CN107270933A - 一种基于多星协同的空间碎片运动状态联合确定方法 - Google Patents

一种基于多星协同的空间碎片运动状态联合确定方法 Download PDF

Info

Publication number
CN107270933A
CN107270933A CN201710343641.0A CN201710343641A CN107270933A CN 107270933 A CN107270933 A CN 107270933A CN 201710343641 A CN201710343641 A CN 201710343641A CN 107270933 A CN107270933 A CN 107270933A
Authority
CN
China
Prior art keywords
mrow
msub
space junk
relative
mtd
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
CN201710343641.0A
Other languages
English (en)
Other versions
CN107270933B (zh
Inventor
熊凯
胡海东
魏春岭
何英姿
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 Institute of Control Engineering
Original Assignee
Beijing Institute of Control Engineering
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 Beijing Institute of Control Engineering filed Critical Beijing Institute of Control Engineering
Priority to CN201710343641.0A priority Critical patent/CN107270933B/zh
Publication of CN107270933A publication Critical patent/CN107270933A/zh
Application granted granted Critical
Publication of CN107270933B publication Critical patent/CN107270933B/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
    • G01C23/00Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Navigation (AREA)

Abstract

一种基于多星协同的空间碎片运动状态联合确定方法,采取多个观测卫星组网的方式,以多个观测卫星上双目立体视觉相对测量敏感器获得的空间碎片特征点方向矢量作为观测量,以空间碎片相对姿态、惯性角速率、相对位置和相对速度作为状态变量,采用扩展卡尔曼滤波,结合轨道姿态动力学模型,实现对空间碎片运动状态的联合确定。本发明所述方法可用于解决低轨空间碎片网络化多源全方位观测与状态确定问题,能够应用于低轨空间碎片清除平台,为实现对跨尺度、旋转空间碎片的主动清除提供测量信息。

