基于普吕克直线的交会对接相对位姿确定算法

为了描述航天器交会对接中的相对位置和姿态测量信息,提出了结合特征线的双目视觉测量以及普吕克直线方程来进行航天器交会对接的相对位姿测量算法。传统算法中航天器的相对位姿是分开测量和计算的,普吕克直线方程则统一描述了两个航天器的相对位姿信息。首先采用双目视觉算法计算得到目标航天器中两条非共面直线在追踪航天器下的坐标值,然后根据普吕克直线方程得到这两条直线在两个坐标系下的相对位姿关系,最后通过采用奇异值分解的方法解算出两个航天器间的相对位姿信息。仿真结果表明该算法不仅实现了位置和姿态的统一测量,而且能够满足航天器交会对接相对位姿的测量要求,验证了该算法的科学合理性与解算快捷性。     

基于数据驱动的非合作航天器姿态估计与预测方法

针对临近操作对非合作航天器的相对导航问题,考虑角速度测量缺失以及视觉特征丢失,提出了一种融合乘性扩展卡尔曼滤波和姿态预测的框架,实现了对非合作航天器的姿态估计和预测。采用惯性参数对状态向量进行了扩维,在缺少角速度测量的情况下预估了非合作航天器的姿态和相对转动惯量的比值。基于函数拟合和神经网络分别设计了两种姿态预测方法,解决了传统方法误差随时间累积的问题,有效减少了计算成本。最后,通过数值仿真验证了滤波估计和姿态预测算法的实时性和准确性。     

基于双焦单目视觉的航天器间相对位姿确定算法

文章首先利用双焦成像算法确定航天器间的相对位置,再利用相对位置确定两个航天器间的相对姿态,最终获取相对位姿参数的解析解。在给定相机两个独立焦距条件下,对双焦深度估计误差进行分析,指出影响其精度的因素,并对相对位姿参数估计精度进行了讨论。最后,对该算法进行数学仿真,仿真结果表明该算法能够满足航天器相对位姿确定精度和实时计算要求。     

基于改进型两步卡尔曼滤波的相对导航方法

采用Clohessy-Wiltshire(C-W)方程描述的近圆轨道相对导航状态方程具有线性的形式,而以航天器相对距离和相对方位作为测量信息的观测方程是非线性的,针对近圆轨道航天器相对导航的这一特点,给出了采用两步卡尔曼滤波(Two Step Kalman Filtering,TSF)的相对导航算法,并且利用Unscented变换方法,解决了两步卡尔曼滤波的状态初值确定问题,给出了TSF的完整算法.数值仿真比较了TSF和扩展卡尔曼滤波(Extended Kalman Filtering,EKF)、无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)等算法的性能,验证了采用TSF方法实现相对导航的可行性和有效性.     

基于单目视觉的非合作航天器相对位置和姿态测量算法

对非合作航天器的相对位置和姿态测量问题进行了研究,提出了一种新的单目视觉测量算法——相似迭代算法．该算法根据相似三角形原理推导出一种新的深度迭代机制,通过深度估计和绝对方位问题求解两个步骤对相对位置和姿态参数进行迭代计算．数值仿真结果表明了该算法的有效性．     

EKF/UKF在编队飞行卫星GPS相对导航中的应用

 　航天器编队飞行协调工作,必须精确确定各航天器的相对位置和相对速度,即进行编队飞行相对导航。将扩展卡尔曼滤波(EKF,extended Kalman filter)和非线性滤波unscented Kalman filter(UKF)算法同时应用于编队飞行卫星的载波相位差分GPS相对导航。EKF与UKF算法原理不同,UKF算法的精度比EKF的精度高。在实际应用中,可以将两种算法组成互为备份的相对导航滤波器,这样可提高滤波系统冗余性能。     

四种卡尔曼滤波器在仅视线测量相对导航中的性能比较

针对航天器交会时在仅有视线测量条件下的相对导航问题,比较了扩展卡尔曼滤波(extended Kalman filter,EKF)、无迹卡尔曼滤波(unscented Kalman filter,UKF)及平方根形式的卡尔曼滤波(square-root extended Kalman filter,SREKF以及square-root unscented Kalman filter,SRUKF)在这一导航问题中的性能.介绍了仅有视线测量条件下相对导航的特点以及上述4种卡尔曼滤波算法;建立了追踪航天器和目标航天器间相对动力学方程以及基于仅视线测量相对导航时的量测方程;结合3种典型的相对运动形式进行了数值仿真.仿真结果表明:在仅视线测量相对导航中,4种算法的精度处于同一量级;UKF估计相对距离的精度稍优于EKF;SREKF和SRUKF估计相对距离的精度稍优于EKF和UKF.     

