自旋卫星姿态确定自适应卡尔曼滤波

本文根据自适应原理和仿真计算,对自旋卫星转移轨道的卡尔曼滤波姿态确定进行了分析,得到了一个简单可行的自适应方案,在较大的安装误差和章动角情况下,利用不太复杂的滤波模型和1000组左右量测数据,就能获得较高的姿态确定精度。     

自旋卫星姿态确定和系统偏差估计

以最小二乘为指标,应用Powell直接寻优算法,对近地轨道自旋卫星姿态确定数据进行加工处理,得出了某些系统偏差的估计值,然后再用Kalman滤波器进行滤波估计。实践证明,将此法用于可观性较弱的系统,可显著改善仅用Kalman滤波器所得的结果。     

一种确定自旋卫星姿态的新方法

提出了一种在自旋稳定卫星自旋轴与几何体轴重合或几乎重合时只利用太阳角计算自旋卫星姿态的方法。给出了方法的原理及适用范围。研究表明：定姿精度仅与太敏测量精度有关,减小了传统方法中太敏与地敏两项测量误差产生的误差,方法原理简单、精度高。由实际卫星数据的长期验证可知：方法能在卫星自旋轴与实际几何轴偏差较小时实现快速定姿,定姿结果满足要求。     

自旋卫星红外地中脉冲丢失情况下姿态确定分析与应用

实际应用中,由于遥测故障或脉冲重叠等多种原因,获取姿态脉冲信息时,可能缺少某些测量脉冲,为姿态确定的方法选择造成一定难度。针对海上测量弧段,某自旋卫星在红外地中脉冲丢失,仅有地出脉冲以及太1、太2脉冲时的几何定姿方法问题,通过对其原理、概念进行分析,制定自旋卫星红外地中脉冲丢失情况下定姿的方案与方法。该方法主要用于海上实时姿态监视,应急情况下也可以用于姿态的粗控。该研究为航天测量船应用测控软件的设计提供了良好基础。     

基于导航接收机的自旋卫星姿态确定方法

提出了一种基于单天线导航接收机跟踪环路载波相位差的自旋卫星姿态确定方法。以导航接收机锁相环鉴别器输出的载波相位差为数据源,推导了从载波相位变化中获得卫星姿态信息的算法模型。在天线安装半径0.3m,自旋速率20r/min,载波相位测量误差3mm,角速率测量误差0.1(°)/s条件下进行仿真,获得自旋卫星主轴在空间惯性坐标系中的定向精度为2.17°。研究表明用单天线导航接收机确定对低转速、低精度角速率陀螺自旋卫星姿态是可行的,与传统多天线接收机载波相位差测量方法相比,有体积小、低能耗和避免整周模糊度计算等优点。     

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。     

预测滤波算法在微小卫星姿态确定中的应用

讨论了利用卫星姿态动力学与矢量观测信息融合确定卫星姿态的方法。引入基于模型误差最小准则的预测滤波算法,实现对未知扰动的实时辨识与估计,克服模型误差影响。针对预测滤波算法存在模型误差加权阵依赖经验选择的不足,提出了模型误差加权阵偏小设计准则,使预测滤波算法对模型误差的估计引入高频分量,根据卫星姿态机动速度远小于高频噪声的事实,采用ＦIＲ数字滤波器滤除由高频分量引入的噪声,放宽了模型误差加权阵的设计范围。仿真表明：应用该设计准则的预测滤波算法与优化模型误差加权阵的估计效果相当,且滤波精度对模型误差加权阵参数的选择不敏感;该法也克服了优化模型误差加权阵在滤波初始时刻的振荡。     

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。     

地球同步自旋稳定卫星的姿态确定方法及其微机实现

本文系作者根据航天部中国空间技术研究院和意大利国家研究委员会联合研究“卫星飞行动力学系统”课题的协议与意大利有关专家共同在微机上完成的自旋稳定地球同步卫星姿态确定的研究工作。文中提出了适用于不同轨道几何条件的六种确定性姿态确定模型。首先用批量最小二乘法统计确定卫星姿态,估计出系统误差,然后从实际量测中消去所估计出的系统误差,最后用修正过的数据按确定性姿态确定方法定出卫星姿态。文中给出了姿态确定方法的微机实现程序。仿真结果证明,本方法与大型机IBM 3081上取得的结果完全相同。     

伽利略卫星定位系统三载波姿态确定技术研究

利用伽利略卫星定位系统来确定载体的姿态是伽利略系统的重要应用领域。目前利用GPS确定姿态的算法比较复杂，初始化时间较长，本文详细地介绍了伽利略定位系统三载波模糊度解算技术（TCAR）的要点，分析了TCAR技术求解模糊度的概率分布特点，提出了基于小模糊度搜索空间的单差模糊度搜索策略，克服了传统TCAR技术模糊度确定错误率较高的缺点。以低轨卫星姿态确定为应用对象，利用STK软件工具与Matlab进行了联合仿真，仿真结果表明，该方案完全可行，效果理想，适合单历元姿态确定。     

