一种卫星天文自主定轨定姿方法研究

利用安装在卫星上的太阳敏感器和紫外敏感器测量出的卫星—太阳、卫星—地球和卫星一月球方向矢量，并利用雷达测高仪测出的地心距作为观测量，提出采用广义卡尔曼滤波方法实时地确定卫星绕地球飞行的轨道，同时确定出卫星的对地姿态．对自主定轨进行了数学仿真，分析比较了采样周期、轨道倾角、轨道偏心率和轨道高度等因素对定轨精度的影响．总结了其变化规律，该方法可用于提高卫星自主定轨精度．     

编队飞行卫星群相对轨道测量研究

编队飞行卫星群自主式相对轨道测量和确定是绕飞轨道的关键技术之一,考虑了利用星敏感器和雷达以及利用GPS(Global Positioning System)信号来进行相对定轨的传统方式,提出了基于伪卫星技术的定轨方案.伪卫星技术指在卫星上安装载波发生器和接收器,利用这些装置来进行卫星间的距离测量.在这些方案中,应用了差分GPS技术,采用优化方法求解多元非线性方程.这些测量方法分别适应于不同的情况.利用相对轨道要素的概念,在前面测量结果的基础上,通过卡尔曼滤波进一步提高了定轨精度.仿真计算表明这些方案可以满足不同尺度编队构型保持要求,并给出了部分结果.     

航天器天文导航中星敏感器最佳安装方位研究

航天器自主天文导航中,通常用星敏感器和地平仪测量的星光角距作为观测量,星敏感器安装方位角是影响导航精度的一个重要因素.针对星光角距作为观测量的自主天文导航方法,分别采用扩展卡尔曼滤波EKF(Extended Kalman Filter)和Unscented卡尔曼滤波UKF(Unscented Kalman Filter)2种滤波方法进行仿真计算,研究了星敏感器安装方位角对导航精度的影响规律,得出星敏感器的最佳安装方位角,并考察了其在不同轨道参数下的适用性,为星敏感器的安装和星敏感器视场内观测星的选取提供了依据.仿真计算表明,本结论对其它利用"星光+地平"的自主导航方法也适用.      

卫星编队飞行的相对轨道自主确定研究

为了研究卫星编队飞行相对轨道的自主确定,基于相对轨道根数建立编队卫星间的相对运动方程,利用测量所得到的星间距离和方位信息作为观测量。不同于目前广泛采用的扩展卡尔曼滤波算法,设计Unscented Kalman Filter(UKF)算法实现卫星编队飞行的相对轨道自主确定。仿真结果表明这种相对轨道自主确定方案能获得较高的定轨精度。     

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。     

基于紫外敏感器和星敏感器的卫星自主导航

卫星利用紫外敏感器和星敏感器进行自主导航的方法中地心矢量的测量精度是影响导航精度的重要因素之一,而地心矢量的测量又受到地球扁率的影响。在考虑地球扁率的前提下,研究了地球扁率对地心矢量测量的影响,给出了基于卫星姿态的地心矢量的补偿方法。仿真结果表明该补偿方法具有较高的补偿精度,并且能有效地提高卫星自主导航精度。     

近地卫星利用光学敏感器的自主导航方法

基于光学敏感器的卫星自主导航技术是利用红外地球敏感器（IRES）和星敏感器（ST）等姿态测量部件提供的测量信息,通过计算含有轨道信息的星光角距和地球视半径角,修正由轨道动力学模型递推得到的轨道参数。通过系统状态模型和观测模型的离散化和线性化,得到扩展卡尔曼滤波算法的递推关系,并在此基础上进行数学仿真。仿真结果表明,该方法的收敛速度和收敛精度都比较好。由于该方法不需要增加额外的星载敏感器,因此具有很好的应用前景。     

基于多传感器的卫星自主导航信息融合算法

通常卫星上装有较多的自主导航传感器,如何将其信息有效的组织并充分利用,是卫星自主导航的关键问题。采用信息融合技术把两种或多种导航系统组合起来,应用最优估计理论,形成最优组合导航系统,有利于充分运用各导航系统的信息进行信息互补和信息合作,已逐渐成为了导航定位技术的发展方向。文章针对星敏感器、红外地平仪、雷达高度计、紫外敏感器组成的卫星自主导航系统的特点,提出了一种基于联邦卡尔曼滤波技术进行轨道确定的信息融合算法。仿真结果表明,该方案能够获得较高的定轨精度,有效抑制滤波发散,整个系统的运算速度和收敛速度也有所提高。     

运用信息融合式高阶UKF的微小卫星姿态确定算法

为提高微小卫星微型低成本姿态敏感器的姿态确定精度,基于磁强计/太阳敏感器/陀螺仪的姿态敏感器配置以及无迹卡尔曼滤波方法（Unscented Kalman Filter,UKF）,设计了一种基于高阶UKF算法并且融合磁强计与太阳敏感器观测信息的微小卫星姿态确定算法.为提高系统状态方程非线性函数的一步预测精度,采用基于五阶UT变换的高阶UKF算法,增加了Sigma采样点数量,提高了系统状态预测精度.单一观测向量滤波算法不能同时满足多个不同量纲观测数据,本文提出一种同时利用两个观测向量的信息融合式滤波算法,根据磁强计和太阳敏感器的观测信息,通过卡尔曼滤波原理中的增益计算,分别得出地磁矢量和太阳矢量对应的卡尔曼增益信息.采用高斯概率密度准则进行信息融合,进而完成预测值的修正,得到同时满足磁强计以及太阳敏感器观测需求的四元数估计值,降低了观测误差的影响.仿真分析验证了算法的优越性.      