椭圆轨道航天器相对导航的多项式插值滤波算法

针对运行于椭圆轨道的航天器的相对自主导航问题,建立了惯性坐标系下的近距离相对运动方程,方程中没有圆轨道的假设,相对Clohessy-Wiltshire(C-W)方程具有更广的应用范围。将二阶多项式插值(Divided Difference 2,DD2)滤波应用于相对导航算法中,和扩展卡尔曼滤波(Extended Kalman Filter,EKF)相比,前者不需要对状态方程组进行微分处理,且对非线性函数统计特性近似到二阶程度。数值仿真比较了DD2滤波和EKF两种算法的性能,验证了利用惯性坐标系下的近距离相对运动方程实现相对导航的可行性,并分析了主动航天器的轨道和姿态确定误差对相对导航精度的影响。     

四种卡尔曼滤波器在仅视线测量相对导航中的性能比较

针对航天器交会时在仅有视线测量条件下的相对导航问题,比较了扩展卡尔曼滤波（extended Kalman filter,EKF）、无迹卡尔曼滤波（unscented Kalman filter,UKF）及平方根形式的卡尔曼滤波（square-root extended Kalman filter,SREKF以及square-root unscented Kalman filter,SRUKF）在这一导航问题中的性能.介绍了仅有视线测量条件下相对导航的特点以及上述4种卡尔曼滤波算法;建立了追踪航天器和目标航天器间相对动力学方程以及基于仅视线测量相对导航时的量测方程;结合3种典型的相对运动形式进行了数值仿真.仿真结果表明：在仅视线测量相对导航中,4种算法的精度处于同一量级;UKF估计相对距离的精度稍优于EKF;SREKF和SRUKF估计相对距离的精度稍优于EKF和UKF.     

月球着陆器悬停阶段相对自主导航方法

月球着陆器着陆阶段导航信息分析是实现安全软着陆月面的一个关键.针对悬停阶段导航信息的要求,根据月球着陆器携带的仪器设备及其获取月面信息的特点,利用激光测距仪和光学导航相机进行光学相对导航.首先建立相对导航坐标系;其次根据各个坐标系之间的关系确定各转换矩阵和导航信息,估算着陆器相对月面着陆点的位置和姿态;最后通过仿真实验对该方法进行验证.结果表明,将激光测距仪和光学导航相机在着陆悬停阶段获取的月面信息进行融合,能快速、精确进行相对位置、姿态计算;对我国下一步的探月有重要应用价值,并可应用于火星探测和其他小行星探测的软着陆的近距相对导航.      

基于多传感器天文信息的自主导航算法及可观测性分析

自主导航是未来航天器的发展趋势,利用由太阳敏感器、月球敏感器和红外地球敏感器组成的一体化多传感器天文观测平台,构建了多传感器的天文测量模型,结合航天器动力学模型,分析了自主导航系统的可观测性. 基于UKF滤波算法,建立多传感器自主导航算法,并采用原始测量信息和单点解析定位信息两种模式分别进行了仿真验证. 仿真结果表明,基于原始天文测量信息的自主导航模式,其导航精度要高于单点解析定位数据的自主导航精度,在无系统误差情况下,导航精度约为200m. 采用系统误差估计的自主导航方法后,常值系统误差对导航精度基本不产生影响.      

X射线脉冲星导航技术研究进展

X射线脉冲星能够为近地轨道、深空和星际空间飞行航天器提供位置、速度、时间和姿态等丰富的导航信息,实现航天器高精度自主导航和运行管理,有着巨大的发展潜力.本文论述了X射线脉冲星导航技术研究历程;重点研究了X射线脉冲星导航的基本原理、信息处理流程和自主导航算法,进而提出了脉冲星导航的关键技术;分析了国内脉冲星观测研究的基础条件,以及开展X射线脉冲星导航技术研究的必要性和可行性.      

