Second-order divided difference filter for vision-based relative navigation

A second-order divided difference filter (SDDF) is derived for integrating line of sight measurement from vision sensor with acceleration and angular rate measurements of the follower to estimate the precise relative position,velocity and attitude of two unmanned aerial vehicles (UAVs).The second-order divided difference filter which makes use of multidimensional interpolation formulations to approximate the nonlinear transformations could achieve more accurate estimation and faster convergence from inaccurate initial conditions than standard extended Kalman filter.The filter formulation is based on relative motion equations.The global attitude parameterization is given by quarternion,while a generalized three-dimensional attitude representation is used to define the local attitude error.Simulation results are shown to compare the performance of the second-order divided difference filter with a standard extended Kalman filter approach.     

编队飞行卫星自主相对导航算法研究

提出一种基于类GPS敏感器星间相对距离测量的编队飞行卫星相对位置、速度和姿态自主确定算法.在编队飞行卫星之间无相对速度测量时,利用两点相对轨道状态测量信息,建立相对轨道和姿态运动方程以及星间相对测量方程,推导了编队飞行卫星相对导航UKF(Unscented Kalman Filter)算法,估计其相对轨道和姿态等导航信息.并进行了数学仿真,仿真结果表明,该算法简单可靠,能够满足高精度编队飞行卫星相对导航要求.     

New autonomous celestial navigation method for lunar satellite

Celestial navigation system is an important autonomous navigation system widely used for deep space exploration missions, in which extended Kalman filter and the measurement of angle between celestial bodies are used to estimate the position and velocity of explorer. In a conventional cartesian coordinate, this navigation system can not be used to achieve accurate determination of position for linearization errors of nonlinear spacecraft motion equation. A new autonomous celestial navigation method has been proposed for lunar satellite using classical orbital parameters. The error of linearizafion is reduced because orbit parameters change much more slowly than the position and velocity used in the cartesian coordinate. Simulations were made with both the cartesiane system and a system based on classical orbital parameters using extended Kalman filter under the same conditions for comparison. The results of comparison demonstrated high precision position determination of lunar satellite using this new m     

卫星编队飞行的相对姿态控制

使用基于李亚普诺夫的控制方法,研究了双星编队飞行系统的相对姿态控制问题.考虑角速度可测和角速度信息不可测量两种情况,进行了状态反馈和输出反馈的姿态控制算法的设计,并通过李亚普诺夫方法证明了编队飞行系统全局渐近稳定性.最后对给出的算法进行了数值仿真.结果表明,所设计的控制算法实现了编队卫星之间的姿态协同控制,是可行的、有效的.     

针对非合作目标的中距离相对导航方法

提出了一种自由飞行机器人在中距离(几千米至几十米)范围内对非合作目标的导航方法,基于视觉导航相机和激光测距仪的组合测量方案,结合姿态敏感器和惯性器件的测量信息,通过推广Kalman滤波方法来估计自由飞行机器人与非合作目标的相对位置和速度信息。在近共面轨道和中距离接近的假设下,给出了一种简化的导航算法,在目标轨道参数未知的情况下也可以进行相对运动参数的估计,从而降低了算法的复杂性和运算量。仿真结果验证了上述导航方法和算法对非合作目标中距离相对导航的有效性,并获得了较好的导航精度。     

编队飞行卫星相对轨道确定方法研究

针对2颗卫星编队飞行的情形,研究了星间位置测量量为相对距离、方位角和俯仰角时的卫星相对轨道自主确定方法。首先根据C-W-Hill(Clo-hessy-Wiltshire-Hill)方程得到卫星运动的状态方程;然后基于星间测量量确定观测方程,使用2种方法进行相对位置、相对速度参数的估计,实现对卫星相对轨道的确定;最后对这2种方法进行仿真,结果证明了它们的可行性。     

基于自适应卡尔曼滤波的GNSS矢量锁定环路

为了减小卫星信号信噪比变化对全球导航卫星系统(GNSS)接收机当中矢量锁定环路(VLL)的不良影响,使用一种基于新息的自适应卡尔曼滤波方法对其改进,以实现对VLL滤波器观测噪声协方差矩阵的实时调整．使用后处理软件全球定位系统(GPS)接收机处理信号发生器产生的中频数据以对提出的方法进行验证．实验结果表明,相对于传统标量环路(SLL),基于自适应卡尔曼滤波的VLL可以在信噪比降低甚至可见卫星数目不足的环境下工作,其载波频率跟踪精度及导航定位解精度均优于固定参数矢量环路和传统标量环路．     