基于经验加速度的低轨卫星轨道预报新方法

研究将定轨过程中的经验加速度应用于地球低轨卫星轨道预报的新方法. 利用GPS伪距观测数据和简化动力学最小二乘批处理方法对地球低轨卫星定 轨, 其中卫星位置、速度及大气阻力系数和辐射光压系数可以直接用于轨道预报. 作为简化动力学最重要特征的经验加速度呈现准周期、余弦曲线特点, 可通过 傅里叶级数拟合建模. 确定性动力学模型与补偿大气阻力模型误差的切向经验 加速度级数拟合模型组成增强型动力学模型用于提高轨道预报精度. 应用 GRACE-A星载GPS伪距观测数据和IGS超快星历定轨并进行轨道预报, 结果表明 轨道预报初值位置精度达到0.2m, 速度精度达到1×10-4m·s-1, 预报3天位置精度优于60m, 比只利用确定性动力学模型进行预报精度平 均提高2.3倍. 先定轨后预报的模式可用在星上自主精确导航系统中.      

基于SSUKF的航天器自主导航算法

针对航天器自主导航系统对稳定性、精确性和实时性的要求,将超球面分布采 样点变换SSUT(Spherical Simplex Unscented Transformation)和Unscented卡尔曼滤波(UK F)相结合,研究了基于SSUT的UKF(SSUKF)导航滤波算法.由于SSUT减少了采样点个 数,在保证滤波精度和标准UKF相当的条件下减轻了计算负担.根据UKF和扩展卡尔曼滤波(E KF)计算过程相似的特点,设计了SSUKF和EKF相结合的混合卡尔曼滤波算法.算法通过能够 度量估计误差的模式切换函数,可以自适应地在SSUKF和EKF之间切换,避免了UKF计算效率低 以及EKF对滤波参数敏感、容易发散的缺点.数值仿真结果表明,混合卡尔曼滤波器提高了 计算效率,保证了估计精度,具有良好的鲁棒性,适合于航天器自主导航系统.      

基于UKF和信息融合的航天器自主导航方法

X射线脉冲星导航利用X射线辐射脉冲到达时间 (Time of Arrival, TOA)作为信息输入,星敏感器导航利用星光角距等作为信息输入,是两种不同机理的天文导航方法。提出一种将脉冲星TOA和星敏感器星光角距测量结合的信息融合天文自主导航方法,设计了一种利用激光光量子模拟脉冲星X射线辐射光子的半物理仿真系统用于算法验证,并基于无迹卡尔曼滤波(Unscented Kalman Filter, UKF)使用真轨道参数做了仿真试验。结果表明,基于UKF的信息融合方法比基于EKF（Extended Kalman Filter）的信息融合方法性能更好,与仅使用脉冲星或星敏感器的导航方法相比,能将位置估计精度分别提高52.7%和43.6%,速度估计精度分别提高82.2%和70.5%。     

基于视线测量和轨道预报高轨非合作目标相对导航方法

对于非合作目标,由于中远距离星上相对测量手段有限,大多情况仅能获得视线角信息.仅视线测量相对导航方法在GEO轨道条件下滤波精度低、可观测性差.提出一种基于星间视线方位测量和轨道预报信息结合的非合作目标相对导航方法.建立基于星间相对运动模型的状态方程和基于星间视线测量和轨道预报信息的观测方程,分别选取了扩展卡尔曼滤波和无迹卡尔曼滤波两种方法,仿真分析了轨道预报信息精度和滤波方法对导航精度的影响.     

超低轨道地球卫星脉冲星/星光折射/光谱组合导航

针对超低轨道地球卫星导航自主需求,提出了一种脉冲星/星光折射/光谱测速组合天文导航方法。首先根据地球超低轨道卫星运行轨道动力学方程建立导航系统状态模型;分别根据脉冲到达时间差和星光折射角与天体光谱频率建立导航系统量测模型;使用Unscented卡尔曼滤波方法,降低随机误差对导航精度的影响,使用基于UKF的信息融合方法,有效融合了三种天文导航方法结果数据。经计算机仿真分析,该组合导航方法位置导航误差均值为85.62m,速度误差均值0.190m/s,能够满足超低轨道地球卫星在轨运行导航需求。     

新型复合多视场光学敏感器及其导航方法

基于利用四面镜结构实现的复合多视场光学敏感器,给出了一种高精度天文导航方法,即通过四面镜同时观测地球、导航星和折射星,利用卫星、地球、恒星之间的位置关系,实现自主导航。通过研究导航量测信息的获取途径,给出了复合多视场光学敏感器的5种实用工作方式。结合卡尔曼滤波算法,建立了自主天文导航的仿真模型,并对5种工作方式进行了仿真与比较。仿真结果表明:双组直接敏感地平与单组间接敏感地平结合的导航方式精度最高,位置精度达到了10 m量级。      

一种多步的基于切换星间测量的多星自主导航算法

针对基于星间测量的多星自主导航问题,从载荷优化和节约成本考虑,提出了一种单套敏感器切换测量的导航方案。建立了该导航方案下的系统状态空间模型,并基于扩展卡尔曼滤波方程给出了导航估计算法。基于多步卡尔曼滤波方法,将集中的滤波算法解耦为多个平行的子滤波器,使计算量降低到原算法的50%以下,并且在切换测量的导航方案下,部分解耦出的子滤波器可以只预测不更新,能够进一步地降低计算负担。给出了多步滤波算法的推导过程,证明了其与标准卡尔曼滤波的数学等价性,故算法的估计性能及计算结果与标准卡尔曼滤波一致,但计算速度有明显提升。最后,通过具体算例给出了算法的仿真验证。