基于EKF的航天器姿态确算法定及精度分析

采用陀螺和星敏感器组合的方式来进行航天器姿态确定。首先建立了陀螺和星敏感器的测量模型,选择以四元数作为描述航天器姿态的参数,详细推导了在小偏差下以误差姿态角和陀螺常值漂移误差为状态量的滤波状态方程,并且以星敏感器的测量残差作为量测量,采用扩展卡尔曼滤波（Extended Kalman Filter, EKF）算法进行姿态确定;然后进行了仿真分析,仿真结果表明：该算法可以达到较高的姿态确定精度;最后对影响姿态确定精度的硬件因素和软件因素进行了定量的数据分析,得出了有一定意义的结论,从而为工程实践提供理论支持。     

基于蚁群和自适应滤波的模糊聚类图像分割

为了改进模糊C均值聚类(FCM)算法对初始聚类中心敏感、抗噪性能较差、运算量大的问题,提出一种新的基于蚁群和自适应滤波的模糊聚类图像分割方法(ACOAFCM).首先,该方法利用改进的蚁群算法确定初始聚类中心,作为FCM初始参数,克服FCM算法对初始聚类中心的敏感;其次,采用自适应中值滤波抑制图像噪声干扰,增强算法的鲁棒性;最后,用直方图特征空间优化FCM目标函数,对图像进行分割,减少运算量.实验结果表明,该方法克服了FCM算法对初始聚类中心的依赖,抗噪能力强,收敛速度快,分割精度高.     

基于红外地平仪的航天器姿态确定技术

卫星的发展趋向于微小型化,研究小型化、廉价、可靠和中等精度的自主导航系统是非常有必要的.本文提出应用红外地平仪的对地定向航天器姿态确定算法.根据卫星姿态动力学模型建立了基于欧拉角的姿态确定滤波模型.利用地平仪测得的姿态信息,通过卡尔曼滤波器可以确定航天器姿态.进一步提出了姿态确定滤波算法.通过仿真实验,分析比较了模型噪声和测量噪声对定姿精度的影响.仿真算例结果表明,红外地平仪定姿方案可以满足中等姿态精度要求,在对地定向航天器自主导航中具有良好的应用前景.     

基于GP-SRCDKF的初始对准技术研究

随着对惯性导航系统中对准时间要求的不断提高,初始对准需要在大方位失准角条件下进行,此时需采用非线性滤波方法来实现初始对准。基于此,提出高斯过程回归平方根中心差分卡尔曼滤波算法(GP-SRCDKF)。将高斯过程回归融入到SRCDKF算法中,利用高斯过程得到系统回归模型及噪声协方差,用回归模型代替状态方程和观测方程,对相应的噪声协方差进行实时自适应调整。该算法不仅克服了扩展卡尔曼滤波滤波精度低、需要计算雅可比矩阵的不足,而且可解决传统滤波容易受系统动态模型不确定和噪声协方差不准确的限制。仿真实验结果验证了该算法的有效性和优越性。     

SINS/GPS组合导航系统自适应扩展Kalman滤波

对于低成本SINS/GPS组合导航系统,由于惯性器件的精度较低,通常情况下的SINS误差模型估计不准确,甚至使滤波器发散,为此提出根据姿态四元数的SINS误差估计模型,该模型不需要对初始姿态进行赋值。为在观测噪声未知的情况下估计SINS误差,通过结合序贯处理与Kalman滤波算法,提出一种自适应扩展卡尔曼滤波方法,该方法可以同时进行序贯处理和观测噪声估计。仿真实验结果表明,该方法可以消除过程噪声方差和观测噪声方差不确定造成的影响,提高了SINS/GPS导航系统的性能。     

模型不确定非线性Markov 跳变系统的滤波算法

针对模型不确定非线性Markov跳变系统,提出一种新的滤波算法.相比于传统交互多模型粒子滤波,该方法通过引入前一时刻的滤波误差来增强原先由于不精确模型而造成权值较小的真实粒子在滤波过程中的作用,以此来改善算法的估计性能.仿真结果表明,该方法在处理含不确定模型参数的非线性Markov跳变系统状态估计问题时具有较好的性能.     