Description

一种基于多星协同的空间碎片运动状态联合确定方法
技术领域
本发明涉及一种基于多星协同的空间碎片运动状态联合确定方法,属于航天控制技术领域。
背景技术
随着空间碎片数量的不断增加,对在轨正常运行的航天器造成的威胁越来越大,对空间碎片实施主动清除已成为主要航天国家的共识。为了避免空间碎片级联碰撞效应,近地轨道的大型碎片(废弃航天器/火箭体)是碎片清除的首要对象。为了对空间碎片进行捕获和控制,需要采取精确有效的天基空间碎片观测手段,掌握空间碎片的运动状态信息。
采用观测卫星组网,构成空间信息感知平台,是进行空间碎片运动状态确定的理想方式。观测卫星网络需要具备姿态轨道快速机动能力、网络构型构建和保持控制能力、对非合作目标的跟踪测量和状态识别能力。观测卫星网络中可配置3-4颗观测卫星,在每个观测卫星上配置双目立体视觉相对测量敏感器。空间碎片观测任务以观测卫星编队的快速逼近、网络构建和绕飞观测作为具体实施过程,观测卫星网络在接到任务指令后,首先进行轨道机动,运行到空间碎片一定范围内,直到相对测量敏感器可以捕获目标;然后,围绕空间碎片进行多星网络快速构建,在碎片附近进行绕飞,并通过协同姿态指向控制,使得各个观测卫星上的双目立体视觉相对测量敏感器可以从不同方向指向空间碎片进行观测;进而,通过多源测量信息融合和最优状态估计获取空间碎片的运动状态。
发明内容
本发明的技术解决问题是:克服现有技术的不足,针对空间碎片捕获和控制的信息获取需求,为了解决单星观测精度较低、特征点易受遮挡、观测量不连续的问题,提出一种基于多星协同的空间碎片运动状态联合确定方法,通过增加观测卫星网络中节点的数目,通过信息融合改善相对位姿联合确定系统的性能,达到精确估计空间碎片运动状态的目的。
本发明的技术方案是:一种基于多星协同的空间碎片运动状态联合确定方法,步骤如下:
(1)选择主观测卫星相对于空间碎片的相对姿态四元数、空间碎片相对于惯性系的角速率、主观测卫星相对于空间碎片的相对位置矢量,以及主观测卫星相对于空间碎片的相对速度矢量作为状态变量;
(2)采取多颗观测卫星组网的方式实施空间碎片观测,利用多颗观测卫星上的双目立体视觉相对测量敏感器,获取空间碎片上的特征点位置矢量的观测量;
(3)利用扩展卡尔曼滤波算法处理步骤(2)中得到的空间碎片上的特征点位置矢量观测量,获得状态变量的估计值,即主观测卫星相对于空间碎片的相对姿态四元数、空间碎片相对于惯性系的角速率、主观测卫星相对于空间碎片的相对位置矢量,以及主观测卫星相对于空间碎片的相对速度矢量的估计值,从而实现基于多星协同的空间碎片运动状态联合确定。
所述步骤(1)中状态变量为:
其中,qsf=[qsf1 qsf2 qsf3 qsf4]T表示主观测卫星相对于空间碎片的相对姿态四元数,ωf=[ωfx ωfy ωfz]T表示空间碎片相对于惯性系的角速率,ρ=[ρx ρy ρz]T表示主观测卫星相对于空间碎片的相对位置矢量,表示主观测卫星相对于空间碎片的相对速度矢量;观测卫星网络中的观测卫星数设为L个。
所述步骤(2)中空间碎片上的特征点位置矢量的观测量为:
y=h(x)+v
其中,y表示空间碎片上的特征点位置矢量的观测量;h(x)表示观测函数;A(qjs)表示从主观测卫星本体坐标系到观测卫星网络中第j颗观测卫星本体坐标系的姿态转换矩阵,根据主观测卫星与第j颗观测卫星的相对姿态四元数qjs计算得到,下标j=1,2,…,L,用于区分不同的观测卫星;A(qsf)表示从空间碎片本体坐标系到主观测卫星本体坐标系的姿态转换矩阵,根据相对姿态四元数qsf计算得到;pinj表示第j个特征点在空间碎片本体坐标系中的位置矢量;表示从空间碎片轨道坐标系到主观测卫星本体坐标系的姿态转换矩阵;rjs表示主观测卫星与第j颗观测卫星的相对位置矢量,v表示测量噪声。
所述步骤(3)中通过扩展卡尔曼滤波算法处理空间碎片上的特征点位置矢量观测量,获得状态变量的估计值具体为:
其中,为tk-1时刻状态变量的估计值,分别为tk时刻状态变量的估计值和预测值,为已知的状态转移函数,T为滤波周期,K(tk)为滤波增益阵,y(tk)为tk时刻的观测量。
本发明与现有技术相比的有益效果是:
采用本发明方法,部署多颗观测卫星接近空间碎片,并在空间碎片周围绕飞,构成分布式观测卫星网络,在各个观测卫星上部署双目立体视觉相对测量敏感器,协同实施立体观测,通过多源测量信息融合,提升空间碎片运动状态的估计精度。本发明所述方法有助于解决旋转空间碎片上的特征点易受遮挡,导致敏感器观测量不连续的问题;所设计的观测方程中状态变量选取与单星观测时相同,并不增加状态变量,为空间碎片运动状态确定系统的性能提升提供了保障。相对现有的基于单星观测的空间碎片运动状态确定方法,本发明所述方法精度更高。此外,该方法计算量小,适合在轨应用。
附图说明
图1为本发明流程图;
图2为多星协同观测示意图;
图3为观测卫星数目对相对姿态确定精度的影响曲线。
具体实施方式
下面结合附图对本发明的具体实施方式进行进一步的详细描述。
本发明提出基于多星协同的空间碎片运动状态联合确定方法,如图1所示,步骤如下:
(1)选择主观测卫星相对于空间碎片的相对姿态四元数、空间碎片相对于惯性系的角速率、主观测卫星相对于空间碎片的相对位置矢量,以及主观测卫星相对于空间碎片的相对速度矢量作为状态变量。状态变量的数学表达式为:
