排序方式: 共有68条查询结果,搜索用时 593 毫秒
1.
GPS/速率陀螺组合Kalman滤波姿态确定算法研究 总被引:1,自引:1,他引:1
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。 相似文献
2.
针对燃料耗尽的失效航天器姿态接管控制问题,提出多颗微卫星协同实现姿态稳定的状态相关黎卡提方程(SDRE)微分博弈控制方法。首先,将姿态接管问题转化为多颗微卫星的微分博弈问题,基于组合航天器的姿态模型和微卫星的性能指标函数建立多颗微卫星的非线性微分博弈模型,微卫星通过独立优化各自的性能指标函数得到控制策略。其次,引入状态相关系数矩阵,将非线性博弈转化为状态相关线性二次型博弈,采用SDRE方法更方便地逼近微卫星的博弈均衡策略。最终通过李雅普诺夫迭代法求解耦合状态相关黎卡提方程组得到微卫星的状态反馈控制器,实现微卫星的自主决策。数值仿真验证了多颗微卫星采用微分博弈控制方法实现姿态接管的有效性和容错性。 相似文献
3.
传统的冻结轨道对轨道参数的设计有较为苛刻的要求,这在一定程度上限制了冻结轨 道的应用。利用轨道平均技术,得出了空间飞行器在J2项摄动影响下轨道要素的平 均变化率,推导了空间飞行器在径向、横向和副法向常加速度作用下轨道要素的平均变化率 ,分析了空间飞行器在径向常加速度作用下近地点幅角变化率的特点,提出了采用径向小推 力的任意轨道要素冻结轨道的两种控制策略。应用这两种控制策略,可以使任意轨道满足冻 结条件,获得任意轨道要素冻结轨道。仿真计算表明提出的任意轨道要素冻结轨道的径向小 推力控制策略是有效的。 相似文献
4.
5.
提出一种基于贝塞尔曲线的平面机动轨道设计方法。该方法将贝塞尔曲线方程与轨道形状方程相结合,利用得到的复合函数作为轨道方程来对机动轨道进行数学描述;通过约束条件获得可行的机动轨道族,由控制点设计给出具体的优化变量,将累积速度增量作为优化指标函数;并利用优化算法完成参数优化,从而得到最优机动轨道。最后针对设计的机动轨道推力峰值较大的问题,进一步提出了分段贝塞尔曲线法,在降低推力峰值的同时,可进一步降低燃料消耗,并在平面机动转移轨道设计的基础上,通过梯度下降对自由控制点进行修正,解决了考虑时间约束的平面轨道交会问题。 相似文献
6.
7.
利用GPS进行姿态估计的一种算法 总被引:3,自引:0,他引:3
首先建立了全球定位系统(GPS)姿态确定的观测方程;然后给出了利用GPS进行飞行器姿态估计的模型,并对该模型进行了线性处理;最后利用攻推广卡尔曼滤波技术,针对某飞行器进行了仿真计算。计算结果表明,对于不同的测量噪声和系统噪声,滤波器都有较好的估计,姿态估计的精度明显高于单纯GPS姿态确定的精度,可以满足大多数飞行器对姿态确定的要求,证实了模型和算法可用性。 相似文献
8.
针对自由漂浮空间机器人抓捕目标后的动力学参数辨识问题,提出一种参数辨识的持续激励轨迹设计方法。首先,基于动量守恒原理建立了自由漂浮空间机器人的动力学参数辨识模型;然后,采用有限傅里叶级数对空间机器人的机械臂关节运动轨迹进行参数化表示,并以参数辨识回归矩阵条件数最小化为指标,通过求解一个包含多约束的非线性优化问题得到傅里叶级数的待定系数;最后,采用基于QR分解的递推最小二乘估计方法实现对采样数据的序贯处理,并求解出待辨识参数。仿真结果表明,提出的激励轨迹设计方法可以显著提高空间机器人参数辨识的收敛速度和准确性。 相似文献
9.
借助监督式机器学习(ML)方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程(SPGP)回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛(MCMC)法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。 相似文献
10.
针对多颗微小卫星合作接管失效卫星姿态运动的问题,研究了考虑微小卫星控制约束的多星合作博弈策略学习与协同控制方法。首先,建立了微小卫星合作博弈模型,给出了能够处理微小卫星控制约束的多星合作博弈帕累托最优策略显式表达式。其次,针对微小卫星合作博弈策略学习需求,通过过去与当前时刻数据的并行使用,设计了基于并行学习的策略迭代方法,该方法放松了神经网络(NN)权值矢量学习对持续激励条件的要求。给出了为确保神经网络权值矢量估值收敛,所使用的过去时刻数据所需满足的条件,并通过Lyapunov方法分析了神经网络权值矢量估计误差的一致最终有界性。之后,采用并行学习策略迭代方法进行了微小卫星合作博弈帕累托最优策略数值解的逼近。所获得的合作博弈策略具有反馈控制形式,在进行神经网络权值矢量学习后,各微小卫星能够通过合作博弈策略的独立计算实现失效卫星姿态运动接管过程中的闭环协同控制。所设计方法避免了传统姿态控制方法所需进行的力矩分配,消除了微小卫星数量对其控制计算复杂度的影响。最后,通过数值仿真对所设计方法的有效性进行了验证。 相似文献