CN114413883B - 卫星姿态确定精度的提升方法、存储介质和电子设备 - Google Patents
卫星姿态确定精度的提升方法、存储介质和电子设备 Download PDFInfo
- Publication number
- CN114413883B CN114413883B CN202111591129.0A CN202111591129A CN114413883B CN 114413883 B CN114413883 B CN 114413883B CN 202111591129 A CN202111591129 A CN 202111591129A CN 114413883 B CN114413883 B CN 114413883B
- Authority
- CN
- China
- Prior art keywords
- data
- sampling
- period
- sampling data
- accumulated
- 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
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/02—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种卫星姿态确定精度的提升方法、存储介质和电子设备,该方法包括:获取卫星的控制周期和星敏感器的数据更新周期;根据控制周期和数据更新周期确定一个控制周期内采样星敏感器姿态数据的采样数据数量;根据控制周期、数据更新周期和数据采样数量确定星敏感器姿态数据的采样周期;获取每一采样周期的采样数据,并对一个控制周期内所有采样周期的采样数据进行数据融合处理,得到与控制周期对应的目标采样数据,以通过目标采样数据进行星敏感器的姿态解算。本发明能够在不增加任何硬件的前提下提高卫星姿态确定精度,并可避免姿态数据四元数中存在参数过0而导致的姿态跳变问题。
Description
技术领域
本发明涉及卫星姿态测量技术领域,尤其涉及一种卫星姿态确定精度的提升方法、存储介质和电子设备。
背景技术
带有时间戳的姿态敏感器(如星敏感器)是确定卫星绝对姿态的传感器,一般来讲,星敏感器更新频率为5~10Hz,而卫星控制系统软件运行频率为2~5Hz,因此,卫星控制系统并没有采集到星敏感器所有的数据,也未充分发挥星敏感器精度水平。
并且,星敏感器输出的姿态四元数数据通常不够平滑,其难以避免可能出现的因姿态数据四元数中某参数过0而出现其他参数反号导致的姿态跳变问题。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的第一个目的在于提供一种卫星姿态确定精度的提升方法,通过该方法可提高卫星姿态确定精度,并可避免姿态数据四元数中存在参数过0而导致的姿态跳变问题。
本发明的第二个目的在于提供一种计算机可读存储介质。
本发明的第三个目的在于提供一种电子设备。
为达到上述目的,本发明通过以下技术方案实现:
一种卫星姿态确定精度的提升方法,包括:步骤S1:获取卫星的控制周期和星敏感器的数据更新周期;步骤S2:根据所述控制周期和所述数据更新周期确定一个控制周期内采样星敏感器姿态数据的采样数据数量;步骤S3:根据所述控制周期、所述数据更新周期和所述数据采样数量确定星敏感器姿态数据的采样周期;步骤S4:获取每一采样周期的采样数据,并对一个控制周期内所有采样周期的采样数据进行数据融合处理,得到与所述控制周期对应的目标采样数据,以通过所述目标采样数据进行星敏感器的姿态解算。
可选的,在一个控制周期内,每一采样周期采集一个星敏感器姿态数据,所述采样周期的个数与所述采样数据数量相等。
可选的,在获取当前采样周期的采样数据时,所述方法还包括:判断当前采样周期的采样数据与上一采样周期的采样数据是否不同,并在两者不同时,获取当前采样周期采样数据的数据有效标志位;通过所述数据有效标志位判断当前采样周期的采样数据是否有效,并在当前采样周期的采样数据有效时,将当前采样周期的所述采样数据作为当前采样周期的有效采样数据。