其中,qsf=[qsf1 qsf2 qsf3 qsf4]T表示主观测卫星相对于空间碎片的相对姿态四元数,ωf=[ωfx ωfy ωfz]T表示空间碎片相对于惯性系的角速率,ρ=[ρx ρy ρz]T表示主观测卫星相对于空间碎片的相对位置矢量,表示主观测卫星相对于空间碎片的相对速度矢量。
(2)采取多颗观测卫星组网的方式实施空间碎片观测,利用多颗观测卫星上的双目立体视觉相对测量敏感器获取空间碎片上的特征点位置矢量的观测量。观测卫星网络中的观测卫星数设为L个。利用双目立体视觉相对测量敏感器获取空间碎片上的特征点位置矢量的技术比较成熟。空间碎片上的特征点位置矢量的观测量为:
y=h(x)+v
其中,y表示空间碎片上的特征点位置矢量的观测量,h(x)表示观测函数,A(qjs)(j=1,2,…,L)表示从主观测卫星本体坐标系到观测卫星网络中第j颗观测卫星本体坐标系的姿态转换矩阵,可根据主观测卫星与第j颗观测卫星的相对姿态四元数qjs=[qjs1 qjs2qjs3 qjs4]T计算得到,计算公式如下所示
下标j用于区分不同的观测卫星,A(qsf)表示从空间碎片本体坐标系到主观测卫星本体坐标系的姿态转换矩阵,可根据相对姿态四元数qsf计算得到,计算公式如下所示
pimj表示第j个特征点在空间碎片本体坐标系中的位置矢量,表示从空间碎片轨道坐标系到主观测卫星本体坐标系的姿态转换矩阵,可根据已知的观测卫星运动状态信息和相对位置估计值计算得到,rjs表示主观测卫星与第j颗观测卫星的相对位置矢量,可根据已知的观测卫星运动状态信息计算得到,v表示测量噪声。
(3)利用扩展卡尔曼滤波算法处理步骤(2)中得到的空间碎片上的特征点位置矢量观测量,获得状态变量的估计值,即主观测卫星相对于空间碎片的相对姿态四元数、空间碎片相对于惯性系的角速率、主观测卫星相对于空间碎片的相对位置矢量,以及主观测卫星相对于空间碎片的相对速度矢量的估计值,从而实现基于多星协同的空间碎片运动状态联合确定。通过扩展卡尔曼滤波算法处理空间碎片上的特征点位置矢量观测量,获得状态变量的估计值具体为:
其中,为tk-1时刻状态变量的估计值,分别为tk时刻状态变量的估计值和预测值,为已知的状态转移函数,可根据卫星姿态动力学模型和轨道动力学模型建立,T为滤波周期,K(tk)为滤波增益阵,y(tk)为tk时刻的观测量。卫星姿态动力学模型可参考北京航空航天大学出版社1998年出版的由章仁为编著的《卫星轨道姿态动力学与控制》一书,卫星轨道动力学可参考南京大学出版社2006年出版的由刘林、胡松杰等编著的《航天动力学引论》一书,卡尔曼滤波算法的增益阵K(tk)的计算方法可参考西北工业大学出版社1998出版的由秦永元、张洪钺、汪叔华编著的《卡尔曼滤波与组合导航原理》一书。
实施例
以由4颗观测卫星构成的观测卫星网络为例,通过仿真实例验证本发明所述方法的有效性,多星协同观测示意图如图2所示。假设空间碎片运行在半长轴为7100km的近圆轨道上环绕地球运动,具有25°/s的姿态角速度,观测卫星网络在距离空间目标约100m的位置上自然绕飞,双目立体视觉相对测量敏感器安装在各个观测卫星上,其位置测量精度为0.05m,在空间碎片表面选取4个不共线的特征点进行观测,特征点在空间碎片本体坐标系中的位置矢量如下:
pin1=[1 0 0]Tm,pin2=[1 1 1]Tm
pin3=[0 1 0]Tm,pin4=[-1 1 -1]Tm
敏感器采样频率为10Hz,仿真时间约为空间碎片的1个轨道周期。
仿真过程中,空间碎片和观测卫星网络的真实运动状态数据通过高保真度卫星轨道姿态仿真器产生,采用扩展卡尔曼滤波算法处理根据姿态轨道数据模拟产生的测量数据,估计空间碎片的相对姿态、惯性角速度、相对位置和相对速度。将滤波算法对状态变量的估计值与真实状态数据进行对比,计算滤波算法的估计误差。
通过仿真分析了多星协同观测对提高空间碎片运动状态确定系统性能的积极效果。信息融合是以现有技术手段改善系统性能的有效方法,根据信息融合理论,融合多个敏感器的冗余测量信息,构成组合系统,能够有效消除测量噪声的影响,取得超越单个子系统的估计精度。观测卫星网络中的观测卫星数目分别为1个、2个、3个和4个时,空间碎片运动状态确定系统的相对姿态估计误差统计值如图3所示。图中纵坐标表示相对姿态估计误差的大小,单位为°,横坐标表示观测卫星数目,单位为个。根据图3不难看出,如果增加用于空间碎片观测的观测卫星数目,则空间碎片运动状态确定系统性能有所改善。通过统计计算可知,采用基于4颗卫星协同观测的空间碎片运动状态联合确定方法,相对姿态估计精度优于0.05°,系统性能优于单星观测的情况。
本发明所述方法能够充分发挥多敏感器信息融合的作用,有效消除旋转空间碎片上的特征点易受遮挡、导致敏感器观测量不连续等因素对系统性能的不利影响,达到精确估计空间碎片运动状态的目的,为实现空间碎片高精度运动状态确定提供了一种理想解决方案。本发明的主要技术内容可用于跨尺度、旋转空间碎片的主动清除任务,并可推广应用于我国空间机动平台、在轨维护等新型战略系统的研制,能够提高我国在空间攻防领域的技术水平。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

Claims (4)

1.一种基于多星协同的空间碎片运动状态联合确定方法,其特征在于步骤如下:
(1)选择主观测卫星相对于空间碎片的相对姿态四元数、空间碎片相对于惯性系的角速率、主观测卫星相对于空间碎片的相对位置矢量,以及主观测卫星相对于空间碎片的相对速度矢量作为状态变量;
(2)采取多颗观测卫星组网的方式实施空间碎片观测,利用多颗观测卫星上的双目立体视觉相对测量敏感器,获取空间碎片上的特征点位置矢量的观测量;
(3)利用扩展卡尔曼滤波算法处理步骤(2)中得到的空间碎片上的特征点位置矢量观测量,获得状态变量的估计值,即主观测卫星相对于空间碎片的相对姿态四元数、空间碎片相对于惯性系的角速率、主观测卫星相对于空间碎片的相对位置矢量,以及主观测卫星相对于空间碎片的相对速度矢量的估计值,从而实现基于多星协同的空间碎片运动状态联合确定。
2.根据权利要求1所述的一种基于多星协同的空间碎片运动状态联合确定方法,其特征在于:所述步骤(1)中状态变量为:
<mrow> <mi>x</mi> <mo>=</mo> <msup> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msubsup> <mi>q</mi> <mrow> <mi>s</mi> <mi>f</mi> </mrow> <mi>T</mi> </msubsup> </mtd> <mtd> <msubsup> <mi>&amp;omega;</mi> <mi>f</mi> <mi>T</mi> </msubsup> </mtd> <mtd> <msup> <mi>&amp;rho;</mi> <mi>T</mi> </msup> </mtd> <mtd> <msup> <mover> <mi>&amp;rho;</mi> <mo>&amp;CenterDot;</mo> </mover> <mi>T</mi> </msup> </mtd> </mtr> </mtable> </mfenced> <mi>T</mi> </msup> </mrow>
其中,qsf=[qsf1 qsf2 qsf3 qsf4]T表示主观测卫星相对于空间碎片的相对姿态四元数,ωf=[ωfx ωfy ωfz]T表示空间碎片相对于惯性系的角速率,ρ=[ρx ρy ρz]T表示主观测卫星相对于空间碎片的相对位置矢量,表示主观测卫星相对于空间碎片的相对速度矢量;观测卫星网络中的观测卫星数设为L个。
3.根据权利要求2所述的一种基于多星协同的空间碎片运动状态联合确定方法,其特征在于:所述步骤(2)中空间碎片上的特征点位置矢量的观测量为:
y=h(x)+v
<mrow> <mi>h</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mi>A</mi> <mrow> <mo>(</mo> <msub> <mi>q</mi> <mrow> <mn>1</mn> <mi>s</mi> </mrow> </msub> <mo>)</mo> </mrow> <mi>A</mi> <mrow> <mo>(</mo> <msub> <mi>q</mi> <mrow> <mi>s</mi> <mi>f</mi> </mrow> </msub> <mo>)</mo> </mrow> <msub> <mi>p</mi> <mrow> <mi>i</mi> <mi>n</mi> <mn>1</mn> </mrow> </msub> <mo>-</mo> <mi>A</mi> <mrow> <mo>(</mo> <msub> <mi>q</mi> <mrow> <mn>1</mn> <mi>s</mi> </mrow> </msub> <mo>)</mo> </mrow> <msubsup> <mi>C</mi> <mi>o</mi> <mi>s</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>r</mi> <mrow> <mn>1</mn> <mi>s</mi> </mrow> </msub> <mo>+</mo> <mi>&amp;rho;</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>A</mi> <mrow> <mo>(</mo> <msub> <mi>q</mi> <mrow> <mn>2</mn> <mi>s</mi> </mrow> </msub> <mo>)</mo> </mrow> <mi>A</mi> <mrow> <mo>(</mo> <msub> <mi>q</mi> <mrow> <mi>s</mi> <mi>f</mi> </mrow> </msub> <mo>)</mo> </mrow> <msub> <mi>p</mi> <mrow> <mi>i</mi> <mi>n</mi> <mn>2</mn> </mrow> </msub> <mo>-</mo> <mi>A</mi> <mrow> <mo>(</mo> <msub> <mi>q</mi> <mrow> <mn>2</mn> <mi>s</mi> </mrow> </msub> <mo>)</mo> </mrow> <msubsup> <mi>C</mi> <mi>o</mi> <mi>s</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>r</mi> <mrow> <mn>2</mn> <mi>s</mi> </mrow> </msub> <mo>+</mo> <mi>&amp;rho;</