CN103148853B - 基于星敏感器的卫星姿态确定方法及系统 - Google Patents

基于星敏感器的卫星姿态确定方法及系统 Download PDF

Info

Publication number
CN103148853B
CN103148853B CN201310090782.8A CN201310090782A CN103148853B CN 103148853 B CN103148853 B CN 103148853B CN 201310090782 A CN201310090782 A CN 201310090782A CN 103148853 B CN103148853 B CN 103148853B
Authority
CN
China
Prior art keywords
fusion
local
matrix
satellite attitude
satellite
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310090782.8A
Other languages
English (en)
Other versions
CN103148853A (zh
Inventor
尤政
邢飞
王晓初
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Tianyin Star Technology LLC
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201310090782.8A priority Critical patent/CN103148853B/zh
Publication of CN103148853A publication Critical patent/CN103148853A/zh
Application granted granted Critical
Publication of CN103148853B publication Critical patent/CN103148853B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Navigation (AREA)

Abstract

本发明提出一种基于星敏感器的卫星姿态确定方法及系统。其中,方法包括以下步骤:通过多个星敏感器和陀螺仪采集多个卫星姿态信息,其中,每个星敏感器和陀螺仪组合成一个采集单位采集对应的卫星姿态信息;从多个卫星姿态信息中选择有效的卫星姿态信息,并通过卡尔曼滤波器对有效的卫星姿态信息进行局部状态估计以获得多个局部最优状态估计;分别计算每个局部最优状态估计的融合权值;分别将每个融合权值和对应的局部最优状态估计进行加权融合以得到全局最优估计;以及根据全局最优估计确定卫星的姿态。根据本发明实施例的方法,通过采用星敏感器,实现三轴姿态的高精度估计,同时采用协方差交集算法,提高了鲁棒性和可重构型。