改进型UKF滤波算法的卫星姿态估计

针对矢量观测的三轴稳定卫星的姿态估计问题,提出了一种改进的UKF（unscented Kalman filter）滤波算法．它通过引入简化球形分布Sigma点UT变换（SSUT）,使得Sigma点的数量减少,从而在与UKF算法估计精度相当的情况下,计算量大大减少．同时,该算法依据姿态四元数与修正罗德里格参数之间的变换关系以及Sigma点的本质属性,保证了在姿态估计过程中四元数满足归一化约束,并且给出了过程噪声方差阵的选取方法．与扩展卡尔曼滤波（EKF）相比,无需计算Jacobian矩阵且具有更高的估计精度,并且对初始姿态误差更具有较好的鲁棒性．数值仿真表明该方法能很好地改善滤波效果,提高了估计精度,同时减小了计算量。     

Study on autonomous satellite navigation from SHAR observations

This paper uses two navigation schemes to prove the potential of a novel autonomous orbit determination with stellar horizon atmospheric refraction measurements. Scheme one needs a single processor and uses an extended Kalman filter. The second scheme needs two parallel processors. One processor uses a batched least-square initial state estimator and a high-precision dynamic state propagator. The other processor uses a real-time orbit predictor. Simulations have been executed respectively for three types (low/medial/high) of satellite orbits on which various numbers of stars are observed. The results show both schemes can autonomously determine the orbits with a considerable performance. The second scheme in general performs a little better than the first scheme.     

卫星编队相对轨道的分布式估计方法

研究了卫星编队的相对轨道自主确定问题,选择“无线电+激光”的测量方案,为减轻多星编队星间通信量和星上计算量的负担,将状态估计器设计为分布式构型,并利用分布式Schm idt-Kalman滤波算法对编队的相对轨道状态进行估计。仿真结果验证了该导航方案和算法的有效性。     

改进的两步卡尔曼滤波器在惯导平台误差模型辨识中的应用

根据系统特性,将原两步卡尔曼滤波算法进行了简化,并引入自适应滤波方法以防止滤波发散,得到了改进的新算法。理论分析及仿真结果表明,该新算法计算量较扩维卡尔曼滤波算法小,而且可有效克服滤波发散现象。     

非实时控轨编队卫星的相对姿态控制

为了精确指向目标,即确定从星的姿态指向,提出了一种计算期望姿态和期望角速度方法,该算法利用单星在惯性坐标系的位置和速度,不需要星上增加相对姿态测量设备.在此基础上设计了变结构控制器.数值仿真结果表明该方法可以实现准确的期望姿态计算和相对姿态控制.     

A stealthy method to determine the relative position and velocity for satellite formation flying

To achieve the satellite formation control and the succeed formation missions, we present a new stealthy method to determine the relative states between formation satellites. In this method, the combination of a CCD camera and laser radar is used as the relative measure sensors. To reduce electromagnetic radiation, the laser radar works intermittently to minimize the probability of being discovered. And an unscented Kalman filter (UKF) is applied to estimate the relative states. The observability of this method is analyzed. The validity and effectiveness of the method is demonstrated in a typical application of formation relative navigation.     

对异面椭圆轨道目标航天器绕飞的相对导航算法

研究了小卫星对异面椭圆轨道目标航天器绕飞的相对导航问题。首先建立了适用于目标航天器运行在椭圆轨道上的二阶状态方程;分析了2个航天器间的量测几何关系并得到量测方程;采用适用于处理复杂非线性模型的无味卡尔曼滤波器进行相对导航计算。仿真计算结果表明,在对异面椭圆轨道目标航天器进行绕飞的过程中,所提出的相对导航方法能够实现对相对位置和相对速度的精确估计。     

量测最小分辨率特性下自主相对导航设计方法

为抑制量测最小分辨率特性对导航滤波产生的振荡特性,建立了准确的量测模型,提出导航系统自适应变步长设计方案,并理论上分析对比了该方案与工程上常用的低带宽设计方案的滤波性能.分析表明,随着滤波带宽的降低,系统的常偏及白噪声误差反比例增大,收敛时间变长;该较低带宽设计大幅降低标称系统性能损失.仿真表明,该设计相对速度滤波精度为2E-3 m/s(3σ),使较低带宽设计提高一个数量级,满足高精度卫星编队飞行的任务需求.     

航天器相对视觉／IMU导航量测修正多速率滤波

针对具有单目视觉和惯导组件(IMU)的航天器相对导航问题,研究了以量测信息为修正手段的异速滤波算法.异速滤波也就是多速率卡尔曼滤波器,其中滤波过程被分解为量测更新和时间更新,根据实际情况选取滤波器周期,一般可选取频率较快的系统采样周期作为组合导航系统的滤波周期,根据是否有慢速信息决定在滤波时刻进行时间更新或者量测更新.为增强滤波器对观测信息的适应能力,设计利用量测信息对滤波量测噪声阵和状态估计误差协方差阵进行后验修正.理论分析和数学仿真均表明,基于量测修正的多速率卡尔曼算法能够提高滤波器的数据更新频率,同时改善滤波器的性能,提高导航系统的冗余度.     

Autonomous determination of orbit for probe around asteroids using unscented Kalman filter

The observed images of the asteroid and the asteroid reference images are used to obtain the probe-to-asteroid direction and the location of the limb features of the asteroid in the inertial coordinate. These information in combination with the shape model of the asteroid and, attitude information of the probe are utilized to obtain the position of the probe. The position information is then input to the UKF which determines the real-time orbit of the probe. Finally, the autonomous orbit determination algorithm is validated using digital simulation. The determination of orbit Using UKF is compared with that using extended Kalman filter (EKF), and the result shows that UKF is superior to EKF.     

基于模型预测的卫星编队队形机动控制

针对卫星编队队形机动控制推导了一种利用相对平均轨道根数为反馈量的模型预测控制算法。当面质比不同的主从卫星在近地轨道上编队飞行时,大气阻力摄动和J2项摄动是影响编队队形的两个最主要的因素,故先推导了一组包含大气阻力摄动和J2项摄动利用相对平均轨道根数描述的相对动力学方程,然后采用了一种新的基于模型预测的控制算法并讨论了该控制算法在编队飞行队形机动控制中的一些应用问题。该控制算法是一种在线滚动优化控制算法,即使存在各种较大的干扰力和模型的不确定性仍能取得良好的控制效果,且能够较好地解决存在状态约束、控制输入约束等各种约束控制问题。仿真结果表明,该控制算法接近于燃料最优,且能够在各种摄动下把队形机动控制在要求的精度范围内。     

LINS-GNSS:滤波与优化耦合的GNSS/INS/LiDAR巡检机器人定位方法

为了能够更加灵活地执行变电站巡检任务,非固定线路的机器人巡检技术越来越受到关注.如何在复杂的变电站环境中实现高精度的定位是机器人在变电站执行巡检任务时需要解决的核心问题.单一传感器难以满足变电站可靠定位的要求,因此,本文设计了多传感器融合的LINS-GNSS定位方法.其前端基于迭代误差状态卡尔曼滤波框架将激光雷达和惯性导航进行紧耦合,在每次迭代中生成新的特征对应关系递归地校正估计状态.后端使用因子图优化的方法将卫星导航的定位结果与LINS后端输出的定位结果松耦合.优化过程中先将局部坐标系与全局坐标系对齐,再将卫星导航的位置约束作为先验边添加到后端的因子图中,最后将定位结果在全局坐标系下输出.为了评估LINS-GNSS系统在变电站环境中的性能,本文在实际变电站中进行了测试.实验结果表明,LINS-GNSS系统在变电站环境中可以达到优于0.5 m的定位精度,且比现有最佳算法LIO-SAM定位精度更高.     

基于扩展卡尔曼滤波的两轮机器人姿态估计

针对两轮自平衡机器人惯性传感器存在误差的问题,提出基于扩展卡尔曼滤波的方法进行补偿,从而实现机器人姿态的最优估计.利用实验获得的惯性传感器误差特性,采用Levenberg-Marquardt非线性最小二乘迭代法拟合数据,从而建立机器人导航用惯性传感器陀螺仪和加速度计误差的数学模型,并对误差进行标定.采用扩展卡尔曼滤波将传感器的数据进行融合并对误差进行补偿,得到机器人姿态的最优估计.将滤波后的模型应用到两轮自平衡机器人系统,实验结果表明改进后的系统误差得到了有效的抑制,从而验证了采用低成本的惯性传感器进行机器人的姿态估计是有效可行的.