对测量部件的故障诊断

卫星三轴姿态的确定是对卫星进行姿态控制的基础,利用陀螺和红外敏感器互补的特性,并对测量所得到的数据进行处理,便可得到卫星姿态角的估计值。陀螺和红外地球敏感器是卫星姿态控制系统中关键的测量部件,两者的测量输出通过卫星运动学方程相关,有冗余关系,可以用于故障检测。本文对所设计的观测器进行了数值仿真,证实了其有效性,并直接利用所设计的观测器进行故障检测,首先得出陀螺和红外地球敏感器在各种故障下的输出残差曲线,然后分析陀螺和红外地球敏感器的不同故障对输出残差信号的不同影响,找出各种故障与不同输出残差的对应关系,从而确定发生故障的部件。     

基于陀螺和四元数的EKF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（EKF）对陀螺漂移和安装误差进行实时补偿。建立了滤波器数学模型，并通过数学仿真获得了算法的理论精度，同时分析了星敏感器安装误差对姿态确定的影响。     

基于星敏感器角速度估计的陀螺故障诊断

当星载惯性基准单元 (IMU)正常工作的陀螺的冗余度不满足奇偶方程法条件时 ,无法进行陀螺的故障诊断。本文通过卫星稳态运行期间高精度星敏感器输出的姿态四元数信息 ,根据卫星姿态运动学方程和姿态动力学方程 ,采用非线性广义卡尔曼滤波 (EKF)得到星体角速度的估计值。在此基础上 ,通过设计的故障诊断方案对陀螺故障进行定位。数学仿真验证了这种方法的有效性     

GPS/速率陀螺组合Kalman滤波姿态确定算法研究

建立了GPS／速率陀螺组合姿态估计系统的模型，研究比较了三种典型的Kalman滤波姿态确定算法：状态扩充法、量测量求差法和时变噪声估计跟踪自适应滤波算法。给出了某航天器采用GPS／速率陀螺组合姿态确定的仿真计算结果，并对结果进行了分析。结果表明，与传统Kalman滤波算法比较，时变噪声跟踪自适应滤波算法和量测量求差滤波算法能较好地消除GPS测量中相关时变噪声的影响，提高姿态确定的精度；而且时变噪声跟踪自适应滤波算法能很好地消除由于噪声统计性能的不确定性对Kalman滤波的影响，提高姿态确定系统的性能。     

基于控制有效性因子的卫星姿态控制系统在轨重构容错控制

研究了在轨卫星姿态控制系统发生可修复性故障状况下的重构容错控制。首先在星敏感器对陀螺的标定模型中引入控制有效性因子，并利用二级卡尔曼滤波算法求解其值，以说明系统的控制有效程度。然后采用统计假设检验通过其幅值变化判断系统是否存在故障，当故障发生时，引入重构容错控制器对原控制器进行补偿控制。最后，建立卫星闭环姿态控制系统对算法进行了仿真验证，仿真结果表明该算法快速可靠，能够满足在轨卫星姿态控制系统故障状况下的性能要求。     

A residual based adaptive unscented Kalman filter for fault recovery in attitude determination system of microsatellites

This paper presents an adaptive unscented Kalman filter (AUKF) to recover the satellite attitude in a fault detection and diagnosis (FDD) subsystem of microsatellites. The FDD subsystem includes a filter and an estimator with residual generators, hypothesis tests for fault detections and a reference logic table for fault isolations and fault recovery. The recovery process is based on the monitoring of mean and variance values of each attitude sensor behaviors from residual vectors. In the case of normal work, the residual vectors should be in the form of Gaussian white noise with zero mean and fixed variance. When the hypothesis tests for the residual vectors detect something unusual by comparing the mean and variance values with dynamic thresholds, the AUKF with real-time updated measurement noise covariance matrix will be used to recover the sensor faults. The scheme developed in this paper resolves the problem of the heavy and complex calculations during residual generations and therefore the delay in the isolation process is reduced. The numerical simulations for TSUBAME, a demonstration microsatellite of Tokyo Institute of Technology, are conducted and analyzed to demonstrate the working of the AUKF and FDD subsystem.     

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.     

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.     

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UKF的无陀螺姿态确定

针对无陀螺卫星的姿态和角速度估计问题,提出了基于UKF(Unscent-ed Kalman Filtering)的无陀螺的姿态确定算法。采用星敏感器作为姿态敏感器,构造了基于罗德里格参数的UKF滤波器。与EKF相比,UKF不必计算Jacoabian矩阵而且能够至少精确到泰勒展开的二阶。通过EKF和UKF仿真结果的比较,表明UKF比EKF具有更快的收敛速度和更高的精度。