Description

基于星敏感器的卫星姿态确定方法及系统
技术领域
本发明涉及卫星姿态确定领域,特别涉及一种基于星敏感器的卫星姿态确定方法及系统。
背景技术
近些年随着卫星系统与航天任务的日益复杂,卫星姿态确定系统对于准确性与鲁棒性的需求不断增加。主要采用的传感器有陀螺仪、太阳敏感器、星敏感器以及磁强计等。由于星敏感器可以提供角秒级的姿态测量精度而成为最受欢迎的传感器之一。为了获取卫星的姿态信息,星敏感器测量指向恒星的单位视线矢量,并且从恒星表中获得相应的参考矢量。从物理原理上,星敏感器测得的绕视线矢量转动角度的精度差于其他角度的精度。正因为此,利用单一的星敏感器进行卫星姿态确定时,并不能得到足够高的精度,甚至当卫星进行机动过程时,姿态确定精度可能变得更差或失效。
现有的卫星姿态确定方式有,利用姿态传感器直接测量的姿态确定方式,基于单一姿态传感器组合进行最优估计的姿态确定方式,以及基于多个姿态传感器组合进行多传感器融合的姿态确定方式。
现有技术存在如下缺陷:
(1)传感器直接测量的方式中,姿态确定精度不高,在正常工作范围受传感器的限制,且不具有容错性。
(2)基于单一传感器组合的最优估计方式中,正常工作范围受传感器限制,容错性较差。
(3)常见的基于多个传感器组合的融合方式中,目前存在或融合算法本身落后,或融合速度较慢,或处理四元数融合繁琐等问题。
发明内容
本发明的目的旨在至少解决上述的技术缺陷之一。
为达到上述目的,本发明一方面的实施例提出一种基于星敏感器的卫星姿态确定方法,包括以下步骤:通过多个星敏感器和陀螺仪采集多个卫星姿态信息,其中,所述每个星敏感器和陀螺仪组合成一个采集单位采集对应的卫星姿态信息;从所述多个卫星姿态信息中选择有效的卫星姿态信息,并通过卡尔曼滤波器对所述有效的卫星姿态信息进行局部状态估计以获得多个局部最优状态估计;分别计算每个局部最优状态估计的融合权值;分别将每个融合权值和对应的局部最优状态估计进行加权融合以得到全局最优估计;以及根据所述全局最优估计确定卫星的姿态。
根据本发明实施例的方法,通过采用星敏感器,实现三轴姿态的高精度估计,同时采用协方差交集算法,提高了鲁棒性和可重构型。
在本发明的一个实施例中,采集所述卫星姿态信息之后,对于失效的卫星姿态信息进行失效标志。
在本发明的一个实施例中,所述全局最优估计包括协方融合矩阵和加权融合值。
在本发明的一个实施例中,所述局部最优状态估计的融合权值通过快速协方差交集算法获得,其计算公式为,其中,det(·)为矩阵行列式求值运算,为有效的局部估计模块集合,Nl为集合的基数,Pl为第l个局部最优估计的协方差矩阵,Pj为第j个局部最优估计的协方差矩阵,P为集合中的所有局部最优估计协方差矩阵的代数和,P-Pl为P与Pl的代数差,P-Pj为P与Pj的代数差,cl为第l个局部最优估计的融合权值。在本发明的一个实施例中,所述加权融合通过如下公式进行计算,其公式为,其中,为全局融合中的漂移部分,cj为局部最优估计的融合权值,Pb为全局协方差融合矩阵P中漂移对应的矩阵块,为局部估计协方差矩阵Pj中漂移对应的矩阵块,为局部估计状态量中的漂移部分,为矩阵的逆矩阵。
为达到上述目的,本发明的实施例另一方面提出一种基于星敏感器的卫星姿态确定系统,包括:采集模块,用于通过多个星敏感器和陀螺仪采集多个卫星姿态信息,其中,所述每个星敏感器和陀螺仪组合成一个采集单位采集对应的卫星姿态信息;局部估计模块,用于从所述多个卫星姿态信息中选择有效的卫星姿态信息,并通过卡尔曼滤波器对所述有效的卫星姿态信息进行局部状态估计以获得多个局部最优状态估计;计算模块,用于分别计算每个局部最优状态估计的融合权值;融合模块,用于分别将每个融合权值和对应的局部最优状态估计进行加权融合以得到全局最优估计;以及确定模块,用于根据所述全局最优估计确定卫星的姿态。
根据本发明实施例的系统,通过采用星敏感器,实现三轴姿态的高精度估计,同时采用协方差交集算法,提高了鲁棒性和可重构型。