基于精密星敏感器的航天器高精度姿态测量标定方法

为了解决传统航天器姿态测量方法中存在的误差率高的问题,提出基于精密星敏感器的航天器高精度姿态测量标定方法。首先对使用的精密星敏感器进行设计,并将在不影响航天器运行的前提下安装在合适的位置上。通过建立运动坐标系、坐标参数转换和设置姿态参数三个步骤得出航天器运动模型,在该模型下分析出航天器姿态的基本运动规律、利用精密星敏感器识别并选取航天器空间下的任意三个星点,最后综合定位的星点和航天器姿态的运动规律,从不同的角度上确定航天器姿态测量结果,为了提高航天器姿态测量结果的精度进行标定处理。通过模拟实验分析得出结论：与传统测量方法相比,基于精密星敏感器的航天器高精度姿态测量标定方法的平均误差率降低了6.0%。     

基于中心差分卡尔曼-概率假设密度滤波的多目标跟踪方法

针对非线性系统模型,提出一种基于中心差分卡尔曼-概率假设密度滤波的多目标跟踪方法.该方法采用Stirling 内插公式对非线性函数作多项式逼近,利用中心差分卡尔曼滤波和高斯混合概率假设密度滤波对后验多目标状态一阶统计量进行估计,并通过递推更新得到目标状态,以实现对多个目标的跟踪.该方法无需求解系统函数的雅可比矩阵,且具有二阶泰勒展开式精度.仿真结果表明,所提出方法能够增强算法的鲁棒性,提高目标状态和数目的估计精度.     

强跟踪CDKF 及其在组合导航中的应用

针对扩展卡尔曼滤波器(EKF)在组合导航系统模型不确定时存在滤波精度下降甚至发散的问题,提出一种具有强跟踪性能的中心差分卡尔曼滤波器(CDKF).强跟踪CDKF基于强跟踪滤波器(STF)的理论框架,采用中心差分变换代替STF中的雅可比矩阵计算,兼具STF鲁棒性强,CDKF滤波精度高和实现简单的优点,有效克服了EKF在系统模型不确定时滤波失效的缺点.仿真结果验证了强跟踪CDKF的有效性.     

基于UD-EKF自主光学导航方法仿真

针对探测器自主光学导航系统滤波算法鲁棒性的要求,通过对深空探测器巡航段自主轨道确定方法的研究,提出利用星敏感器及光学导航相机,通过对小行星附近多颗小天体夹角的测量,并结合几何关系,来实时确定飞行器轨道状态的一种基于UD分解的扩展卡尔曼滤波的光学自主导航的方案,并给出其UD分解构造算法;通过对协方差矩阵的UD分解来避免对协方差矩阵的直接求逆而导致的计算机舍入误差过大从而滤波发散的情况,通过matlab仿真验证了该方案可行性,节省了星载计算机的内存限制了舍入误差的增长,达到了较好的滤波效果.     

噪声特性未知的多传感器协方差交叉融合姿态估计

针对噪声特性未知的多传感器航天器姿态估计过程中互协方差未知的问题, 提出一种鲁棒的协方差交叉(CI) 融合算法. 首先采用容积卡尔曼滤波(CKF) 器获取局部的估计信息; 然后以最小化非线性性能指标为原则求取局部的估计信息权重; 最后使用CI 算法融合各局部估计信息. 此外, 对于由四元数描述航天器姿态时存在的冗余问题, 采用了以误差四元数和误差广义罗德里格参数相互切换的方法来替代. 仿真结果验证了所提出算法的有效性.

     

追踪器本体坐标系下航天器姿轨一体化控制律设计

在追踪航天器本体坐标系下, 联合相对轨道动力学模型和四元素姿态动力学模型, 引入推进器配置矩阵, 建立六自由度姿态和轨道一体化模型. 该模型避免了控制输入向追踪器本体坐标系下的转换. 在此基础上, 采用输入-状态(ISS) 稳定性原理, 在干扰输入信息完全未知的情况下, 设计了非线性鲁棒一体化控制律. 该控制律实现了对椭圆轨道上目标航天器的扰动抑制和跟踪, 具有较好的鲁棒性和跟踪性. 最后, 针对运行在椭圆轨道上的目标给出仿真结果, 表明了所提出的一体化控制律的可行性和有效性.

     

基于Huber M估计的鲁棒Cubature 卡尔曼滤波算法

Cubature卡尔曼滤波器(CKF)在非高斯噪声或统计特性未知时滤波精度将会下降甚至发散,为此提出了统计回归估计的鲁棒CKF算法.推导出线性化近似回归和直接非线性回归的鲁棒CKF算法,直接非线性回归克服了观测方程线性化近似带来的不足.具有混合高斯噪声的仿真实例比较了3种Cubature卡尔曼滤波器的滤波性能,结果表明这两种鲁棒CKF滤波精度及估计一致性明显优于CKF,直接非线性回归的CKF的鲁棒性更强,滤波性能更好.     

测量数据丢失的随机不确定系统鲁棒滤波递推算法

针对一类具有测量数据丢失的不确定离散随机系统,研究了鲁棒状态估计问题,基于间断观测滤波算法和规则最小二乘优化理论,给出一种Kalman形式的递推滤波算法.对于测量数据丢失的问题,采用已知概率的Bernoulli随机序列,使得对于所有可能的测量数据丢失和所能容许的不确定性,间断观测鲁棒状态估计递推算法是稳定的.最后,通过数值仿真和对比结果验证了所提出算法的可行性.     

输入饱和受限下的刚体飞行器姿态系统的有限时间镇定

研究存在输入饱和受限下的飞行器姿态控制问题, 提出一种有限时间姿态镇定方案. 针对基于修改的Rodriguez 参数模型的飞行器姿态控制系统, 基于齐次性理论和饱和控制器设计方法, 并充分利用系统的模型结构特征, 设计一类饱和的有限时间姿态控制器, 使得姿态可以在有限时间内被镇定到平衡点. 仿真结果验证了所设计姿态控制器的有效性.

     

双轴旋转光纤捷联惯导八位置标定方法

针对双轴旋转捷联惯导系统长期工作时光纤陀螺误差参数随时间变化问题,提出一种姿态未知条件下的八位置标定方法.该方法利用双轴旋转机构可提供惯性测量单元(LMU)相对载体固定角位置特性,结合光纤陀螺简化误差模型,设计出八位置标定路径并激励出光纤陀螺误差参数.新的标定方法既避免了陀螺误差参数的耦合影响,又可以解算出载体航向信息.转台实验结果表明,八位置标定方法可在载体姿态未知条件下完成对光纤陀螺误差参数的标定工作.     

连续切换LPV系统的鲁棒H∞滤波

探究连续切换线性参数变化(LPV)系统的鲁棒H∞滤波问题.对于整个参数变化空间,传统方法是设计单一LPV滤波器,具有较大的保守性.为此,利用多参数依赖Lyapunov函数设计了切换LPV系统的多参数依赖鲁棒H∞滤波器,以降低设计的保守性.考虑了平均驻留时间切换逻辑,所设计的鲁棒H∞滤波器能够确保滤波误差系统指数稳定且具有一定的H∞扰动抑制水平.数值仿真实例验证了所提出方法的有效性.     

一种参数优化的非线性离散系统鲁棒迭代学习控制方法

针对带有扰动的一类离散非线性系统的鲁棒迭代学习控制问题, 设计一种基于参数优化的迭代学习控制算法. 该算法能够保证在有初始状态误差和状态、输出扰动的情况下使闭环系统具有鲁棒BIBO 稳定性, 系统输出能够单调收敛于给定输出轨迹的邻域内; 在没有初始状态误差和扰动的情况下能够以零稳态误差跟踪给定输出轨迹. 最后通过仿真分析验证了所提出算法的有效性.

     

欠驱动AUV模糊神经网络L2增益鲁棒跟踪控制

提出基于模糊神经网络欠驱动水下自主机器人(AUV)的L2增益鲁棒跟踪控制方法,该方法通过在线学习逼近动力学模型的不确定项.控制器克服了由于缺少横向推力对跟踪误差的影响,在考虑未知海流干扰情况下,实现了系统对模糊神经网络逼近误差的L2增益小于γ.利用Lyapunov稳定性理论证明了闭环控制系统误差信号一致最终有界.最后,通过精确模型参数和参数扰动仿真实验验证了该控制方法具有很好的跟踪效果和较强的鲁棒性.     

大方位失准角传递对准非线性模型研究

针对惯导系统大方位失准角传递对准的非线性误差方程不准确问题,同时考虑杆臂效应和挠曲变形两种主要误差因素来建立挠曲变形和杆臂效应加速度一体化误差模型,从而完善惯导系统大方位失准角传递对准非线性模型.针对非线性滤波的稳定性和快速性问题,采用比例修正无味卡尔曼(UKF)滤波模型估计姿态失准角,并采用速度匹配算法对模型的正确性和滤波的有效性进行仿真验证.结果表明,该模型在大方位失准角传递对准时可以满足对准精度和时间的要求.