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>A</mi> <mrow> <mo>(</mo> <msub> <mi>q</mi> <mrow> <mi>L</mi> <mi>s</mi> </mrow> </msub> <mo>)</mo> </mrow> <mi>A</mi> <mrow> <mo>(</mo> <msub> <mi>q</mi> <mrow> <mi>s</mi> <mi>f</mi> </mrow> </msub> <mo>)</mo> </mrow> <msub> <mi>p</mi> <mrow> <mi>i</mi> <mi>n</mi> <mi>L</mi> </mrow> </msub> <mo>-</mo> <mi>A</mi> <mrow> <mo>(</mo> <msub> <mi>q</mi> <mrow> <mi>L</mi> <mi>s</mi> </mrow> </msub> <mo>)</mo> </mrow> <msubsup> <mi>C</mi> <mi>o</mi> <mi>s</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>r</mi> <mrow> <mi>L</mi> <mi>s</mi> </mrow> </msub> <mo>+</mo> <mi>&amp;rho;</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中,y表示空间碎片上的特征点位置矢量的观测量;h(x)表示观测函数;A(qjs)表示从主观测卫星本体坐标系到观测卫星网络中第j颗观测卫星本体坐标系的姿态转换矩阵,根据主观测卫星与第j颗观测卫星的相对姿态四元数qjs计算得到,下标j=1,2,…,L,用于区分不同的观测卫星;A(qsf)表示从空间碎片本体坐标系到主观测卫星本体坐标系的姿态转换矩阵,根据相对姿态四元数qsf计算得到;pinj表示第j个特征点在空间碎片本体坐标系中的位置矢量;表示从空间碎片轨道坐标系到主观测卫星本体坐标系的姿态转换矩阵;rjs表示主观测卫星与第j颗观测卫星的相对位置矢量,v表示测量噪声。
4.根据权利要求1所述一种基于多星协同的空间碎片运动状态联合确定方法,其特征在于:所述步骤(3)中通过扩展卡尔曼滤波算法处理空间碎片上的特征点位置矢量观测量,获得状态变量的估计值具体为:
<mrow> <mover> <mi>x</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mrow> <mi>k</mi> <mo>|</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mover> <mi>x</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>f</mi> <mrow> <mo>(</mo> <mover> <mi>x</mi> <mo>^</mo> </mover> <mo>(</mo> <msub> <mi>t</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> <mo>)</mo> </mrow> <mi>T</mi> <mo>;</mo> </mrow>
<mrow> <mover> <mi>x</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mover> <mi>x</mi> <mo>^</mo> </mover> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mrow> <mi>k</mi> <mo>|</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>K</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;lsqb;</mo> <mi>y</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mi>h</mi> <mrow> <mo>(</mo> <mover> <mi>x</mi> <mo>^</mo> </mover> <mo>(</mo> <msub> <mi>t</mi> <mrow> <mi>k</mi> <mo>|</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>;</mo> </mrow>
其中,为tk-1时刻状态变量的估计值,分别为tk时刻状态变量的估计值和预测值,为已知的状态转移函数,T为滤波周期,K(tk)为滤波增益阵,y(tk)为tk时刻的观测量。
CN201710343641.0A 2017-05-16 2017-05-16 一种基于多星协同的空间碎片运动状态联合确定方法 Active CN107270933B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710343641.0A CN107270933B (zh) 2017-05-16 2017-05-16 一种基于多星协同的空间碎片运动状态联合确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710343641.0A CN107270933B (zh) 2017-05-16 2017-05-16 一种基于多星协同的空间碎片运动状态联合确定方法