可选的,记所述采样周期的个数为N个,并记第N个采样周期的有效采样数据为第N采样数据,所述步骤S4中,对一个控制周期内所有采样周期的采样数据进行数据融合处理,得到与所述控制周期对应的目标采样数据的步骤,包括:步骤S41:获取表征所述星敏感器姿态的初始化数据,通过所述初始化数据确定第一采样数据的正负符号,并将确定符号后的第一采样数据更新为第一更新采样数据;将所述第一更新采样数据中的四元数分别与所述初始化数据中的四元数进行累加,得到第一累加数据,并将所述初始化数据更新为所述第一累加数据;步骤S42:通过所述第一累加数据确定第二采样数据的正负符号,并将确定符号后的第二采样数据更新为第二更新采样数据;将所述第二更新采样数据中的四元数分别与所述第一累加数据中的四元数进行累加,得到第二累加数据,并将所述第一累加数据更新为所述第二累加数据;步骤S43:重复步骤S42,直至得到与所述第N采样数据对应的第N累加数据,并对所述第N累加数据进行均值和归一化处理得到与所述控制周期对应的目标采样数据。
可选的,确定第N采样数据的正负符号时,所述方法包括:获取第N-1累加数据,对所述第N-1累加数据进行取逆运算;对所述第N采样数据和取逆运算后的第N-1累加数据进行四元数乘法运算得到临时四元数,并从所述临时四元数中获取第一个数据作为所述第N采样数据与第N-1累加数据的最短路径,通过所述最短路径确定所述第N采样数据的正负符号。
可选的,在确定第N采样数据的正负符号之前,所述方法还包括:对所述第N采样数据进行曝光时差补偿。
可选的,所述步骤S2中,所述采样数据数量采用如下公式表示:
n=[T_control×(1-η)/T_sensor]
其中,[]为取整运算符号,n为采样数据数量,T_control为控制周期,η为控制系统软件的运行时间余量指标,T_sensor为数据更新周期。
可选的,所述步骤S3中的采样周期采用如下公式确定:
T_sensor≤T_sample≤[T_control×(1-η)/n]
其中,T_sample为采样周期。
为达到上述目的,本发明第二方面提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述所述的卫星姿态确定精度的提升方法。
为达到上述目的,本发明第三方面提供了一种电子设备,包括处理器和存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现上述所述的卫星姿态确定精度的提升方法。
本发明至少具有以下技术效果:
本发明通过获取的卫星的控制周期和数据更新周期最大化确定星敏感器姿态数据的采样数据数量,然后对获取的较多的采样数据进行数据处理,可提高卫星姿态确定精度,并且本发明还对一个控制周期内所有采样周期的采样数据进行数据融合处理,以及在数据融合处理过程中依次确定每一采样数据的符号,从而通过数据融合处理和采样数据的符号确定可有效避免姿态数据四元数中存在参数过0而导致的姿态跳变问题。
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
图1为本发明一实施例提供的卫星姿态确定精度的提升方法的流程图;
图2为本发明一实施例提供的基于采样时间细分的原理示意图;
图3为本发明一实施例提供的卫星姿态确定精度的提升方法的工作流程图;
图4为本发明一实施例提供的第N采样数据的符号确定方法流程图。
具体实施方式
下面详细描述本实施例,所述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,旨在用于解释本发明,而不能理解为对本发明的限制。
承如背景技术中所述,带有时间戳的姿态敏感器(如星敏感器)是确定卫星绝对姿态的传感器,一般来讲,星敏感器更新频率为5~10Hz,而卫星控制系统软件运行频率为2~5Hz,因此,卫星控制系统并没有采集到星敏感器所有的数据,也未充分发挥星敏感器精度水平。
并且,星敏感器输出的姿态四元数数据通常不够平滑,其难以避免可能出现的因姿态数据四元数中某参数过0而出现其他参数反号导致的姿态跳变问题。