基于容积卡尔曼滤波的卫星姿态估计

为了获得更好的估计精度和滤波稳定性,提出了一种基于容积卡尔曼滤波（Cubature Kalman Filter, CKF）的容积四元数估计器（Cubature Quaternion Estimator,CQE）估计卫星姿态。新方法利用四元数进行姿态更新,同时采用广义罗德里格参数表示误差角,有效地避免了滤波过程中的奇异。为克服多传感器融合时运算效率低的问题,通过容积四元数估计器与信息滤波相结合,提出了一种容积信息四元数估计器（Cubature Information Quaternion Estimator,CIQE）。仿真表明角度和陀螺漂移初始估计误差较大时,新方法仍能取得良好的估计性能。     

充液自旋卫星的姿态动力学

本文研究带旋转对称中心贮箱的充液自旋卫星在定常推进力作用下的充液刚体耦合系统动力学问题，采用ＰＥＧ方法，建立了具有常微分方程形式的系统动力学方程     

卫星正常模式姿态确定算法研究

针对太阳同步极轨卫星进行了正常模式姿态确定算法研究 ,采用四元数法建立了较完整和准确的姿态估计器模型 ,并进行了可观测性及观测度的分析。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     

卡尔曼滤波在卫星姿控系统测试中的应用

为解决卫星姿控系统测试中地面运动模拟器速度稳定度不能满足测试要求的问题,根据卫星姿控系统的测量值和卫星动力学方程输出的姿态参数,用非线性卡尔曼滤波估计和修正测试设备的误差,以减少测试系统误差。仿真结果表明,该法可有效减小由测试设备引入的误差,其姿态稳定度约为0.000 5(°)/s,可满足高稳定度姿控系统测试要求。     

挠性双自旋卫星的姿态稳定判据

本文建立了挠性双自旋卫星的姿态稳定性判据。挠性双自旋卫星由半刚性平台、转子以及固连于平台的挠性附件组成,选择由姿态角和模态坐标表示的系统的相对能量函数为Liapunov函数,由此建立的姿态稳定判据由两个部分组成,即忽略附件弹性运动时,半刚性双自旋卫星的姿态稳定条件和附件振动频率所应满足的条件。文中还给出了具体的应用例子。     

双自旋卫星的姿态运动和控制

本文引入卫星动力学等效概念,把单自旋卫星的动力学分析、制控的概念和方法推广应用到双自旋卫星。提出了双自旋卫星的双脉冲闭路控制的设计方案。分析了由于结构误差引起的摆动,给出了摆动角的计算公式和卫星姿态的稳定判据。论证了管一球武章动阻尼器也适用于双自旋卫星。证明了章动阻尼器不能消除摆动,甚至对卫星姿态误差产生不可忽视的影响;最大姿态误差角等于章动角和摆动角之和。最后,用仿真试验验证了分析结果。     

星敏感器测量模型及其在卫星姿态确定系统中的应用

星敏感器是卫星高精度姿态测量的重要部件，如何正确建立其测量误差模型是影响姿态确定精度的关键因素。本文推导出星敏感器三轴姿态测量误差的方差计算公式，对测量误差的性质进行研究，揭示了在星敏感器三轴测量中，光轴测量精度劣于根据另两轴测量所确定的光轴指向精度。在此基础上提出了新的星敏感器测量模型，给出改进的姿态滤波器观测方程，减小了观测误差，由此可以进一步提高姿态确定的精度。本文方法不仅适用于通常使用的双星敏感器姿态确定系统，也可独立地应用于只带单个星敏感器的姿态确定系统。     

联邦滤波器在卫星姿态估计中的应用

本文介绍了由惯性器件、GPS姿态传感器、太阳敏感器、地球敏感器组成的卫星姿态测量系统 ,利用联邦滤波器对载体姿态进行分散化估计 ,计算机仿真表明该方案不仅有与集中滤波器相当的精度 ,且容错性好。在本文给出的系统中 ,选取不同的信息分配因子进行联邦滤波器的设计 ,可以获得不同的子滤波器性能 ,以利于故障诊断。     

微小卫星轨道姿态一体化确定算法研究

突破卫星轨道和姿态参数分别确定的传统模式,提出了以三轴磁强计和太阳敏感器为测量元件的轨道姿态一体化确定算法.由于地磁场是时间和位置的函数,而三轴磁强计指向又与卫星姿态相关,所以三轴磁强计的测量值既与轨道有关,又与姿态有关.充分利用磁强计和太阳敏感器的测量值中包含的轨道和姿态信息,推导出卫星轨道姿态一体化确定的扩展卡尔曼滤波算法.在太阳不可见区域,由于太阳敏感器没有输出信息,只采用磁强计为测量敏感器,按传统模式对卫星轨道和姿态分别确定.最后对2种模式下的滤波算法进行数学仿真验证,结果表明该算法的可行性与有效性.     

人工神经网络在卫星姿态测量系统故障诊断中的应用研究

针对卫星姿态测量系统的硬件故障, 应用人工神经网络进行故障检测与诊断, 得到了较为满意的结果。研究表明, 人工神经网络结构简单, 学习速度快, 适应性广, 对于卫星姿态测量系统中的姿态传感器故障, 检出率和诊断正确率可达到百分之百