CN112257026A - 基于盲源分离的自旋稳定卫星姿态确定方法及系统 - Google Patents

Abstract

本发明提供了一种基于盲源分离的自旋稳定卫星姿态确定方法及系统，充分利用了星上姿态敏感器测量数据，通过盲源分离算法使得姿态参数尽可能相互独立，再结合自旋稳定卫星的姿态特性消除了算法所固有的模糊性。与传统几何定姿方法相比，本发明不但在传感器量测数据正常时，有效消减系统误差和传输噪声等造成的影响，具有较高的定姿精度，而且在传感器存在故障时，通过信息融合校正，有效降低了失效数据所造成的的定姿风险，具有一定的鲁棒性。本发明可用于自旋稳定卫星的姿态确定，通过盲源分离算法和模糊性消除，对传感器存在故障时姿态确定精度的提高有着重要的意义。

Description

基于盲源分离的自旋稳定卫星姿态确定方法及系统

技术领域

本发明涉及卫星姿态技术领域，具体地，涉及一种基于盲源分离的自旋稳定卫星姿态确定方法及系统。

背景技术

自旋稳定是卫星在空间运行时的几种典型的姿态稳定方式之一，准确快速的估计出在轨卫星的姿态参数是对其进行姿态保持和控制的前提。目前针对自旋稳定卫星定姿方案较多，但多是通过星上的姿态敏感器扫描测量得到空间参考天体(太阳，地球等)相对于卫星的方向信息，并借助于已知参考体的赤经、赤纬，通过复杂的球面几何关系解算得到。

专利文献《确定地球同步自旋卫星姿态的一种方法》(自动化学报，1982，8(3):175-187)中提出一种同时利用地球角和星日、星地转动角确定卫星姿态的方法；王振平、王恒、钱小云等人在“卡尔曼滤波技术在自旋卫星姿态确定中的研究与应用”。专利文献《遥测遥控》中推导了应用于自旋卫星姿态确定的卡尔曼滤波过程。上述方法不但需要解算敏感器测量值与卫星姿态的复杂函数关系，而且由于测量误差和传输噪声影响，在选取不同传感器参数组合进行定姿时，势必造成其他未使用参数所包含姿态信息的丢失，即信息利用不完备，影响定姿精度；更加严重的是，一旦选用组合的某个传感器故障，测量参数失效，将直接导致定姿失败。

专利文献CN103438886A中提出了一种以卫星粗姿态解算为基础，滑动中值滤波器检测粗姿态数据异常，并对异常数据进行加权均值修正的方法。该方法对异常数据采用前固定拍有效数据加权平均替代，仅能保证姿态数据序列的平滑性，由于没有引入姿态动力学关系，不可避免的带入定姿误差。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于盲源分离的自旋稳定卫星姿态确定方法及系统。

根据本发明提供的一种基于盲源分离的自旋稳定卫星姿态确定方法，包括：步骤S1：利用星上姿态测量设备，获取某采样时刻自旋稳定卫星姿态测量冗余信息序列；

步骤S2：通过随机梯度优化算法，对姿态测量序列的非高斯性进行极大化，从而求解出盲源分离算法中的分离矩阵W，实现姿态参数的分离；

步骤S3：根据地球同步自旋稳定卫星自旋轴指向在空间具有相对稳定性的特点，依照赤经α和赤纬δ的变化趋势，对照盲源分离信号特性，确定姿态参数的类型；

步骤S4：通过将已知的同时刻真实姿态数据代入盲源分离后的方程，确定增益对角阵，消除算法的模糊性，获取卫星姿态。

优选地，所述步骤S1包括：

步骤S1.1：利用星上姿态测量设备，获取采样时刻t自旋稳定卫星姿态测量序列x(t)；

x(t)＝[c₁(t),c₂(t),c₃(t),…,c_n(t)]^T,n＞2；

上述序列中，每个姿态测量设备获得的测量值c_i(t),i＝1,2,…n,n＞2皆可表示为自旋稳定卫星姿态信息，赤经α和赤纬δ的函数表达式，即：

c_i(t)＝f_i(α,δ,t),i＝1,2,…n,n＞2。

优选地，所述步骤S2包括：

步骤S2.1：利用盲源分离算法，在函数关系f_i(α,δ,t)未知的前提下，求解出盲源分离算法中的分离矩阵W，从而将姿态参数进行分离：

其中，P为交换矩阵、D为实对角矩阵；

考虑到算法收敛性，采用随机梯度优化算法对姿态测量数据的非高斯性进行极大化，求解出盲源分离算法中的分离矩阵W，具体求解公式如下：

其中，η为学习率。

优选地，所述步骤S3包括：

步骤S3.1：根据自旋稳定卫星自旋轴指向在空间具有相对稳定性的特点，依照赤经α和赤纬δ的先验变化趋势及幅值信息，对照盲源分离信号特性，确定姿态参数的类型，即辨识确定P阵类型；

优选地，所述步骤S4包括：

步骤S4.1：通过将已知的同时刻真实姿态数据代入盲源分离后的方程，确定增益实对角阵D，从而消除算法的模糊性，获取卫星姿态：

其中，P为交换矩阵、D为实对角矩阵，Wx(t)为分离矩阵函数，α(t)为赤经函数，δ(t)为赤纬函数，t为采样时刻。

根据本发明提供的一种基于盲源分离的自旋稳定卫星姿态确定系统，包括：

模块M1：利用星上姿态测量设备，获取某采样时刻自旋稳定卫星姿态测量冗余信息序列；

模块M2：通过随机梯度优化算法，对姿态测量序列的非高斯性进行极大化，从而求解出盲源分离算法中的分离矩阵W，实现姿态参数的分离；

模块M3：根据地球同步自旋稳定卫星自旋轴指向在空间具有相对稳定性的特点，依照赤经α和赤纬δ的变化趋势，对照盲源分离信号特性，确定姿态参数的类型；

模块M4：通过将已知的同时刻真实姿态数据代入盲源分离后的方程，确定增益对角阵，消除算法的模糊性，获取卫星姿态。

优选地，所述模块M1包括：

模块M1.1：利用星上姿态测量设备，获取采样时刻t自旋稳定卫星姿态测量序列x(t)；

x(t)＝[c₁(t),c₂(t),c₃(t),…,c_n(t)]^T,n＞2；

上述序列中，每个姿态测量设备获得的测量值c_i(t),i＝1,2,…n,n＞2皆可表示为自旋稳定卫星姿态信息，赤经α和赤纬δ的函数表达式，即：

c_i(t)＝f_i(α,δ,t),i＝1,2,…n,n＞2。

优选地，所述模块M2包括：

模块M2.1：利用盲源分离算法，在函数关系f_i(α,δ,t)未知的前提下，求解出盲源分离算法中的分离矩阵W，从而将姿态参数进行分离：

其中，P为交换矩阵、D为实对角矩阵；

考虑到算法收敛性，采用随机梯度优化算法对姿态测量数据的非高斯性进行极大化，求解出盲源分离算法中的分离矩阵W，具体求解公式如下：

其中，η为学习率。

优选地，所述模块M3包括：

模块M3.1：根据自旋稳定卫星自旋轴指向在空间具有相对稳定性的特点，依照赤经α和赤纬δ的先验变化趋势及幅值信息，对照盲源分离信号特性，确定姿态参数的类型，即辨识确定P阵类型；

优选地，所述模块M4包括：

模块M4.1：通过将已知的同时刻真实姿态数据代入盲源分离后的方程，确定增益实对角阵D，从而消除算法的模糊性，获取卫星姿态：

其中，P为交换矩阵、D为实对角矩阵，Wx(t)为分离矩阵函数，α(t)为赤经函数，δ(t)为赤纬函数，t为采样时刻。

与现有技术相比，本发明具有如下的有益效果：

1、本发明提出的一种自旋稳定卫星姿态确定方法，利用盲源分离算法求解分离矩阵，引入卫星姿态动力学关系；

2、本发明不但在传感器量测数据正常时，有效消减系统误差和传输噪声等造成的影响；

3、本发明具有较高的定姿精度，而且在传感器存在故障时，通过信息融合校正，有效降低了失效数据所造成的的定姿风险，具有一定的鲁棒性。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明发明实施步骤流程示意图；

图2为本发明实施例中自旋稳定卫星真实姿态示意图；

图3为本发明实施例中北红外地平仪故障情况下的盲分离模糊姿态示意图；

图4为本发明实施例中北红外地平仪故障情况下的组合计算姿态示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

如图1所示，本发明提供了一种基于盲源分离的自旋稳定卫星姿态确定方法。具体包含如下步骤：

步骤A：获取姿态信息冗余序列；

具体的，不失一般性，利用星上安装的姿态测量设备，例如太阳敏感器、红外地平仪、陀螺或星载GPS接收机等，获取原始姿态测量数据，逐点计算得到太阳角θ_s、地心角θ_e、北红外弦宽φ_N、南红外弦宽φ_S和二面角λ_se的量测信息转换数据。记采样时刻t由量测信息转换数据构成的向量为x(t)，则在卫星姿态量测过程中可获得一测姿序列：

x(t)＝[θ_s(t),θ_e(t),φ_N(t),φ_S(t),λ_se(t)]^T；

步骤B：分离卫星姿态参数；

利用卫星姿态关系和球面几何学知识可知，式(1)中各参数是赤经α、赤纬δ的函数，基于盲源分离算法，在函数关系与源信号f(t)＝[α(t),δ(t)]^T未知的情况下，只根据观测数据向量x(t)就可以确定分离矩阵W，使得变换后的输出y(t)＝Wx(t)是源信号f(t)的拷贝或估计。

考虑到算法的收敛性，采用随机梯度法极大化非高斯性分离姿态数据。令W＝[w₁,w₂]^T，w₁,w₂均为5×1的列向量，迭代算法如下：

步骤C：确定姿态参数类型；

经过盲源分离之后，独立输出y(t)＝Wx(t)，由于函数关系与源信号未知，导致无法确定分离后独立信号的排列顺序。

考虑到自旋稳定卫星其自旋轴指向在空间具有相对稳定性，可知卫星赤纬基本为常值，由于噪声及误差干扰围绕一个固定值作小幅波动，并且星体随地球转动使得赤经将呈现等周期变化趋势，如附图2所示，依照该特性，对照盲源分离信号特性，可确定姿态参数的类型，即确定交换矩阵P。

步骤D：确定增益对角阵；

确定盲源分离姿态的所属类型后，由于算法无法确定分离后独立信号的方差(能量)，有如下关系：

上式中，矩阵D为增益对角阵，仍然根据自旋卫星姿态具有相对稳定性的特点，利用盲源分离出的任意t_k时刻姿态数据y(t_k)，以及前一天已知的同时刻真实姿态数据α(t_k)、δ(t_k)，代入等式即可完全确定增益对角阵D。

至此，根据求得的分离矩阵W、交换矩阵P以及增益对角阵D可求得分离后的独立姿态输出，即：

为了进一步说明本发明自旋稳定卫星姿态确定方法，利用某GEO自旋稳定卫星2009年6月1日00:00:00至6月10日00:00:00的实测数据，针对星载传感器量测参数异常状态对发明方法有效性进行验证。

星载姿态传感器量测参数中，北红外地平仪预制故障情况下，分别采用本发明方法和θ_s,φ_N,φ_S组合计算方法进行仿真，结果分别如附图3和附图4所示，对比可知，利用包含失效数据的测姿传感器信息组合计算得到的卫星姿态失效，而采用本发明方法还原的盲分离姿态仍可保持一定的定姿精度。

本发明充分利用了星上姿态敏感器测量数据，通过盲源分离算法使得姿态参数尽可能相互独立，再结合自旋稳定卫星的姿态特性消除了算法所固有的模糊性。与传统几何定姿方法相比，本发明不但在传感器量测数据正常时，有效消减系统误差和传输噪声等造成的影响，具有较高的定姿精度，而且在传感器存在故障时，通过信息融合校正，有效降低了失效数据所造成的的定姿风险，具有一定的鲁棒性。本发明可用于自旋稳定卫星的姿态确定，通过盲源分离算法和模糊性消除，对传感器存在故障时姿态确定精度的提高有着重要的意义。

在本申请的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (10)

1.一种基于盲源分离的自旋稳定卫星姿态确定方法，其特征在于，包括：

步骤S1：利用星上姿态测量设备，获取某采样时刻自旋稳定卫星姿态测量冗余信息序列；

步骤S2：通过随机梯度优化算法，对姿态测量序列的非高斯性进行极大化，从而求解出盲源分离算法中的分离矩阵W，实现姿态参数的分离；

步骤S3：根据地球同步自旋稳定卫星自旋轴指向在空间具有相对稳定性的特点，依照赤经α和赤纬δ的变化趋势，对照盲源分离信号特性，确定姿态参数的类型；

步骤S4：通过将已知的同时刻真实姿态数据代入盲源分离后的方程，确定增益对角阵，消除算法的模糊性，获取卫星姿态。

2.根据权利要求1所述基于盲源分离的自旋稳定卫星姿态确定方法，其特征在于，

所述步骤S1包括：

步骤S1.1：利用星上姿态测量设备，获取采样时刻t自旋稳定卫星姿态测量序列x(t)；

x(t)＝[c₁(t),c₂(t),c₃(t),…,c_n(t)]^T,n＞2；

上述序列中，每个姿态测量设备获得的测量值c_i(t),i＝1,2,…n,n＞2皆可表示为自旋稳定卫星姿态信息，赤经α和赤纬δ的函数表达式，即：

c_i(t)＝f_i(α,δ,t),i＝1,2,…n,n＞2。

3.根据权利要求2所述基于盲源分离的自旋稳定卫星姿态确定方法，其特征在于，所述步骤S2包括：

步骤S2.1：利用盲源分离算法，在函数关系f_i(α,δ,t)未知的前提下，求解出盲源分离算法中的分离矩阵W，从而将姿态参数进行分离：

其中，P为交换矩阵、D为实对角矩阵；

采用随机梯度优化算法对姿态测量数据的非高斯性进行极大化，求解出盲源分离算法中的分离矩阵W，具体求解公式如下：

其中，η为学习率。

4.根据权利要求3所述基于盲源分离的自旋稳定卫星姿态确定方法，其特征在于，所述步骤S3包括：

步骤S3.1：依照赤经α和赤纬δ的先验变化趋势及幅值信息，对照盲源分离信号特性，确定姿态参数的类型，即辨识确定P阵类型；

5.根据权利要求1所述基于盲源分离的自旋稳定卫星姿态确定方法，其特征在于，所述步骤S4包括：

步骤S4.1：通过将已知的同时刻真实姿态数据代入盲源分离后的方程，确定增益实对角阵D，从而消除算法的模糊性，获取卫星姿态：

其中，P为交换矩阵、D为实对角矩阵，Wx(t)为分离矩阵函数，α(t)为赤经函数，δ(t)为赤纬函数，t为采样时刻。

6.一种基于盲源分离的自旋稳定卫星姿态确定系统，其特征在于，包括：

模块M1：利用星上姿态测量设备，获取某采样时刻自旋稳定卫星姿态测量冗余信息序列；

模块M2：通过随机梯度优化算法，对姿态测量序列的非高斯性进行极大化，从而求解出盲源分离算法中的分离矩阵W，实现姿态参数的分离；

模块M3：根据地球同步自旋稳定卫星自旋轴指向在空间具有相对稳定性的特点，依照赤经α和赤纬δ的变化趋势，对照盲源分离信号特性，确定姿态参数的类型；

模块M4：通过将已知的同时刻真实姿态数据代入盲源分离后的方程，确定增益对角阵，消除算法的模糊性，获取卫星姿态。

7.根据权利要求6所述基于盲源分离的自旋稳定卫星姿态确定系统，其特征在于，

所述模块M1包括：

模块M1.1：利用星上姿态测量设备，获取采样时刻t自旋稳定卫星姿态测量序列x(t)；

x(t)＝[c₁(t),c₂(t),c₃(t),…,c_n(t)]^T,n＞2；

上述序列中，每个姿态测量设备获得的测量值c_i(t),i＝1,2,…n,n＞2皆可表示为自旋稳定卫星姿态信息，赤经α和赤纬δ的函数表达式，即：

c_i(t)＝f_i(α,δ,t),i＝1,2,…n,n＞2。

8.根据权利要求7所述基于盲源分离的自旋稳定卫星姿态确定系统，其特征在于，所述模块M2包括：

模块M2.1：利用盲源分离算法，在函数关系f_i(α,δ,t)未知的前提下，求解出盲源分离算法中的分离矩阵W，从而将姿态参数进行分离：

其中，P为交换矩阵、D为实对角矩阵；

采用随机梯度优化算法对姿态测量数据的非高斯性进行极大化，求解出盲源分离算法中的分离矩阵W，具体求解公式如下：

其中，η为学习率。

9.根据权利要求8所述基于盲源分离的自旋稳定卫星姿态确定系统，其特征在于，所述模块M3包括：

模块M3.1：依照赤经α和赤纬δ的先验变化趋势及幅值信息，对照盲源分离信号特性，确定姿态参数的类型，即辨识确定P阵类型；

10.根据权利要求9所述基于盲源分离的自旋稳定卫星姿态确定系统，其特征在于，所述模块M4包括：

模块M4.1：通过将已知的同时刻真实姿态数据代入盲源分离后的方程，确定增益实对角阵D，从而消除算法的模糊性，获取卫星姿态：

其中，P为交换矩阵、D为实对角矩阵，Wx(t)为分离矩阵函数，α(t)为赤经函数，δ(t)为赤纬函数，t为采样时刻。

Images