CN107228674A - 一种针对星敏感器和陀螺联合滤波的改进方法 - Google Patents

一种针对星敏感器和陀螺联合滤波的改进方法 Download PDF

Info

Publication number
CN107228674A
CN107228674A CN201710419373.6A CN201710419373A CN107228674A CN 107228674 A CN107228674 A CN 107228674A CN 201710419373 A CN201710419373 A CN 201710419373A CN 107228674 A CN107228674 A CN 107228674A
Authority
CN
China
Prior art keywords
mrow
mover
mtd
msub
mtr
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.)
Granted
Application number
CN201710419373.6A
Other languages
English (en)
Other versions
CN107228674B (zh
Inventor
杨真
李利亮
刘川
郑梦兴
张艳召
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.)
Shanghai Aerospace Control Technology Institute
Original Assignee
Shanghai Aerospace Control Technology Institute
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 Shanghai Aerospace Control Technology Institute filed Critical Shanghai Aerospace Control Technology Institute
Priority to CN201710419373.6A priority Critical patent/CN107228674B/zh
Publication of CN107228674A publication Critical patent/CN107228674A/zh
Application granted granted Critical
Publication of CN107228674B publication Critical patent/CN107228674B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/24Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for cosmonautical navigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Gyroscopes (AREA)

Abstract

本发明公开了一种针对星敏感器和陀螺联合滤波的改进方法,其包含:步骤1,构造扩展卡尔曼滤波器,进行扩展卡尔曼滤波算法;步骤2,确定出扩展卡尔曼滤波算法的输入量四元数测量值qs的跳变时刻:四元数测量值的标部小于阈值,且,四元数测量值矢量部分中绝对值最大的数的当前拍与前一拍异号;步骤3,在跳变时刻,重置四元数参考值以获得跳变时刻与四元数测量值相适应的四元数参考值;步骤4,以重置后的