空间交会最终平移段控制策略

提出空间交会最终平移段的控制方法,选取追踪航天器的相对位置与姿态角作为控制变量,同步控制追踪航天器的质心运动与姿态运动,修正制导机动执行偏差的影响,使目标航天器保持在光学导航视场范围之内,且满足对接操作对追踪航天器状态的要求。     

基于三目视觉的航天器交会对接位姿测量方法研究

随着载人航天和宇宙空间站的不断发展, 航天器自主对接技术显得日趋重要. 在航天器对接的最后逼近阶段, 实时精确测量两航天器间的相对位置姿态参数是对接成功的关键. 针对航天器交会对接中位置姿态参数的测量问题, 研究了三目视觉的非线性测量方法, 阐述三目视觉的测量原理并建立数学模型, 将相对位姿参数求解问题转化为非线性优化问题, 进而利用Levenberg-Marquardt算法求解. 仿真研究表明, 与双目视觉线性方法和三目视觉线性方法相比, 该方法能降低图像匹配误差的影响, 提高特征点的定位精度, 增加测量系统的可靠性.      

空间非合作目标的逼近控制仿真研究

近距离的相对运动逼近过程是空间在轨服务中非常重要的一个阶段.对该过程的动力学与控制过程开展研究,建立服务航天器向目标航天器逼近过程中的相对姿态运动模型和相对位置运动模型,在目标航天器本体坐标系下,采用直线逼近制导律,基于经典的比例-微分控制律对逼近过程中的相对运动状态进行跟踪控制.最后,建立Simulink动力学模型并开展仿真分析,仿真结果表明六维相对运动模型的可靠性以及控制方法的有效性.     

一种无角速度信息的挠性航天器姿态控制方法

研究了一种无角速度信息挠性航天器的姿态稳定控制方法。针对挠性航天器陀螺故障或无陀螺配置中无角速度测量信息情形下的姿态控制问题,基于姿态四元数设计了姿态定点调节的无速率控制器,利用Lyapunov方法和LaSalle不变原理证明了闭环系统的全局渐近稳定性,并对控制方案进行了改进。仿真验证了控制律的有效性。     

基于IMM-UKF的航天器相对位姿确定算法

在航天器相对导航过程中,相对距离测量信息容易受到干扰,测量误差有较大的不确定性,通常基于单一模型的滤波算法无法对噪声进行辨识,很难获得精确的导航结果。针对应用Clohessy-Wiltshire(C-W)方程受到圆轨道假设的限制问题,研究了建立在惯性坐标系下的近距离相对运动方程(Lawden方程),建立了基于这两个方程的模型集。根据导航系统测量敏感器的特点,设计基于Rodrigues参数及无迹卡尔曼滤波(UKF)的交互式多模型(IMM)视觉相对位姿动态估计算法(IMM-UKF),在保证计算效率的前提下,确保相对轨道姿态确定的稳定性和精确性。数值仿真验证了算法的有效性和先进性。     

基于对偶四元数的编队飞行卫星相对位姿描述

为统一描述编队飞行卫星中主从星的相对位置和姿态参数,利用对偶四元数,建立编队飞行卫星运动学模型,分析其物理意义,提出了基于对偶四元数的编队飞行卫星相对位姿描述的划船算法,并利用这一算法解算出相对位置和姿态参数,突破了传统方法中将卫星轨道和姿态分而治之的方式。仿真结果表明该算法科学合理,能够有效描述编队飞行卫星间的相对位置和姿态。     

航天器轨道机动过程中的自主导航方法

典型的航天器自主天文导航方法利用地球敏感器和星敏感器的观测信息,根据轨道动力学模型和测量信息,采用扩展卡尔曼滤波算法（EKF）估计航天器位置矢量。为了在航天器轨道机动过程中减小滤波器的估计误差,设计了用于航天器自主导航的自适应鲁棒扩展卡尔曼滤波（AREKF）算法。仿真结果表明,采用AREKF算法能够有效地减小推力不确定性的不利影响,在不增加导航敏感器的前提下改善系统的导航性能,取得优于传统EKF算法和自适应扩展卡尔曼滤波（AEKF）的估计精度。     

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。