Publications (2)

Publication Number Publication Date
CN107270933A true CN107270933A (zh) 2017-10-20
CN107270933B CN107270933B (zh) 2019-12-20

Family

ID=60064565

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710343641.0A Active CN107270933B (zh) 2017-05-16 2017-05-16 一种基于多星协同的空间碎片运动状态联合确定方法

Country Status (1)

Country Link
CN (1) CN107270933B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108415443A (zh) * 2018-01-26 2018-08-17 西北工业大学 一种对非合作目标强迫绕飞的控制方法
CN108416500A (zh) * 2018-01-31 2018-08-17 中国地质大学(武汉) 一种基于pddl多星协同任务规划方法、设备及存储设备
CN108469737A (zh) * 2018-04-28 2018-08-31 北京空间飞行器总体设计部 一种空间非合作目标导航捕获的动力学控制方法及系统
CN108519110A (zh) * 2018-04-26 2018-09-11 北京空间飞行器总体设计部 基于图像信息的空间非合作目标自主相对导航在轨验证系统
CN109269512A (zh) * 2018-12-06 2019-01-25 北京理工大学 行星着陆图像与测距融合的相对导航方法
CN109709537A (zh) * 2018-12-19 2019-05-03 浙江大学 一种基于卫星编队的非合作目标位置速度跟踪方法
CN110132272A (zh) * 2019-06-20 2019-08-16 河北工业大学 一种用于空间碎片运动参数的测量方法及系统
CN116552817A (zh) * 2023-07-12 2023-08-08 银河航天(北京)网络技术有限公司 优化卫星轨道控制的方法、设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6564146B1 (en) * 2000-01-24 2003-05-13 The United States Of America As Represented By The Secretary Of The Navy Tracking system for providing position information
CN103954281A (zh) * 2014-04-28 2014-07-30 北京控制工程研究所 一种基于共面星间测向和异面星间测距的星座导航方法
CN104457761A (zh) * 2014-11-18 2015-03-25 上海新跃仪表厂 基于多目视觉的相对位置和姿态的特征接力方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6564146B1 (en) * 2000-01-24 2003-05-13 The United States Of America As Represented By The Secretary Of The Navy Tracking system for providing position information
CN103954281A (zh) * 2014-04-28 2014-07-30 北京控制工程研究所 一种基于共面星间测向和异面星间测距的星座导航方法
CN104457761A (zh) * 2014-11-18 2015-03-25 上海新跃仪表厂 基于多目视觉的相对位置和姿态的特征接力方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
刘光明等: "基于双星编队的空间非合作目标联合定轨方法", 《宇航学报》 *
姚小松: "失效卫星近距离巡视中的位姿确定及控制技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
杨保华: "《航天器制导、导航与控制》", 31 January 2011, 中国科学技术出版社 *
杨慧欣: "近地小行星近距离卫星编队自主导航与构形控制技术研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *
高学海: "GEO非合作目标接近的编队机器人导航制导方法研究", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108415443B (zh) * 2018-01-26 2020-11-06 西北工业大学 一种对非合作目标强迫绕飞的控制方法
CN108415443A (zh) * 2018-01-26 2018-08-17 西北工业大学 一种对非合作目标强迫绕飞的控制方法
CN108416500A (zh) * 2018-01-31 2018-08-17 中国地质大学(武汉) 一种基于pddl多星协同任务规划方法、设备及存储设备
CN108416500B (zh) * 2018-01-31 2021-08-27 中国地质大学(武汉) 一种基于pddl多星协同任务规划方法、设备及存储设备
CN108519110A (zh) * 2018-04-26 2018-09-11 北京空间飞行器总体设计部 基于图像信息的空间非合作目标自主相对导航在轨验证系统
CN108469737B (zh) * 2018-04-28 2021-06-11 北京空间飞行器总体设计部 一种空间非合作目标导航捕获的动力学控制方法及系统
CN108469737A (zh) * 2018-04-28 2018-08-31 北京空间飞行器总体设计部 一种空间非合作目标导航捕获的动力学控制方法及系统
CN109269512A (zh) * 2018-12-06 2019-01-25 北京理工大学 行星着陆图像与测距融合的相对导航方法
CN109709537B (zh) * 2018-12-19 2020-08-04 浙江大学 一种基于卫星编队的非合作目标位置速度跟踪方法
CN109709537A (zh) * 2018-12-19 2019-05-03 浙江大学 一种基于卫星编队的非合作目标位置速度跟踪方法
CN110132272A (zh) * 2019-06-20 2019-08-16 河北工业大学 一种用于空间碎片运动参数的测量方法及系统
CN116552817A (zh) * 2023-07-12 2023-08-08 银河航天(北京)网络技术有限公司 优化卫星轨道控制的方法、设备和存储介质
CN116552817B (zh) * 2023-07-12 2023-09-08 银河航天(北京)网络技术有限公司 优化卫星轨道控制的方法、设备和存储介质

