快速機動衛(wèi)星姿態(tài)確定算法研究.pdf

1、衛(wèi)星在處于快速機動狀態(tài)時,其系統(tǒng)模型非線性程度較高,直接采用穩(wěn)態(tài)時的姿態(tài)確定算法會產生較大的系統(tǒng)模型誤差,從而使得濾波精度大幅下降。針對這種情形,本文引入了不同估計方法,分別從不同的系統(tǒng)假設與估計準則出發(fā),設計針對快速機動衛(wèi)星的姿態(tài)確定算法。同時,針對星敏感器在衛(wèi)星快速運動時容易故障的情況,設計了星敏感器的故障診斷與隔離算法。本文的具體研究工作如下:
　　簡要介紹衛(wèi)星姿態(tài)確定基礎知識,建立描述衛(wèi)星姿態(tài)運動的姿態(tài)運動學與動力學方程,

2、針對本次研究所采用敏感器,建立其測量模型。
　　引入擴展卡爾曼濾波算法(EKF),對于系統(tǒng)狀態(tài)方程做近似線性化并建立姿態(tài)確定算法。針對線性化模型與真實模型偏差較大的情況,引入非線性預測濾波理論,對于系統(tǒng)模型誤差做出假設,基于模型誤差最小準則,通過狀態(tài)觀測校正線性化模型,使其更接近于真實模型,再針對校正后的系統(tǒng)模型進行濾波,從而得到高精度的狀態(tài)估計。
　　針對系統(tǒng)非線性強的特點,引入基于無跡變換的卡爾曼濾波算法(UKF)。由于

3、UKF不對非線性系統(tǒng)做任何變換,從而使得其對于非線性系統(tǒng)有較強的適應性。針對UKF運算量大的缺陷,引入超球面采樣點分布變換(SSUT),使得系統(tǒng)采樣點數目大幅減少,在基本保持原有濾波精度的基礎上大幅減少了運算量。
　　引入魯棒濾波算法,將近似線性化系統(tǒng)與原系統(tǒng)模型誤差看作能量有限的噪聲,針對系統(tǒng)模型中存在不確定項,無法直接得到狀態(tài)估計誤差方差矩陣的情況,引入矩陣不等式變換,得到了誤差方差矩陣上限最小的估計準則,對于系統(tǒng)模型存在不確