Description

一种针对星敏感器和陀螺联合滤波的改进方法
技术领域
本发明涉及一种针对星敏感器与陀螺的扩展卡尔曼滤波的改进方法,具体地说是在滤波算法的四元数测量值发生跳变时重置四元数参考值的方法,属于卫星姿态确定技术领域。
背景技术
星敏感器和陀螺均为卫星姿控系统最为主要的敏感器单机。星敏感器的测量值为星敏感器测量坐标系相对于惯性坐标系的四元数,由星敏感器安装矩阵可得到卫星本体坐标系相对于惯性坐标系的四元数;陀螺的测量值为陀螺测量坐标系相对于惯性坐标系的角速度在陀螺测量坐标系内的投影,由陀螺安装矩阵可得到卫星本体坐标系相对于惯性坐标系的角速度在卫星本体坐标系内的投影。由于星敏感器存在高频的测量白噪声,陀螺存在常值漂移等误差,因此卫星姿控系统中通常会将星敏感器与陀螺进行联合滤波,算法为扩展卡尔曼滤波。滤波得到的四元数估计值将显著的抑制星敏感器的高频噪声。目前大多数星敏感器在单机内部将测量四元数的标部处理为始终为正,即当星敏感器测量四元数标部过零时,四元数的四个数全部取反。此时若扩展卡尔曼滤波算法的测量值参考坐标系为惯性坐标系,则该滤波算法的四元数测量值也会发生跳变,因此滤波算法给出的四元数估计值逐渐发散,较长时间后再重新收敛。卫星在轨时,星敏感器测量四元数以轨道周期为变化周期,即每轨会经过一次零位,因此滤波得到四元数估计值也会每轨出现一次发散-重新收敛的过程,这对于卫星在轨稳态控制是不可接受的。
根据国内外已发表的相关文献可知,对于三轴对地卫星,卫星控制的参考坐标系为轨道坐标系,在该坐标系下滤波算法的四元数测量值的参考坐标系也为轨道坐标系,因此该滤波算法的四元数测量值不存在跳变的现象,相应地的四元数估计值可以始终稳定地收敛;对于惯性定向卫星或目标姿态的参考坐标系为惯性坐标系,则常见的做法是令星敏感器单机给出的测量四元数连续变化,即滤波算法的四元数测量值标部有正有负,为完整的正弦或者余弦曲线。而针对四元数测量值跳变时的算法处理未见有效方法。
发明内容
本发明的目的在于提供一种针对星敏感器和陀螺联合滤波的改进方法,解决现有扩展卡尔曼滤波算法的四元数测量值发生跳变时四元数估计值需重新收敛的问题。
为了达到上述发明目的,本发明提供了一种针对星敏感器和陀螺联合滤波的改进方法,该方法包含如下步骤:
步骤1,构造扩展卡尔曼滤波器,进行扩展卡尔曼滤波算法;
步骤2,确定出扩展卡尔曼滤波算法的输入量四元数测量值qs的跳变时刻,该跳变时刻的判断需同时满足:四元数测量值的标部小于阈值,且,四元数测量值矢量部分中绝对值最大的数的当前拍与前一拍异号;
步骤3,在跳变时刻,重置扩展卡尔曼滤波算法的四元数参考值以获得跳变时刻与四元数测量值相适应的四元数参考值
步骤4,以步骤3重置后的四元数参考值继续进行步骤1所述的扩展卡尔曼滤波算法,以获得连续且平稳的四元数估计值。
上述的针对星敏感器和陀螺联合滤波的改进方法,其中,步骤1中,所述的扩展卡尔曼滤波器的状态量为偏差四元数的矢量部分以及陀螺常值漂移的估计误差,取状态变量 为陀螺常值漂移值b与其估计值之间的差值,则可得扩展卡尔曼滤波器的一步预测x(k/k-1)为:
其中,
其中,ΔT为滤波算法的迭代周期,I3×3为3维的单位矩阵,的斜对称矩阵:
其中,为姿态角速度估计值,的三轴角速度。
上述的针对星敏感器和陀螺联合滤波的改进方法,其中,扩展卡尔曼滤波器的状态更新公式为:
其中,Kk为卡尔曼滤波器的增益系数,ΔQ为偏差四元数量测值Δq的矢量部分,偏差四元数量测值Δq为四元数测量值qs与四元数参考值之间的差值,k代表当前时间点,k-1代表k时间点的前一时间点。
上述的针对星敏感器和陀螺联合滤波的改进方法,其中,四元数参考值的计算公式为:
其中,为姿态角速度估计值,的2-范数,Φ为欧拉轴转角,的函数。
上述的针对星敏感器和陀螺联合滤波的改进方法,其中,k时刻的计算公式为:
其中,为陀螺常值漂移的估计值;ωs为根据陀螺测量值解算出的卫星本体坐标系相对于惯性坐标系的三轴角速度在卫星本体坐标系内的投影。
上述的针对星敏感器和陀螺联合滤波的改进方法,其中,ωs的计算公式如下:
ωs=ω+b+vg
其中,b、vg分别为陀螺的常值漂移与白噪声,ω为真实的三轴角速度。
上述的针对星敏感器和陀螺联合滤波的改进方法,其中,的计算公式如下:
其中,的三轴角速度,ΔT为滤波算法的迭代周期。
上述的针对星敏感器和陀螺联合滤波的改进方法,其中,步骤3中,重置四元数参考值的方法为将四元数参考值的四个数全部取反。
上述的针对星敏感器和陀螺联合滤波的改进方法,其中,步骤4中的算法公式包含:其中,k代表当前时间点,代表四元数参考值,为偏差四元数估计值的矢量部分。
本发明的针对星敏感器和陀螺联合滤波的改进方法,与现有技术相比,其优点和有益效果是:
1)滤波算法的四元数测量值发生跳变后,滤波算法的四元数估计值仍然连续且平稳,为姿态控制系统提供了稳定的高精度姿态;
2)跳变时刻的判断对阈值选取的要求低,具备工程可操作性;
3)跳变时刻的判断方法严谨可靠,误判及漏判的概率极低,具备工程实用性;
4)对扩展卡尔曼滤波算法的改动较小,原理清晰,算法简单,星载软件容易实现。
具体实施方式
以下结合实施例对本发明的技术方案做进一步的说明。
1.构造扩展卡尔曼滤波器
根据陀螺测量值解算出的卫星本体坐标系相对于惯性坐标系的三轴角速度在卫星本体坐标系内的投影ωs可表示如下:
ωs=ω+b+vg
上式中,b、vg分别为陀螺的常值漂移与白噪声,ω为真实的三轴角速度。
根据星敏感器测量值解算出惯性坐标系相对于卫星本体坐标系的测量四元数qs,该数值即为扩展卡尔曼滤波算法的四元数测量值。该qs与ωs为扩展卡尔曼滤波器的两个输入量。
姿态角速度估计值
上式中,为陀螺常值漂移的估计值。
四元数参考值的计算为
上式中,的2-范数,Φ为欧拉轴转角,的函数,分别等于
上式中,的三轴角速度,ΔT为滤波算法的迭代周期。
定义偏差四元数量测值Δq为四元数测量值qs与四元数参考值之间的差值,则有:
定义为偏差四元数估计值的矢量部分,为陀螺常值漂移b与其估计值之间的差值。
取状态变量则可得扩展卡尔曼滤波器的一步预测x(k/k-1)为:
上式中F(k)为
上式中,I3×3为3维的单位矩阵,的斜对称矩阵:
状态更新:
上式中,ΔQ为偏差四元数量测值Δq的矢量部分,Kk为卡尔曼滤波器的增益系数。
陀螺常值漂移的估计值与四元数估计值的更新:
2.确定四元数测量值的跳变时刻
设四元数测量值qs
上式中,qs0为标部,qs1、qs2、qs3为矢量部分。
当qs0小于阈值ε(阈值通常是根据经验选择,本发明所涉及的阈值无特别限定,一般选择在0-1之间趋近于0的值,如取0.1或0.01等)时,令qm为qs1、qs2、qs3三个数中绝对值最大的数,若qm的当前拍qm(k)与前一拍qm(k-1)异号,即
qm(k)·qm(k-1)<0
则认为当前拍四元数测量值发生跳变。
3.重置滤波算法的四元数参考值
扩展卡尔曼滤波算法给出的四元数估计值在四元数测量值跳变时刻需要重新收敛的原因是此时四元数测量值发生了反号,从而导致偏差四元数量测值Δq发生了跳变。
处理的方法是将当前拍四元数参考值的计算结果取反,即
根据取反后的四元数参考值再去进行后续计算(即,继续扩展卡尔曼滤波算法),则可使四元数估计值连续平稳。
综上所述,本发明通过构造扩展卡尔曼滤波,重置跳变时刻四元数参考值的方法解决了四元数测量值跳变导致四元数估计值需重新收敛的问题,为姿态确定系统提供了稳定地连续地高精度姿态信息;该方法算法简单,星载软件容易实现,可靠性高。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。

