地球J_2摄动下卫星编队飞行自主相对定轨研究

卫星编队飞行自主相对定轨作为实现编队队形保持和控制的前提,是编队任务必须解决的关键技术之一.设计了一种应用于卫星编队的自主相对轨道确定方案,不同于目前广泛采用的C-W方程,采用了包含摄动影响的相对运动方程的解析表达式描述编队飞行,使得模型的精度有了很大提高.利用星间距离信息和方位信息作为观测量,设计扩展卡尔曼滤波器实现环绕星相对轨道的自主确定,仿真结果表明使用本方案得到的定轨精度比采用C-W方程提高一个数量级,验证了这种导航方案的有效性,为实现编队飞行卫星高精度自主相对定轨提供了一个有效的方案.     

地球卫星自主天文导航滤波方法性能分析

在系统硬件精度无法改进的条件下,滤波方法是影响地球卫星自主天文导航精度和实时性的最重要因素,本文针对地球卫星天文导航工程应用的需求,研究了目前导航系统中应用最为广泛的扩展卡尔曼滤波(EKF)、Unscented卡尔曼滤波(UKF)、Unscented粒子滤波(UPF)3种滤波方法,在滤波周期和噪声分布影响下的导航精度和实时性.半物理仿真结果表明,在相同仿真条件下,Unscented粒子滤波方法具有最高的导航精度,但计算量也最大,EKF方法计算量最小,导航精度最低.本文结果可为地球卫星自主导航系统中滤波方法的选择提供参考和依据.     

主从式编队卫星相对导航方法研究

编队卫星间精确的相对位置和速度信息的获取直接影响主从式编队卫星任务的完成.针对传统的集中式滤波算法在实时性和可靠性上的不足,提出利用联邦滤波算法对差分GPS和微波雷达信息进行融合,获得了满足编队任务要求的星间相对导航信息.其中差分GPS导航信息根据主从卫星的GPS测量信息获得;微波雷达通过测量卫星间的相对距离和角度来估算相对位置和速度.仿真结果表明,联邦滤波算法结合了差分GPS和微波雷达的优点,克服单一导航设备可能出现大误差的缺点,有效提高了测量精度,对主从式编队卫星完成飞行任务具有重要意义.     

编队飞行卫星高精度自主相对定轨研究

设计了一种应用于卫星编队的自主相对轨道确定方案,不同于目前广泛采用的C-W方程,采用了包含摄动影响的相对运动方程的解析表达式描述编队飞行。利用星间距离信息和方位信息作为观测量,设计扩展卡尔曼滤波器实现环绕卫星相对轨道的自主确定,仿真结果表明定轨精度比采用C-W方程提高一个数量级,验证了这种导航方案的有效性。     

粒子滤波在卫星轨道确定中的应用

卫星轨道确定问题中可能存在初始估计信息误差较大、状态及测量误差分布不是高斯分布等问题,为了寻求一个能采用解决这两种问题的方法,本文采用了“采样-重要性-重采样”SIR(Sampling Importance Resampling)粒子滤波算法作为滤波方法,以地磁场矢量为测量量,对低地球轨道卫星的轨道数据进行自主的估计.为了避免该滤波算法中的采样贫乏的问题,采用了一个崎岖化方法来克服采样贫乏问题.最后给出了此方法应用到了卫星轨道确定问题中的数字仿真实例.     

UPF在探测器自主导航中的应用

利用星敏感器和地平仪测量"星光仰角",进行自主导航方案设计.将UPF(Unscented Particle Filter)方法引入导航方案,利用UKF(Unscented Kalman Filter)获得重要性采样函数的同时,通过重采样解决了粒子耗尽问题,改善了系统性能.并与标准粒子滤波方法相比较,通过仿真验证了该方法的优越性.     

大气阻力摄动下平均轨道根数在轨实时确定方法

为了满足卫星长期自主运行的任务需求, 本文同时考虑了大气阻力摄动和非球形摄动带谐项两种摄动对卫星平均轨道根数的影响, 提出了采用滤波算法在轨实时估计平均轨道根数的方法. 基于指数大气密度模型推导了大气阻力摄动下平均轨道根数的变化率, 分析了非球形带谐项摄动势函数对平均轨道根数的影响并推导了该影响下平均轨道根数变化率的通用计算方法, 由此建立了滤波状态方程以及以瞬时轨道根数为观测量的量测方程并分析了测量噪声特性; 为减小计算量以便于在轨实现,提出采用基于球形单边Sigma采样的平方根UKF (Unscented Kalman filter)滤波来估计平均轨道根数. 数值仿真结果表明, 该算法有效、精度较高且鲁棒性好, 能够满足卫星长期自主在轨实时计算平均轨道根数的要求.     

UKF与EKF在卫星姿态估计应用中的比较

针对卫星的姿态和角速度估计问题,分别给出基于Unscented卡尔曼滤波(UKF)与推广卡尔曼滤波(EKF)的估计算法,并做了相应比较.为了避免欧拉角带来的奇异问题,UKF选用Rodrigues参数而EKF选用四元数参数法来描述姿态误差.考虑卫星的非线性模型,UKF采用Unscented变换而EKF采用线性化方法对姿态误差进行估计.利用陀螺和磁强计的测量信息,KF和EKF都可得到三轴稳定卫星的姿态估计值,但UKF的收敛速度高于EKF.数值仿真结果表明,当初始姿态存在大偏差时,所给出的UKF的滤波算法性能明显优于EKF.     

基于UKF的编队卫星的相对姿态确定算法

针对编队卫星相对姿态确定问题,采用一种改进的无迹卡尔曼滤波UKF进行了系统滤波器设计,根据UKF滤波器的性质,推导出了适用于编队卫星相对姿态确定的UKF滤波算法.较之传统的EKF滤波器,UKF不仅提高了滤波精度,简化了计算过程,减少了计算量,而且更易于实现.应用四元数法描述卫星姿态,避免了欧拉角法的奇异性问题.仿真结果表明,UKF滤波器收敛速度大大高于EKF滤波器.而状态估计精度与EKF相当,方差估计优于EKF,且数值稳定性好.     

自适应粒子滤波在卫星紫外导航中的应用

基于紫外敏感器的自主导航系统是典型的非线性和噪声非高斯分布的系统,针对扩展卡尔曼滤波(EKF)和Unscented 卡尔曼滤波(UKF)不适于噪声非高斯分布的系统,和一般粒子滤波缺乏在线自适应调整能力等问题,提出了将基于正交性原理的自适应强跟踪滤波器(STF)和UKF相融合作为重要密度函数,应用于基于紫外敏感器自主导航粒子滤波器新方法,通过UKF构造粒子群,对粒子群中的每一个粒子的每一个sigma点用STF进行更新,使得算法的鲁棒性增强,有极强的对突变状态的跟踪能力,具有强的自适应能力.为了说明算法的有效性,结合模拟的轨道数据和测量数据进行了仿真,仿真结果说明了所提算法的有效性.