Also Published As

Publication number Publication date
CN107270933B (zh) 2019-12-20

Similar Documents

Publication Publication Date Title
CN107270933A (zh) 一种基于多星协同的空间碎片运动状态联合确定方法
CN106682274B (zh) 考虑振幅约束的一种Halo轨道在轨保持方法
CN106697333A (zh) 一种航天器轨道控制策略的鲁棒性分析方法
CN104457705B (zh) 基于天基自主光学观测的深空目标天体初定轨方法
CN105911866A (zh) 四旋翼无人飞行器的有限时间全阶滑模控制方法
CN107992062B (zh) 一种基于混合执行机构的空间高动态目标高精度姿态跟踪控制方法
CN101975585B (zh) 一种基于mrupf的捷联惯导系统大方位失准角初始对准方法
CN102944241B (zh) 基于多胞型线性微分包含的航天器相对姿态确定方法
CN104252574A (zh) 一种基于空间系绳抓捕系统的非合作目标质量辨识方法
CN103591956B (zh) 一种基于可观测性分析的深空探测器自主导航方法
CN106595673A (zh) 面对地球静止轨道目标操作的空间多机器人自主导航方法
CN105973238A (zh) 一种基于范数约束容积卡尔曼滤波的飞行器姿态估计方法
CN114580224B (zh) 一种分布式气动融合轨道耦合姿态摄动分析方法
CN107144283A (zh) 一种用于深空探测器的高可观度光学脉冲星混合导航方法
CN103017772A (zh) 一种基于可观性分析的光学和脉冲星融合自主导航方法
CN104296753A (zh) 一种基于多模型滤波的空间目标定位方法
CN104729510B (zh) 一种空间目标相对伴飞轨道确定方法
CN111680455B (zh) 基于搭载形式的撞击探测轨道设计方法和系统
CN105180728A (zh) 基于前数据的旋转制导炮弹快速空中对准方法
CN106197432A (zh) 一种基于FastSLAM算法的无人机着陆方法
CN103123487B (zh) 一种航天器姿态确定方法
CN102607563B (zh) 利用背景天文信息对于航天器进行相对导航的系统
CN105333873A (zh) 一种着陆点在线选取的行星安全着陆制导方法
Wanli et al. The state estimation of UAV based on UKF
Koçer et al. Development of a mems-based imu unit

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