Claims (9)

1.一种针对星敏感器和陀螺联合滤波的改进方法,其特征在于,该方法包含如下步骤:
步骤1,构造扩展卡尔曼滤波器,进行扩展卡尔曼滤波算法;
步骤2,确定出扩展卡尔曼滤波算法的输入量四元数测量值qs的跳变时刻,该跳变时刻的判断需同时满足:四元数测量值的标部小于阈值,且,四元数测量值矢量部分中绝对值最大的数的当前拍与前一拍异号;
步骤3,在跳变时刻,重置扩展卡尔曼滤波算法的四元数参考值以获得跳变时刻与四元数测量值相适应的四元数参考值;
步骤4,以步骤3重置后的四元数参考值继续进行步骤1所述的扩展卡尔曼滤波算法。
2.如权利要求1所述的针对星敏感器和陀螺联合滤波的改进方法,其特征在于,步骤1中,所述的扩展卡尔曼滤波器的状态量为偏差四元数的矢量部分以及陀螺常值漂移的估计误差,取状态变量 为陀螺常值漂移值b与其估计值之间的差值,则可得扩展卡尔曼滤波器的一步预测x(k/k-1)为:
<mrow> <mi>x</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>/</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mi>&amp;Delta;</mi> <mover> <mi>Q</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>/</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&amp;Delta;</mi> <mover> <mi>b</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>/</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mi>F</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mi>&amp;Delta;</mi> <mover> <mi>Q</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&amp;Delta;</mi> <mover> <mi>b</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中,F(k)为:
<mrow> <mi>F</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>I</mi> <mrow> <mn>6</mn> <mo>&amp;times;</mo> <mn>6</mn> </mrow> </msub> <mo>+</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mo>-</mo> <mo>&amp;lsqb;</mo> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;times;</mo> <mo>&amp;rsqb;</mo> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <msub> <mi>I</mi> <mrow> <mn>3</mn> <mo>&amp;times;</mo> <mn>3</mn> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <msub> <mn>0</mn> <mrow> <mn>3</mn> <mo>&amp;times;</mo> <mn>3</mn> </mrow> </msub> </mtd> <mtd> <msub> <mn>0</mn> <mrow> <mn>3</mn> <mo>&amp;times;</mo> <mn>3</mn> </mrow> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>&amp;CenterDot;</mo> <mi>&amp;Delta;</mi> <mi>T</mi> </mrow>
其中,ΔT为滤波算法的迭代周期,I3×3为3维的单位矩阵,的斜对称矩阵:
<mrow> <mo>&amp;lsqb;</mo> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mo>&amp;times;</mo> <mo>&amp;rsqb;</mo> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mo>-</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>z</mi> </msub> </mrow> </mtd> <mtd> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>y</mi> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>z</mi> </msub> </mtd> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mo>-</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>x</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>y</mi> </msub> </mrow> </mtd> <mtd> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>x</mi> </msub> </mtd> <mtd> <mn>0</mn> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中,为姿态角速度估计值,的三轴角速度。
3.如权利要求2所述的针对星敏感器和陀螺联合滤波的改进方法,其特征在于,步骤1中,扩展卡尔曼滤波器的状态更新公式为:
<mrow> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>&amp;Delta;</mi> <mover> <mi>Q</mi> <mo>^</mo> </mover> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mtd> </mtr> <mtr> <mtd> <mi>&amp;Delta;</mi> <mover> <mi>b</mi> <mo>^</mo> </mover> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>&amp;Delta;</mi> <mover> <mi>Q</mi> <mo>^</mo> </mover> <mo>(</mo> <mi>k</mi> <mo>/</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> </mtr> </mtable> </mfenced> <mo>+</mo> <msub> <mi>K</mi> <mi>k</mi> </msub> <mrow> <mo>(</mo> <mi>&amp;Delta;</mi> <mi>Q</mi> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <mi>&amp;Delta;</mi> <mover> <mi>Q</mi> <mo>^</mo> </mover> <mo>(</mo> <mrow> <mi>k</mi> <mo>/</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <mo>,</mo> </mrow>
其中,Kk为卡尔曼滤波器的增益系数,ΔQ为偏差四元数量测值Δq的矢量部分,偏差四元数量测值Δq为四元数测量值qs与四元数参考值之间的差值,k代表当前时间点,k-1代表k时间点的前一时间点。
4.如权利要求1所述的针对星敏感器和陀螺联合滤波的改进方法,其特征在于,四元数参考值的计算公式为:
<mrow> <msub> <mover> <mi>q</mi> <mo>^</mo> </mover> <mi>R</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>&amp;lsqb;</mo> <mrow> <mi>cos</mi> <mrow> <mo>(</mo> <mfrac> <mi>&amp;Phi;</mi> <mn>2</mn> </mfrac> <mo>)</mo> </mrow> <msub> <mi>I</mi> <mrow> <mn>4</mn> <mo>&amp;times;</mo> <mn>4</mn> </mrow> </msub> <mo>+</mo> <mi>sin</mi> <mrow> <mo>(</mo> <mfrac> <mi>&amp;Phi;</mi> <mn>2</mn> </mfrac> <mo>)</mo> </mrow> <mfrac> <mrow> <mi>&amp;Omega;</mi> <mrow> <mo>(</mo> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> </mrow> <mrow> <mo>|</mo> <mo>|</mo> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>|</mo> </mrow> </mfrac> </mrow> <mo>&amp;rsqb;</mo> <msub> <mover> <mi>q</mi> <mo>^</mo> </mover> <mi>R</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> 1
其中,的2-范数,为姿态角速度估计值,Φ为欧拉轴转角,的函数。
5.如权利要求4所述的针对星敏感器和陀螺联合滤波的改进方法,其特征在于,k时刻的计算公式为:
<mrow> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>&amp;omega;</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mover> <mi>b</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中,为陀螺常值漂移的估计值;ωs为根据陀螺测量值解算出的卫星本体坐标系相对于惯性坐标系的三轴角速度在卫星本体坐标系内的投影。
6.如权利要求5所述的针对星敏感器和陀螺联合滤波的改进方法,其特征在于,ωs的计算公式如下:
ωs=ω+b+vg
其中,b、vg分别为陀螺的常值漂移与白噪声,ω为真实的三轴角速度。
7.如权利要求4所述的针对星敏感器和陀螺联合滤波的改进方法,其特征在于,Φ,的计算公式如下:
<mrow> <mo>|</mo> <mo>|</mo> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mo>|</mo> <mo>|</mo> <mo>=</mo> <msqrt> <mrow> <msubsup> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>x</mi> <mn>2</mn> </msubsup> <mo>+</mo> <msubsup> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>y</mi> <mn>2</mn> </msubsup> <mo>+</mo> <msubsup> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>z</mi> <mn>2</mn> </msubsup> </mrow> </msqrt> </mrow>
<mrow> <mi>&amp;Phi;</mi> <mo>=</mo> <mo>|</mo> <mo>|</mo> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mo>|</mo> <mo>|</mo> <mo>&amp;CenterDot;</mo> <mi>&amp;Delta;</mi> <mi>T</mi> </mrow>
<mrow> <mi>&amp;Omega;</mi> <mrow> <mo>(</mo> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mo>-</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>x</mi> </msub> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>y</mi> </msub> </mrow> </mtd> <mtd> <mrow> <mo>-</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>z</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>x</mi> </msub> </mtd> <mtd> <mn>0</mn> </mtd> <mtd> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>z</mi> </msub> </mtd> <mtd> <mrow> <mo>-</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>y</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>y</mi> </msub> </mtd> <mtd> <mrow> <mo>-</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>z</mi> </msub> </mrow> </mtd> <mtd> <mn>0</mn> </mtd> <mtd> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>x</mi> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>z</mi> </msub> </mtd> <mtd> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>y</mi> </msub> </mtd> <mtd> <mrow> <mo>-</mo> <msub> <mover> <mi>&amp;omega;</mi> <mo>^</mo> </mover> <mi>x</mi> </msub> </mrow> </mtd> <mtd> <mn>0</mn> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中,的三轴角速度,ΔT为滤波算法的迭代周期。
8.如权利要求1所述的针对星敏感器和陀螺联合滤波的改进方法,其特征在于,步骤3中,重置四元数参考值的方法为将四元数参考值的四个数全部取反。
9.如权利要求1所述的针对星敏感器和陀螺联合滤波的改进方法,其特征在于,步骤4中的算法公式包含:其中,k代表当前时间点,代表四元数参考值,为偏差四元数估计值的矢量部分。
CN201710419373.6A 2017-06-06 2017-06-06 一种针对星敏感器和陀螺联合滤波的改进方法 Active CN107228674B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710419373.6A CN107228674B (zh) 2017-06-06 2017-06-06 一种针对星敏感器和陀螺联合滤波的改进方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710419373.6A CN107228674B (zh) 2017-06-06 2017-06-06 一种针对星敏感器和陀螺联合滤波的改进方法

