微小卫星综合电子系统综述

微小卫星由于其质量轻、体积小、发射周期短等方面的诸多优点,在军用领域和民用领域得到了广泛应用。随着微小卫星功能密度的增加和性能的提升,微小卫星综合电子系统的复杂度也在日益增加,选择高性能的处理器、总线标准和处理器架构对微小卫星的发展有着重要意义。本文首先对近几年微小卫星的发展进行了梳理;然后列举了微小卫星综合电子系统的基本组成,对不同模块的功能进行了简单介绍;其次通过对比不同微小卫星综合电子系统中处理器、总线和操作系统的应用情况,针对不同软硬件的优缺点进行了对比分析,总结出了适合微小卫星综合电子系统的最优选择;最后对影响微小卫星的发展的关键技术进行了分析,并在此基础上对微小卫星综合电子系统的发展进行了展望。     

基于剪式控制力矩陀螺的低轨卫星垂轨摆扫姿态控制

针对低轨卫星大范围探测,设计了基于剪式控制力矩陀螺的姿态控制系统。按照2种垂轨摆扫姿态机动轨迹,获得姿态机动的期望姿态。使用剪式安装的控制力矩陀螺作为执行机构,给出框架角速率操纵率,避免出现奇异状况,简化了雅克比矩阵。仿真验证了姿控系统对于大范围探测任务的有效性。     

基于特征融合与抗遮挡的卫星视频目标跟踪方法

卫星视频中的目标易受到遮挡和复杂环境干扰等影响,造成对目标的运动状态估计不够准确,导致目标跟踪失败。基于此,在核相关滤波(KCF)算法的基础上设计2种算法提高目标跟踪的成功率,实现鲁棒性的目标跟踪。通过提取目标的方向梯度直方图(HOG)特征、灰度特征和高斯曲率特征表述目标的外观模型;联合响应图的峰值和平均峰值相关能量(APCE)对目标的响应图进行自适应加权融合,并将融合后的响应图峰值作为置信度对目标的模型进行自适应更新;通过使用卡尔曼滤波的方法对遮挡的目标进行位置预测,当目标遮挡结束时,对目标进行重新跟踪,解决卫星视频中目标被遮挡的问题。大量实验结果表明：所改进的相关滤波算法对卫星视频中的目标跟踪,尤其是在复杂环境、目标被遮挡及场景光照发生变化的情况下,具有良好的效果,并且在目标跟踪的精度和成功率等方面都有很大的提高,为进一步对卫星视频中的目标跟踪奠定了基础。     

多星对合作目标的分布式协同导航滤波算法

针对多颗在轨卫星对空间合作目标的协同导航问题,提出了一种适用于协同导航的分布式球面单形-径向容积求积分卡尔曼滤波（DSSRCQKF）算法。为了计算非线性滤波中的高斯加权积分,分别使用球面单形准则和二阶高斯-拉盖尔求积分准则计算球面积分和径向积分,提出了一种新的球面单形-径向容积求积分准则。将该准则嵌入分布式卡尔曼滤波框架中,结合协同导航的非线性数学模型,给出适用于协同导航的DSSRCQKF算法,该算法要求每颗导航星仅与其邻居星进行通信,通过数据的分布式融合实现对目标星轨道状态的一致估计,从而避免了传统集中式处理中较高的通信和计算压力。仿真实验结果表明,与分布式卡尔曼滤波相比,本文算法将对合作目标的实时定位精度提高了11 m,定速精度提高了0.02 m/s,从而验证了本文算法的有效性。