掌桥专利:专业的专利平台
掌桥专利
首页

一种使用多敏感器在轨自主天文导航方法

文献发布时间:2024-01-17 01:26:37


一种使用多敏感器在轨自主天文导航方法

技术领域

本发明涉及卫星自主导航技术领域,具体涉及一种使用多敏感器在轨自主天文导航方法。

背景技术

航天技术的发展,要求卫星能够自主定轨、在轨卫星捕获与维修以及深空探测等任务,自主导航是其关键技术。自主导航是指卫星通过星载计算机和星上测量设备,不借助地面等自主获得卫星的绝对位置和绝对速度。利用星上的姿态敏感器:星敏感器和红外地球敏感器进行卫星自主导航,将不需要额外增加其他硬件设备,从而减少卫星导航系统的成本和重量,并增加系统可靠性。特别近十几年来,随着电子技术的发展,姿态敏感器测量精度有了较大提高,这使得基于星敏感器与红外地球敏感器的卫星自主导航方法在星上应用领域有了新的发展。尤其对于高轨军事卫星,GNSS双模兼容机可能存在特殊工况GPS数据不可用或者BD通信链路不通畅现状,而地面测定轨无法实时保证,自主导航为提供卫星位置提供了有效地途径。

现有的自主导航方案采用各种空间摄动力选的卫星轨道动力学方程的作为系统方程,扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)、粒子滤波作为滤波算法。此外,自主导航的滤波算法收敛时间是影响武器作战响应的关键因素之一。自主导航的收敛过程取决于两个要素:滤波初值的选取精度、滤波算法的增益设计。

此前的算法表现出如下诸多缺点:

1)自主导航算法计算量较大,一定程度上增加了星载计算机的负担。

2)UKF、粒子滤波等滤波算法对于非线性系统滤波性能优于EKF,但其计算量较EKF增加约一个数量级,不适合星载计算机运算。

3)在滤波初值精度确定的情况,滤波系统的收敛时间由滤波系统的增益设计参数(系统噪声阵/衰减记忆因子等)唯一确定,高增益设计对应较快的系统收敛特性,但是状态方程不匹配。在状态方程和单机量测精度确定的情况下滤波系统的稳态精度由滤波系统的增益设计参数唯一确定,低增益设计对应较高的系统稳态估计精度,但是低增益会带来系统滤波收敛速度慢的缺点。

发明内容

为了解决或部分解决相关技术中存在的问题,本发明提供了一种使用多敏感器在轨自主天文导航方法,能够扩展自主导航应用范围,使其能够在更复杂的轨道、更灵活的星载单机配置下都能够滤波有效。

本发明提供了一种使用星敏和地球敏感器在轨自主天文导航方法,包括如下步骤:

步骤一:对卫星进行主要摄动力分析,同时考虑星载计算机容量和系统实时性要求,进行近地卫星轨道动力学建模,作为状态方程;

步骤二:对非线性连续系统推导离散型线性卡尔曼滤波方程,采用先线性化后离散化的途径,推导状态方程的离散化表达式,并合理简化;

步骤三:观测量选取,获取星上地球敏感器直接测量量和星敏感器测量的姿态信息,通过坐标转换,转换到参考直角坐标系下。根据状态估计中间变量获取一步递推值;

步骤四:建立自主导航系统的观测方程,通过一阶泰勒展开将观测方程线性化;

步骤五:在上述卡尔曼滤波器的基础上设计变增益滤波器,并进行各项参数整定,进行各轴运动状态估计,完成自主导航设计。

可选地,所述的步骤一中,状态方程的公式为:

其中,状态矢量

可选地,对所述的步骤以中的状态方程采取先进行非线性连续系统线性化,后离散化的途径,需要对离散后的各系数矩阵进行计算。利用基本解阵离散化方法,不难求得离散性干扰方程为:

其中,

当采样周期T较小时,状态方程线性化参数

其中,T为采样周期;F

可选地,在应用扩展卡尔曼滤波进行卫星状态估计时,系统的观测输入包含测量值与一步递推计算值两部分。所述的步骤三中的测量值,测量值是由地球敏感器和星敏实际测量的数据计算得到。所述的步骤三中的一步递推计算值由状态估计中间变量计算得到。两组值经过比较可以得出最优估计的偏差,作为观测输入。

下面将分别分析它们的求取方法。

观测值可以表述为Z=[α

q

其中,q

当卫星进入正常轨道运行阶段时,姿态角是小角度,由姿态角可以计算地心方向矢量在卫星本体坐标系的投影坐标:

其中,地球敏感器测量俯仰角θ和地球敏感器测量滚动角

由以上分析得出,根据实际测量值计算的虚拟星光角距:

一步递推计算部分可以表示为

由以上分析,可以就得到由一步递计算推值:

其中,

可选地,由于观测方程为非线性方程,在进行卡尔曼滤波之前,首先要对观测方程进行线性化处理。前面已经给出了观测模型的方程表达式,但是敏感器的测量值并不能代入方程计算,需要对观测方程进行线性化处理。对方程式在X处进行泰勒展开,保留一次项得:

上式可变为

令δZ

δZ

其中,

可选地,所述的步骤四中,变增益滤波器的增益设计如下:

其中,k

在滤波器的设计中,滤波器的参数应该与所研究系统的参数相匹配,当前轨道条件下,各轨道摄动力影响如下表:

因此,卡尔曼滤波中模型噪声的方差阵应与系统模型噪声的方差阵相同,即:

所述的步骤四中,量测噪声方差阵R选取方法如下,

R是量测噪声方差阵,在卡尔曼滤波中的定义为:

在滤波器的设计中,滤波器的参数应该与所研究系统的参数相匹配,因此,卡尔曼滤波中模型噪声的方差阵应与单机模型测量噪声的方差阵相同。红外地球敏感器的随机测量噪声为σ

所述的步骤四中,初始估计均方差P

P

本发明提供的技术方案可以包括以下有益效果:

本发明将不需要额外增加其他硬件设备,设计广义EKF卡尔曼滤波器进行卫星绝对位置速度的状态估计,解决了高轨卫星星上自主天文导航应用局限性问题,从而减少卫星导航系统的成本和重量,并增加系统可靠性。规划变增益滤波器满足导航系统在提升收敛特性的同时,保证滤波系统的稳态估计精度,为星上自主航系统优选设计。具体:

1)适应性强。解决了卫星在轨单机配置重量或功耗受限所带来的应用局限性问题,卫星存在通信链路情况下能取得稳定的滤波性能。

2)设计简单。各轴的离散系统都是线性系统,成熟的线性系统滤波理论可直接应用。

3)可靠性高。根据导航滤波收敛和稳定特性,建立了变增益系统噪声模型,动力学完整,滤波输出的可靠性高。

应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。

附图说明

为了更清楚地说明本发明专利实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明专利的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1是本发明实施例选用的参考直角坐标系;

图2是本发明实施例观测量星光角距示意图。

具体实施方式

下面将参照附图更详细地描述本发明的实施方式。虽然附图中显示了本发明的实施方式,但是应该理解的是,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。

在本发明使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解,尽管在本发明可能采用术语“第一”、“第二”、“第三”等来描述各种模型,但这些信息不应限于这些术语。这些术语仅用来将同一类型的模型彼此区分开。例如,在不脱离本发明范围的情况下,第一模型也可以被称为第二模型,类似地,第二模型也可以被称为第一模型。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。

下文将结合附图对本发明实施例的技术方案进行详细描述。

本实施例提供了一种使用星敏和地球敏感器在轨自主天文导航方法,包括如下步骤:

步骤一:对卫星进行主要摄动力分析,同时考虑星载计算机容量和系统实时性要求,进行近地卫星轨道动力学建模,作为状态方程;

步骤二:对非线性连续系统推导离散型线性卡尔曼滤波方程,由于对卫星状态进行实时高精度滤波需要建立完整参数模型,通过对卫星模型的分析发现,滤波器的状态方程和观测方程均为离散非线性方程,采用广义EKF卡尔曼滤波器进行状态递推估计。EKF模型包括三部分输入:状态方程、观测方程以及观测输入矢量。对于自主导航来说,动力学模型即卫星绝对轨道动力学方程,通过对当前轨道条件的分析,选取含J2摄动的轨道动力学模型,忽略其他摄动的影响。此外由于EKF对非线性状态方程进行线性化时,需要用到矩阵求导算法,该算法运算量大、占用内存多,如果采用完整J2动力学超出星上运算能力,此时带入系统线性化的状态方程采用二体模型,对一步递推动力学模型仍采用含J2动力学模型。

步骤三:观测量选取,利用地球敏感器观测地球,可以观测到地心矢量在地球敏感器测量坐标系的方向。通过地球敏感器安装矩阵的换算,可以得到地心矢量在卫星本体坐标系的方向。星敏感器测量平台姿态,利用星敏测量值可以得到星敏测量坐标系相对于惯性空间姿态转换矩阵,通过星敏安装矩阵转换可以求得卫星本体系相对于惯性姿态转换矩阵,从而将J2000系下三个坐标轴矢量转换到卫星本体系下。定义地心矢量和J2000系坐标轴矢量三个夹角为虚拟星光角距。卫星在轨运动时星光角距实时变化,可以由星敏和地球敏感器单机输出唯一的确定。该方案以虚拟星光角距为观测量,结合卫星的轨道动力学,采用滤波技术对卫星的位置速度进行实时的估计。观测输入构建是该算法重点部分,主要包含根据星敏以及地球敏感器的输出获取测量值、根据一步预测位置输出获取一步递推计算值。

步骤四:建立自主导航系统的观测方程,观测模型由虚拟星光角距物理含义可以很容易推导出来,观测模型使用前需先进行线性化处理。

步骤五:在上述卡尔曼滤波器的基础上设计变增益滤波器,进行各轴运动状态估计,完成自主导航设计。自主导航的收敛过程取决于两个要素:滤波初值的选取精度;滤波算法的增益设计。针对姿态天文导航系统,滤波初值仅可由测量单机系统获取。在滤波初值精度确定的情况,滤波系统的收敛时间由滤波系统的增益设计参数(系统噪声阵/衰减记忆因子等)唯一确定,高增益设计对应较快的系统收敛特性。自主导航的稳态估计精度取决于三个要素:状态方程的精度;单机的量测精度;滤波算法的增益设计。在状态方程和单机量测精度确定的情况下滤波系统的稳态精度由滤波系统的增益设计参数唯一确定,低增益设计对应较高的系统稳态估计精度。设计变增益滤波器满足导航系统在提升收敛特性的同时,保证滤波系统的稳态估计精度,因此本发明在上述情况下均能保证自主天文导航可用。

以上所述,仅为本发明的实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和范围之内做出的任何修改、等同替换和改进等,均包含在本发明的保护范围之内。

技术分类

06120116210744