Publications (2)

Publication Number Publication Date
CN107228674A true CN107228674A (zh) 2017-10-03
CN107228674B CN107228674B (zh) 2021-01-29

Family

ID=59935425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710419373.6A Active CN107228674B (zh) 2017-06-06 2017-06-06 一种针对星敏感器和陀螺联合滤波的改进方法

Country Status (1)

Country Link
CN (1) CN107228674B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109489661A (zh) * 2018-11-02 2019-03-19 上海航天控制技术研究所 一种卫星初始入轨时陀螺组合常值漂移估计方法
CN109649691A (zh) * 2018-12-27 2019-04-19 上海航天控制技术研究所 一种偏置动量卫星单飞轮与磁联合控制方法和系统
CN110109470A (zh) * 2019-04-09 2019-08-09 西安电子科技大学 基于无迹卡尔曼滤波的联合定姿方法、卫星姿态控制系统
CN110260869A (zh) * 2019-05-10 2019-09-20 哈尔滨工业大学 一种降低星敏感器和陀螺联合滤波计算量的改进方法
CN111207776A (zh) * 2020-02-25 2020-05-29 上海航天控制技术研究所 一种适用于火星探测的星敏感器与陀螺联合标定方法
CN113074753A (zh) * 2021-03-19 2021-07-06 南京天巡遥感技术研究院有限公司 一种星敏感器陀螺联合定姿方法、联合定姿系统及应用
CN113686334A (zh) * 2021-07-07 2021-11-23 上海航天控制技术研究所 一种提高星敏感器和陀螺在轨联合滤波精度的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317662B1 (en) * 2000-07-24 2001-11-13 Hughes Electronics Corporation Stable and verifiable state estimation methods and systems with spacecraft applications
CN105300384A (zh) * 2015-04-03 2016-02-03 东南大学 一种用于卫星姿态确定的交互式滤波方法
CN106500695A (zh) * 2017-01-05 2017-03-15 大连理工大学 一种基于自适应扩展卡尔曼滤波的人体姿态识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317662B1 (en) * 2000-07-24 2001-11-13 Hughes Electronics Corporation Stable and verifiable state estimation methods and systems with spacecraft applications
CN105300384A (zh) * 2015-04-03 2016-02-03 东南大学 一种用于卫星姿态确定的交互式滤波方法
CN106500695A (zh) * 2017-01-05 2017-03-15 大连理工大学 一种基于自适应扩展卡尔曼滤波的人体姿态识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张晗: "陀螺飞轮在微小航天器姿态控制中的应用", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
朱庆华等: "基于陀螺和四元数的EKF卫星姿态确定算法", 《上海航天》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109489661A (zh) * 2018-11-02 2019-03-19 上海航天控制技术研究所 一种卫星初始入轨时陀螺组合常值漂移估计方法
CN109489661B (zh) * 2018-11-02 2020-06-09 上海航天控制技术研究所 一种卫星初始入轨时陀螺组合常值漂移估计方法
CN109649691A (zh) * 2018-12-27 2019-04-19 上海航天控制技术研究所 一种偏置动量卫星单飞轮与磁联合控制方法和系统
CN109649691B (zh) * 2018-12-27 2021-07-13 上海航天控制技术研究所 一种偏置动量卫星单飞轮与磁联合控制方法和系统
CN110109470A (zh) * 2019-04-09 2019-08-09 西安电子科技大学 基于无迹卡尔曼滤波的联合定姿方法、卫星姿态控制系统
CN110109470B (zh) * 2019-04-09 2021-10-29 西安电子科技大学 基于无迹卡尔曼滤波的联合定姿方法、卫星姿态控制系统
CN110260869A (zh) * 2019-05-10 2019-09-20 哈尔滨工业大学 一种降低星敏感器和陀螺联合滤波计算量的改进方法
CN111207776A (zh) * 2020-02-25 2020-05-29 上海航天控制技术研究所 一种适用于火星探测的星敏感器与陀螺联合标定方法
CN113074753A (zh) * 2021-03-19 2021-07-06 南京天巡遥感技术研究院有限公司 一种星敏感器陀螺联合定姿方法、联合定姿系统及应用
CN113686334A (zh) * 2021-07-07 2021-11-23 上海航天控制技术研究所 一种提高星敏感器和陀螺在轨联合滤波精度的方法
CN113686334B (zh) * 2021-07-07 2023-08-04 上海航天控制技术研究所 一种提高星敏感器和陀螺在轨联合滤波精度的方法

Also Published As

Publication number Publication date
CN107228674B (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
CN107228674A (zh) 一种针对星敏感器和陀螺联合滤波的改进方法
US10247576B2 (en) Method and system for verifying measured data
CN106679657B (zh) 一种运动载体导航定位方法及装置
CN106153073B (zh) 一种全姿态捷联惯导系统的非线性初始对准方法
CN103792561B (zh) 一种基于gnss通道差分的紧组合降维滤波方法
CN103148853B (zh) 基于星敏感器的卫星姿态确定方法及系统
CN103344260B (zh) 基于rbckf的捷联惯导系统大方位失准角初始对准方法
CN103900574B (zh) 一种基于迭代容积卡尔曼滤波姿态估计方法
CN106468554B (zh) 一种非接触式的翻滚卫星的惯性参数的测算方法
CN105865452B (zh) 一种基于间接卡尔曼滤波的移动平台位姿估计方法
CN107607113A (zh) 一种两轴姿态倾角测量方法
Enkhtur et al. Modified unscented Kalman filter for a multirate INS/GPS integrated navigation system
CN110058288A (zh) 无人机ins/gnss组合导航系统航向误差修正方法及系统
CN110395297B (zh) 列车定位方法
CN104075713A (zh) 一种惯性/天文组合导航方法
Zhao et al. Adaptive two-stage Kalman filter for SINS/odometer integrated navigation systems
CN105737834B (zh) 一种基于轨道平根数的相对导航鲁棒滤波方法
CN108759870A (zh) 一种基于新型鲁棒广义高阶容积卡尔曼滤波的传递对准方法
CN110346824A (zh) 一种车辆导航方法、系统、装置及可读存储介质
CN109489661A (zh) 一种卫星初始入轨时陀螺组合常值漂移估计方法
CN108508463A (zh) 基于Fourier-Hermite正交多项式扩展椭球集员滤波方法
CN106153051A (zh) 一种航天器组合导航方法
Wang et al. An adaptive multiple backtracking UKF method based on Krein space theory for marine vehicles alignment process
CN103364842B (zh) 一种捷联式航空重力仪误差分离方法
Ryan et al. On the observability of loosely coupled global positioning system/inertial navigation system integrations with five degree of freedom and four degree of freedom inertial measurement units

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant