CN107869999B - 利用角速率估计信息的单套陀螺故障诊断方法 - Google Patents
利用角速率估计信息的单套陀螺故障诊断方法 Download PDFInfo
- Publication number
- CN107869999B CN107869999B CN201711050657.9A CN201711050657A CN107869999B CN 107869999 B CN107869999 B CN 107869999B CN 201711050657 A CN201711050657 A CN 201711050657A CN 107869999 B CN107869999 B CN 107869999B
- Authority
- CN
- China
- Prior art keywords
- satellite
- equation
- angle
- beat
- angular
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/24—Navigation; 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)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Astronomy & Astrophysics (AREA)
- Manufacturing & Machinery (AREA)
- Gyroscopes (AREA)
- Navigation (AREA)
Abstract
利用角速率估计信息的单套陀螺故障诊断方法,包括以下步骤:S1、设定卫星的姿态动力学模型、卫星的运动学模型和卫星的状态变量;S2、根据卫星的姿态动力学模型、卫星的运动学模型和卫星的状态变量建立状态方程和测量方程;S3、将所述状态方程和测量方程离散化;S4、根据离散化的状态方程和测量方程对测量的卫星的姿态角进行滤波,获得当前拍的姿态角和角速度的估计值;S5、测量卫星的惯性角速度,根据当前拍的角速度的估计值和预定阈值,来判断陀螺是否故障。
Description
技术领域
本发明涉及一种卫星姿态控制单套速率陀螺的故障诊断方法。
背景技术
当卫星只有一套速率陀螺开机运行时,仅能测得一组卫星的三轴角速率,设为ωm=[ωmx(k)ωmy(k)ωmz(k)]T。由于没有冗余的角速率测量信息,很难对陀螺的故障进行有效诊断。然而,卫星一般配有多种角度测量敏感器,如星敏感器、太阳敏感器、地平仪等,通过多种角度敏感器的信息融合,可以较为可靠的获得卫星在参考坐标系的角度信息,设为θm、ψm。利用角度信息对卫星角速率进行较为准确的估计,得到卫星在参考坐标系的角速率,设为
因此需要将单套陀螺测得的角速率信号和利用角度敏感器求得的角速率估计值进行比较,当诊断出陀螺故障后,可进行控制模式切换(如无陀螺信息的控制模式),以免卫星姿态失稳。
发明内容
本发明的技术解决问题是:
解决现有技术的缺陷,提出一种利用角速率估计信息的单套陀螺故障诊断方法,可将单套陀螺测得的角速率信号和利用角度敏感器求得的角速率估计值进行比较,以实现速率陀螺的故障诊断。
本发明的技术解决方案是:
利用角速率估计信息的单套陀螺故障诊断方法,包括以下步骤:
S1、设定卫星的姿态动力学模型、卫星的运动学模型和卫星的状态变量;
S2、根据卫星的姿态动力学模型、卫星的运动学模型和卫星的状态变量建立状态方程和测量方程;
S3、将所述状态方程和测量方程离散化;
S4、根据离散化的状态方程和测量方程对测量的卫星的姿态角进行滤波,获得当前拍的姿态角和角速度的估计值;
S5、测量卫星的惯性角速度,根据当前拍的角速度的估计值和预定阈值,来判断陀螺是否故障。
其中,I为卫星的惯量矩阵,为卫星的角速度,为卫星的角速度的一阶导数,ωbix为卫星的滚动角速度,ωbiy为卫星的俯仰角速度,ωbiz为卫星的偏航角速度,h为卫星的角动量,为卫星的角动量的一阶导数,ω0为卫星轨道角速度,为卫星的滚动角,θ为卫星的俯仰角,ψ为卫星的偏航角,为卫星的滚动角的一阶导数,为卫星的俯仰角的一阶导数,为卫星的偏航角的一阶导数,Td为卫星的干扰力矩。
根据本发明的一个实施例,在步骤S2中,状态方程为:
测量方程为Z=HX+DV,其中, 为卫星的滚动角速度的一阶导数,为卫星的俯仰角速度的一阶导数,为卫星的偏航角速度的一阶导数,U为控制量输入,E为单位矩阵,W是输入噪声,H=D=[03×3E3×3],V为量测噪声,