在本发明的一个实施例中,采集所述卫星姿态信息之后,对于失效的卫星姿态信息进行失效标志。
在本发明的一个实施例中,所述全局最优估计包括协方融合矩阵和加权融合值。
在本发明的一个实施例中,所述局部最优状态估计的融合权值通过快速协方差交集算法获得,其计算公式为,其中,det(·)为矩阵行列式求值运算,为有效的局部估计模块集合,Nl为集合的基数,Pl为第l个局部最优估计的协方差矩阵,Pj为第j个局部最优估计的协方差矩阵,PΣ为集合中的所有局部最优估计协方差矩阵的代数和,P-Pl为P与Pl的代数差,P-Pj为P与Pj的代数差,cl为第l个局部最优估计的融合权值。
在本发明的一个实施例中,所述加权融合通过如下公式进行计算,其公式为,其中,为全局融合中的漂移部分,cj为局部最优估计的融合权值,Pb为全局协方差融合矩阵P中漂移对应的矩阵块,为局部估计协方差矩阵Pj中漂移对应的矩阵块,为局部估计状态量中的漂移部分,为矩阵的逆矩阵。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的基于星敏感器的卫星姿态确定方法的流程图;
图2为根据本发明一个实施例的多个星敏感器与卫星之间的安装角度关系示意图;
图3为根据本发明一个实施例的局部估计器的处理流程图;以及
图4为根据本发明一个实施例的基于星敏感器的卫星姿态确定系统的框架图。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
在本发明的描述中,需要理解的是,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”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。
图1为本发明实施例的基于星敏感器的卫星姿态确定方法的流程图。如图1所示,根据本发明实施例的基于星敏感器的卫星姿态确定方法,包括以下步骤:
步骤S101,通过多个星敏感器和陀螺仪采集多个卫星姿态信息,其中,所述每个星敏感器和陀螺仪组合成一个采集单位采集对应的卫星姿态信息。
图2为根据本发明一个实施例的多个星敏感器与卫星之间的安装角度关系示意图。如图2所示,其星敏感器的安装数量可根据卫星的大小或任务复杂程度等具体情况安装。
在本发明的一个实施例中,卫星进入正常工作阶段后,角速度在较小的时间间隔ΔT内可认为卫星角速度ωk-1不变,则转动角度φ=|ωk-1|·ΔT,对应转角矢量其中,为单位转角矢量。小角度下的转角矢量可以保持二阶精度转换为四元数形式其中,φT为转角矢量的转置。按照姿态转动的四元数形式可以得到卫星的姿态运动方程,即其中,分别为k时刻以及k-1时刻的卫星的姿态四元数。
在本发明的一个实施例中,陀螺仪的数据输出形式为,ωgbi+b+ηg其中,ωg为陀螺的实际输出,ωbi为理想状态下卫星相对惯性空间的角速度,b为陀螺的漂移,ηg为陀螺量测的白噪声误差,ηb为漂移随机游走部分的驱动高斯白噪声。
星敏感器测量的是星敏感器本体相对于惯性系的姿态,可以以四元数形式输出姿态。其输出形式为,其中,为星敏感器本体相对于惯性系的姿态量测值,为星敏感器直接量测噪声,为星敏感器本体相对于惯性系姿态的真实值。考虑星敏感器的安装方位。记安装矩阵为ASB,四元数形式为则卫星相对惯性系的理想姿态为,其中,为卫星相对于惯性系的姿态真实值。
在上述两个公式中,用代替同为卫星相对于惯性系的姿态真实值,则得卫星姿态的量测方程为,量测噪声为, δ q ‾ noise = ( q ‾ SB ) - 1 ⊗ δ q ‾ SB noise ⊗ q ‾ SB . 其中,的四元数求逆运算。
步骤S102,从所述多个卫星姿态信息中选择有效的卫星姿态信息,并通过卡尔曼滤波器对所述有效的卫星姿态信息进行局部状态估计以获得多个局部最优状态估计。采集所述卫星姿态信息之后,对于失效的卫星姿态信息进行失效标志。
具体地,定义误差四元数为姿态估计值向真实值转动所需的四元数,即其中,为估计误差姿态四元数,为姿态四元数估计值的逆。以代表对应的转动轴角矢量,则有转换关系,其中,为估计误差姿态四元数,的转置,的模长平方。
根据上述模型,即函数关系,为无迹卡尔曼滤波器设状态向量和扰动状态向量为,状态向量: X = q ‾ b , 扰动状态向量: δX = a Δb , 均值为0。
根据上述系统方程、量测方程及相关定义式,在星载计算机内进行局部的无迹卡尔曼滤波估计,同时对失效进行分类,处理流程如图3所示。
步骤S103,分别计算每个局部最优状态估计的融合权值。
具体地,经过局部无迹卡尔曼滤波器的状态估计,在时刻k各局部估计最优状态分别为Xi,误差协方差矩阵分别为Pi,i=1…N。其中失效星敏感器形成的局部估计器不参与融合,为便于表示,记全部估计器集合为有效的局部估计器集合为其中, 1 ≤ l ≤ N 0 ,
根据快速协方差交集算法计算融合权值cl其中,det(·)为矩阵行列式求值运算,为有效的局部估计模块集合,Nl为集合的基数,Pl为第l个局部最优估计的协方差矩阵,Pj为第j个局部最优估计的协方差矩阵,P为集合中的所有局部最优估计协方差矩阵的代数和,P-Pl为P与Pl的代数差,P-Pj为P与Pj的代数差,cl为第l个局部最优估计的融合权值。基于协方差交集算法进行融合的结果为, 其中,为全局融合中的漂移部分,cj为局部最优估计的融合权值,Pb为全局协方差融合矩阵P中漂移对应的矩阵块,为局部估计协方差矩阵Pj中漂移对应的矩阵块,为局部估计状态量中的漂移部分,为矩阵的逆矩阵。
步骤S104,分别将每个融合权值和对应的局部最优状态估计进行加权融合以得到全局最优估计。其中,所述全局最优估计包括协方融合矩阵和加权融合值。
具体地,考虑到基于星敏感器的局部滤波器精度本身已经较高,因此局部估计值相差不大。在这种情况下,姿态四元数相差是小量。此时可以利用小量轴角参数形式的线性运算可以保持二阶精度的特性,使用下列方式进行处理,
q ‾ ref = q ‾ n 1 , a j = 4 δ q j 1 + q j ,
δ q ‾ ref = [ a ref T 2 , 1 - | a ref | 2 8 ] T , q ‾ ^ = δ q ‾ ref ⊗ q ‾ ref , 其中,Pa为全局协方差融合矩阵P中姿态误差对应的矩阵块,为局部估计协方差矩阵Pj中姿态误差对应的矩阵块。进过处理得到全局融合中的
至此,将全局融合值反馈到各局部估计器中代替其自身的局部最优状态估计值
步骤S105,根据所述全局最优估计确定卫星的姿态。
具体地,全局融合值中的姿态部分即是采用的卫星姿态确定值。
根据本发明实施例的方法,通过采用星敏感器,实现三轴姿态的高精度估计,同时采用协方差交集算法,提高了鲁棒性和可重构型。
图4为根据本发明一个实施例的基于星敏感器的卫星姿态确定系统的框架图。如图4所示,根据本发明实施例的基于星敏感器的卫星姿态确定系统包括采集模块100、局部估计模块200、计算模块300、融合模块400和确定模块500。
采集模块100用于通过多个星敏感器和陀螺仪采集多个卫星姿态信息,其中,所述每个星敏感器和陀螺仪组合成一个采集单位采集对应的卫星姿态信息。
图2为根据本发明一个实施例的多个星敏感器与卫星之间的安装角度关系示意图。如图2所示,其星敏感器的安装数量可根据卫星的大小或任务复杂程度等具体情况安装。
在本发明的一个实施例中,卫星进入正常工作阶段后,角速度在较小的时间间隔ΔT内可认为卫星角速度ωk-1不变,则转动角度φ=|ωk-1|·ΔT,对应转角矢量其中,为单位转角矢量。小角度下的转角矢量可以保持二阶精度转换为四元数形式其中,φT为转角矢量的转置。按照姿态转动的四元数形式可以得到卫星的姿态运动方程,即其中,分别为k时刻以及k-1时刻的卫星的姿态四元数,
在本发明的一个实施例中,陀螺仪的数据输出形式为,ωgbi+b+ηg其中,ωg为陀螺的实际输出,ωbi为理想状态下卫星相对惯性空间的角速度,b为陀螺的漂移,ηg为陀螺量测的白噪声误差,ηb为漂移随机游走部分的驱动高斯白噪声。
星敏感器测量的是星敏感器本体相对于惯性系的姿态,可以以四元数形式输出姿态。其输出形式为,其中,为星敏感器本体相对于惯性系的姿态量测值,为星敏感器直接量测噪声,为星敏感器本体相对于惯性系姿态的真实值。考虑星敏感器的安装方位。记安装矩阵为ASB,四元数形式为则卫星相对惯性系的理想姿态为,其中,为卫星相对于惯性系的姿态真实值。
在上述两个公式中,用代替同为卫星相对于惯性系的姿态真实值,则得卫星姿态的量测方程为,量测噪声为, δ q ‾ noise = ( q ‾ SB ) - 1 ⊗ δ q ‾ SB noise ⊗ q ‾ SB .
局部估计模块200用于从所述多个卫星姿态信息中选择有效的卫星姿态信息,并通过卡尔曼滤波器对所述有效的卫星姿态信息进行局部状态估计以获得多个局部最优状态估计。
具体地,定义误差四元数为姿态估计值向真实值转动所需的四元数,即其中,为估计误差姿态四元数,为姿态四元数估计值的逆。以代表对应的转动轴角矢量,则有转换关系,其中,为估计误差姿态四元数,的转置,的模长平方。
根据上述模型,即函数关系,为无迹卡尔曼滤波器设状态向量和扰动状态向量为,状态向量: X = q ‾ b , 扰动状态向量: δX = a Δb , 均值为0。
根据上述系统方程、量测方程及相关定义式,在星载计算机内进行局部的无迹卡尔曼滤波估计,同时对失效进行分类,处理流程如图3所示。
计算模块300用于分别计算每个局部最优状态估计的融合权值。
具体地,经过局部无迹卡尔曼滤波器的状态估计,在时刻k各局部估计最优状态分别为Xi,误差协方差矩阵分别为Pi,i=1…N。其中失效星敏感器形成的局部估计器不参与融合,为便于表示,记全部估计器集合为有效的局部估计器集合为其中,1≤l≤N0,则
根据快速协方差交集算法计算融合权值cl其中,det(·)为矩阵行列式求值运算,为有效的局部估计模块集合,Nl为集合的基数,Pl为第l个局部最优估计的协方差矩阵,Pj为第j个局部最优估计的协方差矩阵,P为集合中的所有局部最优估计协方差矩阵的代数和,P-Pl为P与Pl的代数差,P-Pj为P与Pj的代数差,cl为第l个局部最优估计的融合权值。基于协方差交集算法进行融合的结果为, 其中,为全局融合中的漂移部分,cj为局部最优估计的融合权值,Pb为全局协方差融合矩阵P中漂移对应的矩阵块,为局部估计协方差矩阵Pj中漂移对应的矩阵块,为局部估计状态量中的漂移部分,为矩阵的逆矩阵。
融合模块400用于分别将每个融合权值和对应的局部最优状态估计进行加权融合以得到全局最优估计。其中,所述全局最优估计包括协方融合矩阵和加权融合值。
具体地,考虑到基于星敏感器的局部滤波器精度本身已经较高,因此局部估计值相差不大。在这种情况下,姿态四元数相差是小量。此时可以利用小量轴角参数形式的线性运算可以保持二阶精度的特性,使用下列方式进行处理,
q ‾ ref = q ‾ n 1 , a j = 4 δ q j 1 + q j ,
δ q ‾ ref = [ a ref T 2 , 1 - | a ref | 2 8 ] T , q ‾ ^ = δ q ‾ ref ⊗ q ‾ ref , 其中,Pa为全局协方差融合矩阵P中姿态误差对应的矩阵块,为局部估计协方差矩阵Pj中姿态误差对应的矩阵块。进过处理得到全局融合中的
至此,将全局融合值反馈到各局部估计器中代替其自身的局部最优状态估计值与Pi
确定模块500用于根据所述全局最优估计确定卫星的姿态。全局融合值中的姿态部分即是采用的卫星姿态确定值。
根据本发明实施例的系统,通过采用星敏感器,实现三轴姿态的高精度估计,同时采用协方差交集算法,提高了鲁棒性和可重构型。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种基于星敏感器的卫星姿态确定方法,其特征在于,包括以下步骤:
通过多个星敏感器和陀螺仪采集多个卫星姿态信息,其中,所述每个星敏感器和陀螺仪组合成一个采集单位采集对应的卫星姿态信息;
从所述多个卫星姿态信息中选择有效的卫星姿态信息,并通过卡尔曼滤波器对所述有效的卫星姿态信息进行局部状态估计以获得多个局部最优状态估计;
分别计算每个局部最优状态估计的融合权值;
分别将每个融合权值和对应的局部最优状态估计进行加权融合以得到全局最优估计;以及
根据所述全局最优估计确定卫星的姿态,
所述加权融合通过如下公式进行计算,其公式为,
其中,为全局融合中的漂移部分,cj为局部最优估计的融合权值,Pb为全局协方差融合矩阵P中漂移对应的矩阵块,为局部估计协方差矩阵Pj中漂移对应的矩阵块,为局部估计状态量中的漂移部分,为矩阵的逆矩阵。
2.如权利要求1所述的基于星敏感器的卫星姿态确定方法,其特征在于,采集所述卫星姿态信息之后,对于失效的卫星姿态信息进行失效标志。
3.如权利要求1所述的基于星敏感器的卫星姿态确定方法,其特征在于,所述全局最优估计包括协方融合矩阵和加权融合值。
4.如权利要求1所述的基于星敏感器的卫星姿态确定方法,其特征在于,所述局部最优状态估计的融合权值通过快速协方差交集算法获得,其计算公式为,
其中,det(·)为矩阵行列式求值运算,为有效的局部估计模块集合,Nl为集合的基数,Pl为第l个局部最优估计的协方差矩阵,Pj为第j个局部最优估计的协方差矩阵,P为集合中的所有局部最优估计协方差矩阵的代数和,P-Pl为P与Pl的代数差,P-Pj为P与Pj的代数差,cl为第l个局部最优估计的融合权值。
5.一种基于星敏感器的卫星姿态确定系统,其特征在于,包括:
采集模块,用于通过多个星敏感器和陀螺仪采集多个卫星姿态信息,其中,所述每个星敏感器和陀螺仪组合成一个采集单位采集对应的卫星姿态信息;
局部估计模块,用于从所述多个卫星姿态信息中选择有效的卫星姿态信息,并通过卡尔曼滤波器对所述有效的卫星姿态信息进行局部状态估计以获得多个局部最优状态估计;
计算模块,用于分别计算每个局部最优状态估计的融合权值;
融合模块,用于分别将每个融合权值和对应的局部最优状态估计进行加权融合以得到全局最优估计;以及
确定模块,用于根据所述全局最优估计确定卫星的姿态,
所述加权融合通过如下公式进行计算,其公式为,
其中,为全局融合中的漂移部分,cj为局部最优估计的融合权值,Pb为全局协方差融合矩阵P中漂移对应的矩阵块,为局部估计协方差矩阵Pj中漂移对应的矩阵块,为局部估计状态量中的漂移部分,为矩阵的逆矩阵。
6.如权利要求5所述的基于星敏感器的卫星姿态确定系统,其特征在于,采集所述卫星姿态信息之后,对于失效的卫星姿态信息进行失效标志。
7.如权利要求5所述的基于星敏感器的卫星姿态确定系统,其特征在于,所述全局最优估计包括协方融合矩阵和加权融合值。
8.如权利要求5所述的基于星敏感器的卫星姿态确定系统,其特征在于,
所述局部最优状态估计的融合权值通过快速协方差交集算法获得,其计算公式为,
其中,det(·)为矩阵行列式求值运算,为有效的局部估计模块集合,Nl为集合的基数,Pl为第l个局部最优估计的协方差矩阵,Pj为第j个局部最优估计的协方差矩阵,P为集合中的所有局部最优估计协方差矩阵的代数和,P-Pl为P与Pl的代数差,P-Pj为P与Pj的代数差,cl为第l个局部最优估计的融合权值。
CN201310090782.8A 2013-03-20 2013-03-20 基于星敏感器的卫星姿态确定方法及系统 Active CN103148853B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310090782.8A CN103148853B (zh) 2013-03-20 2013-03-20 基于星敏感器的卫星姿态确定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310090782.8A CN103148853B (zh) 2013-03-20 2013-03-20 基于星敏感器的卫星姿态确定方法及系统

Publications (2)

Publication Number Publication Date
CN103148853A CN103148853A (zh) 2013-06-12
CN103148853B true CN103148853B (zh) 2015-08-12

Family

ID=48547064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310090782.8A Active CN103148853B (zh) 2013-03-20 2013-03-20 基于星敏感器的卫星姿态确定方法及系统

Country Status (1)

Country Link
CN (1) CN103148853B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103309348B (zh) * 2013-06-28 2015-04-29 哈尔滨工业大学 一种利用二阶卡尔曼滤波算法估计卫星姿态控制系统执行机构加性故障大小的方法
CN105068425A (zh) * 2015-08-12 2015-11-18 哈尔滨工业大学 一种适用于敏捷卫星姿态确定的状态反馈鲁棒非脆弱控制方法
CN105180946B (zh) * 2015-09-02 2019-01-01 上海新跃仪表厂 基于宽频测量的卫星高精度姿态确定方法及系统
CN105928524B (zh) * 2016-04-21 2019-01-15 清华大学 太阳同步轨道卫星三视场星敏感器安装指向设计方法
CN106052678B (zh) * 2016-05-23 2019-05-24 中国空间技术研究院 一种聚合式星敏感器及其卫星姿态确定方法
CN106338296B (zh) * 2016-11-04 2019-03-26 上海航天控制技术研究所 一种双星敏感器在轨实时交互的修正方法
CN108332739B (zh) * 2018-01-19 2020-04-24 中国人民解放军国防科技大学 确定星敏感器在轨姿态测量精度主成分因素响应边界的方法
CN109945854B (zh) * 2019-03-26 2020-12-25 上海微小卫星工程中心 一种基于四元数差值融合星敏感器数据的方法
CN110456348B (zh) * 2019-08-19 2020-08-25 中国石油大学(华东) 多视向sar海浪谱数据融合的海浪截断波长补偿方法
CN111798523B (zh) * 2020-06-19 2022-09-02 武汉大学 星相机在轨定标定姿及遥感影像几何定位方法、系统
CN115507845B (zh) * 2022-10-18 2023-07-25 闽江学院 一种顾及虚拟观测值的卫星姿态融合估计方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5109346A (en) * 1990-02-01 1992-04-28 Microcosm, Inc. Autonomous spacecraft navigation system
CN102706347A (zh) * 2012-05-17 2012-10-03 南京航空航天大学 一种惯性传感器网络节点装置及其信息融合方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5109346A (en) * 1990-02-01 1992-04-28 Microcosm, Inc. Autonomous spacecraft navigation system
CN102706347A (zh) * 2012-05-17 2012-10-03 南京航空航天大学 一种惯性传感器网络节点装置及其信息融合方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Improved fast covariance intersection for distributed data fusion;Franken,D;《IEEE》;20050728;第154 -160页 *
卫星姿态确定的分布式非线性滤波方法;范春石等;《清华大学学报(自然科学版)》;20100228;第50卷(第2期);第224-228页 *
多敏感器智能信息融合卫星定姿新方法;刘梅等;《哈尔滨工业大学学报》;20110331;第43卷(第3期);第23-28页 *

Also Published As

Publication number Publication date
CN103148853A (zh) 2013-06-12

Similar Documents

Publication Publication Date Title
CN103148853B (zh) 基于星敏感器的卫星姿态确定方法及系统
CN103235328B (zh) 一种gnss与mems组合导航的方法
CN105300379B (zh) 一种基于加速度的卡尔曼滤波姿态估计方法及系统
CN103900565B (zh) 一种基于差分gps的惯导系统姿态获取方法
CN102865881B (zh) 一种惯性测量单元的快速标定方法
CN100516775C (zh) 一种捷联惯性导航系统初始姿态确定方法
CN104655152B (zh) 一种基于联邦滤波的机载分布式pos实时传递对准方法
CN102486377B (zh) 一种光纤陀螺捷联惯导系统初始航向的姿态获取方法
CN103776446B (zh) 一种基于双mems-imu的行人自主导航解算算法
CN104897178B (zh) 一种双惯导联合旋转调制导航与在线相对性能评估方法
CN105371844B (zh) 一种基于惯性/天文互助的惯性导航系统初始化方法
CN106482746B (zh) 一种用于混合式惯导系统的加速度计内杆臂标定与补偿方法
JP2008513775A (ja) ナビゲーション用途のための、改良されたgps累積デルタ距離処理方法
CN105091907A (zh) Sins/dvl组合中dvl方位安装误差估计方法
CN103674064B (zh) 捷联惯性导航系统的初始标定方法
CN109489661B (zh) 一种卫星初始入轨时陀螺组合常值漂移估计方法
CN104075713A (zh) 一种惯性/天文组合导航方法
CN106370178A (zh) 移动终端设备的姿态测量方法及装置
CN106767846A (zh) 三轴稳定卫星不用陀螺的姿态获取方法和系统
CN105606093A (zh) 基于重力实时补偿的惯性导航方法及装置
CN104121930A (zh) 一种基于加表耦合的mems陀螺漂移误差的补偿方法
Ercan et al. Multi-sensor data fusion of DCM based orientation estimation for land vehicles
CN104101345B (zh) 基于互补重构技术的多传感器姿态融合方法
EP2879011B1 (en) On-board estimation of the nadir attitude of an Earth orbiting spacecraft
CN105136150A (zh) 一种基于多次星敏感器测量信息融合的姿态确定方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20171206

Address after: 100192 3 floor, No. 2, No. 27, Longgang Road, Haidian District, Beijing

Patentee after: Beijing Tianyin star technology limited liability company

Address before: 100084 Haidian District 100084-82 mailbox Beijing

Patentee before: Tsinghua University