根据本发明的一个实施例,在步骤S3中,离散化的状态方程为:
X(k)=Φk,k-1X(k-1)+Gk,k-1u(k-1)+Γk,k-1Wk-1,离散化的测量方程为:
Z(k)=H(k)X(k)+D(k)V(k),其中,
X(k)为当前拍的状态变量,X(k-1)为上一拍的状态变量,Z(k)为当
前拍的卫星的姿态角,Wk-1为上一拍的输入噪声,ΔT为采样周期,Ux为滚动轴控制量输入,Uy
为俯仰轴控制量输入,Uz为偏航轴控制量输入,为上一拍滚动角速度估计值,为上一拍俯仰角速度估计值,为上一拍偏航角速度估计值,为上
一拍偏航角估计值,为上一拍滚动角估计值,为上一拍偏航角估计值,H(k)
=D(k)=[03×3 I3×3],V(k)为当前拍的量测噪声。
根据本发明的一个实施例,计算Ux、Uy和Uz包括以下步骤:
(1)根据等式计算当前拍的卫星的角动量的一阶导数其中,h(k)为当前拍的卫星的角动量,hx(k)为当前拍滚动轴的角动量,hx(k-1)为上一拍拍滚动轴的角动量,hy(k)为当前拍俯仰轴的角动量,hy(k-1)为上一拍拍俯仰轴的角动量,hz(k)为当前拍偏航轴的角动量,hz(k-1)为上一拍偏航轴的角动量;
(2)根据等式
计算当前拍卫星星体总角动量Htotal(k),其中,ω(k-1)为上一拍的卫星角速度,Ixx为滚动轴的惯量,Ixy为滚动轴和俯仰轴的惯量积,Ixz为滚动轴和偏航轴的惯量积,Iyy为俯仰轴的惯量,Iyz为俯仰轴和偏航轴的惯量积,Izz为偏航轴的惯量,Hx_total(k)为当前拍滚动轴总角动量,Hy_total(k)为当前拍俯仰轴总角动量,Hz_total(k)为当前拍偏航轴总角动量;
(4)根据等式获得Ux、Uy和Uz。
根据本发明的一个实施例,在步骤S4中,当前拍的滚动角测量值为当前拍的俯仰角测量值为θm,当前拍的偏航角测量值为ψm,根据滤波方程获得当前拍的滚动角速度估计值当前拍的俯仰角速度估计值和当前拍的偏航角速度估计值K1、K2和K3为滤波增益。
根据本发明的一个实施例,在步骤S5中,滚动角速度测量值为ωmx(k),俯仰角速度测量值为ωmy(k),偏航角速度测量值为ωmz(k),当
根据本发明的一个实施例,预定误差阈值δ为陀螺三轴噪声与对应三轴角速度估计误差的平方和的1.5倍。
一种存储了指令的计算机可读存储介质,当所述指令被至少一个计算机执行时,使得所述计算机执行以下步骤:
S1、设定卫星的姿态动力学模型、卫星的运动学模型和卫星的状态变量;
S2、根据卫星的姿态动力学模型、卫星的运动学模型和卫星的状态变量建立状态方程和测量方程;
S3、将所述状态方程和测量方程离散化;
S4、根据离散化的状态方程和测量方程对测量的卫星的姿态角进行滤波,获得当前拍的姿态角和角速度的估计值;
S5、测量卫星的惯性角速度,根据当前拍的角速度的估计值和预定阈值,来判断陀螺是否故障。
本发明与现有技术相比的优点在于:
(1)提供了冗余的角速率测量信息,对陀螺的故障进行有效诊断
(2)利用卫星上现有的多种角度测量敏感器,如星敏感器、太阳敏感器、地平仪,通过多种角度敏感器可以较为可靠的获得卫星在参考坐标系的角度信息,从而提高测量精度。
(3)利用角度信息对卫星角速率进行较为准确的估计,可提供对陀螺进行故障诊断的参考信号,以实现速率陀螺的故障诊断。
附图说明
图1是根据本发明的实施例的利用角速率估计信息的单套陀螺故障诊断方法流程图。
具体实施方式
下面根据附图详细描述本发明的实施例。
如图1所示,利用角速率估计信息的单套陀螺故障诊断方法包括以下步骤:
S1、设定卫星的姿态动力学模型、卫星的运动学模型和卫星的状态变量。
在步骤S1中,卫星的姿态动力学模型为如以下等式(1)所示:
卫星的运动学模型为如以下等式(2)所示:
卫星的状态变量为:其中,I为卫星的惯量矩阵,为卫星的角速度,为卫星的角速度的一阶导数,ωbix为卫星的滚动角速度,ωbiy为卫星的俯仰角速度,ωbiz为卫星的偏航角速度,h为卫星的角动量,为卫星的角动量的一阶导数,ω0为卫星轨道角速度,为卫星的滚动角,θ为卫星的俯仰角,ψ为卫星的偏航角,为卫星的滚动角的一阶导数,为卫星的俯仰角的一阶导数,为卫星的偏航角的一阶导数,Td为卫星的干扰力矩。
S2、根据卫星的姿态动力学模型、卫星的运动学模型和卫星的状态变量建立状态方程和测量方程。
在步骤S2中,状态方程为如以下等式(3)所示:
测量方程如以下等式(4)所示:
Z=HX+DV (4)
S3、将所述状态方程和测量方程离散化。
在步骤S3中,离散化的状态方程如以下等式(5)所示:
X(k)=Φk,k-1X(k-1)+Gk,k-1u(k-1)+Γk,k-1Wk-1 (5)
其中,X(k)为当前拍的状态变量,X(k-1)为上一拍的状态变量,Wk-1为上一拍的输入噪声,ΔT为采样周期,Ux为滚动轴控制量输入,Uy为俯仰轴控制量输入,Uz为偏航轴控制量输入,为上一拍滚动角速度估计值,为上一拍俯仰角速度估计值,为上一拍偏航角速度估计值,为上一拍偏航角估计值,为上一拍滚动角估计值,为上一拍偏航角估计值。
其中,hx(k)为当前拍滚动轴的角动量,hx(k-1)为上一拍拍滚动轴的角动量,hy(k)为当前拍俯仰轴的角动量,hy(k-1)为上一拍拍俯仰轴的角动量,hz(k)为当前拍偏航轴的角动量,hz(k-1)为上一拍偏航轴的角动量。
当前拍卫星星体总角动量Htotal(k)如以下等式(7)所示:
其中,ω(k-1)为上一拍的卫星角速度,Ixx为滚动轴的惯量,Ixy为滚动轴和俯仰轴的惯量积,Ixz为滚动轴和偏航轴的惯量积,Iyy为俯仰轴的惯量,Iyz为俯仰轴和偏航轴的惯量积,Izz为偏航轴的惯量,Hx_total(k)为当前拍滚动轴总角动量,Hy_total(k)为当前拍俯仰轴总角动量,Hz_total(k)为当前拍偏航轴总角动量。
总力矩M_total如以下等式(8)所示:
其中,Td(k)为当前拍的卫星的干扰力矩,M如以下等式(9)所示:
如以下等式(10)所示:
因此,根据等式(10)可求得Gk,k-1u(k-1),并因此求得X(k)。
在本发明的实施例中,离散化的测量方程如以下等式(11)所示:
Z(k)=H(k)X(k)+D(k)V(k) (11)
其中,H(k)=D(k)=[03×3 I3×3],V(k)为当前拍的量测噪声。
S4、根据离散化的状态方程和测量方程对测量的卫星的姿态角进行滤波,获得当前拍的姿态角和角速度的估计值。
其中,K1、K2和K3为滤波增益。
其中,K4、K5和K6为滤波增益。
S5、测量卫星的惯性角速度,根据当前拍的角速度的估计值和预定阈值,来判断陀螺是否故障。
在步骤S5中,陀螺测得的滚动角速度测量值为ωmx(k),俯仰角速度测量值为ωmy(k),偏航角速度测量值为ωmz(k),若下式(14)成立
则陀螺有故障,否则,陀螺无故障,其中,预定误差阈值δ为陀螺三轴噪声与对应三轴角速度估计误差的平方和的1.5倍。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (8)
1.利用角速率估计信息的单套陀螺故障诊断方法,其特征在于,包括以下步骤:
S1、设定卫星的姿态动力学模型、卫星的运动学模型和卫星的状态变量;
S2、根据卫星的姿态动力学模型、卫星的运动学模型和卫星的状态变量建立状态方程和测量方程;
S3、将所述状态方程和测量方程离散化;
S4、通过离散的测量方程计算当前拍的卫星姿态角,并根据卫星的姿态角对离散化的状态方程和测量方程进行滤波,获得当前拍的姿态角和角速度的估计值;
S5、测量卫星的惯性角速度,根据当前拍的角速度的估计值和预定阈值,来判断陀螺是否故障;
在步骤S1中,卫星的姿态动力学模型为:卫星的运动学模型为:卫星的状态变量为:其中,I为卫星的惯量矩阵,为卫星的角速度,为卫星的角速度的一阶导数,ωbix为卫星的滚动角速度,ωbiy为卫星的俯仰角速度,ωbiz为卫星的偏航角速度,h为卫星的角动量,为卫星的角动量的一阶导数,ω0为卫星轨道角速度,为卫星的滚动角,θ为卫星的俯仰角,ψ为卫星的偏航角,为卫星的滚动角的一阶导数,为卫星的俯仰角的一阶导数,为卫星的偏航角的一阶导数,Td为卫星的干扰力矩;
2.根据权利要求1所述的利用角速率估计信息的单套陀螺故障诊断方法,其特征在于,在步骤S3中,离散化的状态方程为:X(k)=Φk,k-1X(k-1)+Bu(k-1)+Γk,k-1Wk-1,离散化的测量方程为:Z(k)=H(k)X(k)+D(k)V(k),其中,
3.根据权利要求2所述的利用角速率估计信息的单套陀螺故障诊断方法,其特征在于,计算Ux、Uy和Uz包括以下步骤:
(1)根据等式计算当前拍的卫星的角动量的一阶导数其中,h(k)为当前拍的卫星的角动量,hx(k)为当前拍滚动轴的角动量,hx(k-1)为上一拍拍滚动轴的角动量,hy(k)为当前拍俯仰轴的角动量,hy(k-1)为上一拍拍俯仰轴的角动量,hz(k)为当前拍偏航轴的角动量,hz(k-1)为上一拍偏航轴的角动量;
(2)根据等式
计算当前拍卫星星体总角动量Htotal(k),其中,ω(k-1)为上一拍的卫星角速度,Ixx为滚动轴的惯量积,Ixy为滚动轴和俯仰轴的惯量积,Ixz为滚动轴和偏航轴的惯量积,Iyy为俯仰轴的惯量积,Iyz为俯仰轴和偏航轴的惯量积,Izz为偏航轴的惯量积,Hx_total(k)为当前拍滚动轴总角动量,Hy_total(k)为当前拍俯仰轴总角动量,Hz_total(k)为当前拍偏航轴总角动量;
获得;
7.根据权利要求4所述的利用角速率估计信息的单套陀螺故障诊断方法,其特征在于,预定误差阈值δ为陀螺噪声与角速率估计误差之和的1.5倍。
8.一种存储了指令的计算机可读存储介质,其特征在于,当所述指令被至少一个计算机执行时,使得所述计算机执行以下步骤:
S1、设定卫星的姿态动力学模型、卫星的运动学模型和卫星的状态变量;
S2、根据卫星的姿态动力学模型、卫星的运动学模型和卫星的状态变量建立状态方程和测量方程;
S3、将所述状态方程和测量方程离散化;
S4、通过离散的测量方程计算当前拍的卫星的姿态角,并根据卫星的姿态角对离散化的状态方程和测量方程进行滤波,获得当前拍的姿态角和角速度的估计值;
S5、测量卫星的惯性角速度,根据当前拍的角速度的估计值和预定阈值,来判断陀螺是否故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711050657.9A CN107869999B (zh) | 2017-10-31 | 2017-10-31 | 利用角速率估计信息的单套陀螺故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711050657.9A CN107869999B (zh) | 2017-10-31 | 2017-10-31 | 利用角速率估计信息的单套陀螺故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107869999A CN107869999A (zh) | 2018-04-03 |
CN107869999B true CN107869999B (zh) | 2020-02-14 |
Family
ID=61753387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711050657.9A Active CN107869999B (zh) | 2017-10-31 | 2017-10-31 | 利用角速率估计信息的单套陀螺故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107869999B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885076B (zh) * | 2014-03-06 | 2016-09-07 | 华南农业大学 | 基于gps的农业机械导航的多传感器信息融合方法 |
CN103926840B (zh) * | 2014-05-05 | 2016-10-26 | 上海新跃仪表厂 | 一种主动抑制太阳帆板挠性振动的方法 |
CN104075713B (zh) * | 2014-05-09 | 2017-01-25 | 北京航空航天大学 | 一种惯性/天文组合导航方法 |
CN104061926B (zh) * | 2014-06-24 | 2017-10-24 | 北京控制工程研究所 | 基于在轨数据进行相对导航敏感器状态辅助判断的方法 |
CN106094848B (zh) * | 2016-06-14 | 2018-12-04 | 中国科学院数学与系统科学研究院 | 一种无角速度测量对地定向空间站的角动量管理方法 |
CN106767846B (zh) * | 2017-03-13 | 2019-10-25 | 上海航天控制技术研究所 | 三轴稳定卫星不用陀螺的姿态获取方法和系统 |
-
2017
- 2017-10-31 CN CN201711050657.9A patent/CN107869999B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107869999A (zh) | 2018-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107421534B (zh) | 一种冗余式捷联惯导系统多故障隔离方法 | |
CN107121961B (zh) | 一种基于迭代学习干扰观测器的航天器姿态容错控制方法 | |
CN108153322B (zh) | 一种考虑时变的转动惯量的航天器姿态跟踪自适应容错控制方法 | |
CN111024124B (zh) | 一种多传感器信息融合的组合导航故障诊断方法 | |
CN110567457B (zh) | 一种基于冗余的惯导自检测系统 | |
Wang et al. | Attitude sensor fault diagnosis based on Kalman filter of discrete-time descriptor system | |
D'Amato et al. | Fault tolerant low cost IMUS for UAVs | |
CN106767846A (zh) | 三轴稳定卫星不用陀螺的姿态获取方法和系统 | |
Islam et al. | A low cost MEMS and complementary filter based attitude heading reference system (AHRS) for low speed aircraft | |
CN104819717B (zh) | 一种基于mems惯性传感器组的多旋翼飞行器姿态检测方法 | |
CN111141286A (zh) | 一种无人机飞控多传感器姿态置信解算方法 | |
US20170043785A1 (en) | Reduced-order fail-safe imu system for active safety application | |
Hao et al. | Rapid transfer alignment based on unscented Kalman filter | |
CN107869999B (zh) | 利用角速率估计信息的单套陀螺故障诊断方法 | |
Bao et al. | Aerodynamic model/INS/GPS failure-tolerant navigation method for multirotor UAVs based on federated Kalman Filter | |
WO2017161308A1 (en) | Control of a two-wheeled self-balancing vehicle | |
Baldi et al. | Combined geometric and neural network approach to generic fault diagnosis in satellite reaction wheels | |
CN109753045B (zh) | 一种基于bp神经网络的航天器姿控系统故障诊断方法 | |
Hong et al. | Application of EKF for missile attitude estimation based on “SINS/CNS” integrated guidance system | |
Li et al. | Sensor bias fault detection and isolation in a large multirotor aerial vehicle using active disturbance rejection control | |
Notaro et al. | HW VS SW sensor redundancy: Fault detection and isolation observer based approaches for inertial measurement units | |
Carratù et al. | Self-alignment procedure for IMU in automotive context | |
CN111625931A (zh) | 一种基于角动量守恒的航天器控制执行机构异常检测方法 | |
Jagadish et al. | Diversified redundancy in the measurement of Euler angles using accelerometers and magnetometers | |
CN104655094B (zh) | 一种确定近圆轨道航天器在轨分离过程相对视线角的方法 |
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 |