为解决上述技术问题,本发明提供了一种卫星姿态确定精度的提升方法,该方法在不改变卫星控制系统软件控制周期和系统硬件配置的前提下,通过增加卫星控制系统软件采样频率(缩短采样周期),以实现一个控制周期内获得多个星敏感器采样数据,并通过多次采样求均值的方法,根据最小二乘原理,可提高控制时刻卫星姿态确定精度。由此,可通过充分发挥星敏感器姿态解算频率,达到提升姿态确定精度的目的。并且,本方法还对一个控制周期内所有采样周期的采样数据进行数据融合处理,以及在数据融合处理过程中依次确定每一采样数据的符号,从而通过数据融合处理和采样数据的符号确定可使得采样数据更加平滑,且有效避免姿态数据四元数中存在参数过0而导致的姿态跳变问题。
下面参考附图描述本实施例的卫星姿态确定精度的提升方法、存储介质和电子设备。
图1为本发明一实施例提供的卫星姿态确定精度的提升方法的流程图。
如图1所示,该方法包括:
步骤S1:获取卫星的控制周期和星敏感器的数据更新周期。
其中,卫星的控制周期为卫星控制系统软件的运行周期。为缩短星敏感器姿态数据的采样周期,增加星敏感器采样数据的个数,可通过星敏感器的数据更新周期和卫星控制系统软件的运行周期确定具体的星敏感器采样数据的个数。本实施例中,通过星敏感器的数据更新周期和卫星控制系统软件的运行周期可最大化确定星敏感器姿态数据的采样数据数量。
步骤S2:根据控制周期和数据更新周期确定一个控制周期内采样星敏感器姿态数据的采样数据数量。
在卫星控制系统软件负担条件允许的情况下,为了充分利用星敏感器的测量精度,步骤S2中,采样数据数量可采用如下公式表示:
n=[T_control×(1-η)/T_sensor] (1)
其中,[]为取整运算符号,n为采样数据数量,T_control为控制周期,η为控制系统软件的运行时间余量指标,T_sensor为数据更新周期。
举例而言,η通常取值为0.2,所以在T_control=500ms,T_sensor=100ms时,n=4;在T_control=500ms,T_sensor=125ms时,n=3。
本实施例中,在确定星敏感器姿态数据的采样数据数量n之后,可在卫星控制系统软件中相应定义n个变量,以用于存储同一个控制周期内采集的星敏感器有效原始数据,即对n个采样数据进行存储。
需要说明的是,在一个控制周期内,每一采样周期采集一个星敏感器姿态数据,采样周期的个数与采样数据数量相等。
本实施例中,由于在一个采样周期内只采集一个星敏感器姿态数据,所以在上述确定一个控制周期内的采样数据数量n时,其相应确定了一个控制周期内的采样周期的个数也为n。另外,在充分利用星敏感器的测量精度的条件下,若卫星控制系统软件的运行时间不够,则可相应减小星敏感器的采样频率,即采样数据数量n相应减小。
步骤S3:根据控制周期、数据更新周期和数据采样数量确定星敏感器姿态数据的采样周期。
在确定一个控制周期内的采样周期的数量之后,还可进一步确定采样周期。例如,步骤S3中的采样周期可采用如下公式确定:
T_sensor≤T_sample≤[T_control×(1-η)/n] (2)
其中,T_sample为采样周期。
不失一般性,可采用以下情况进行举例说明:
若T_control=500ms,T_sensor=125ms,n=3,则125ms≤T_sample≤133ms;此时,可确定采样周期T_sample的取值范围。
若T_control=500ms,T_sensor=100ms,n=4,则100ms≤T_sample≤100ms;此时,可确定采样周期T_sample=100ms。
步骤S4:获取每一采样周期的采样数据,并对一个控制周期内所有采样周期的采样数据进行数据融合处理,得到与控制周期对应的目标采样数据,以通过目标采样数据进行星敏感器的姿态解算。
以T_control=500ms,T_sensor=125ms,n=3,T_sample=125ms为例,其对应的基于采样时间细分的原理示意图如图2所示,图2中一个控制周期内包括3个采样周期T_sample,每个采样周期采样1个采样数据,一个控制周期内共采样3个采样数据。
其中,在获取当前采样周期的采样数据时,该方法还包括:判断当前采样周期的采样数据与上一采样周期的采样数据是否不同,并在两者不同时,获取当前采样周期采样数据的数据有效标志位;通过数据有效标志位判断当前采样周期的采样数据是否有效,并在当前采样周期的采样数据有效时,将当前采样周期的采样数据作为当前采样周期的有效采样数据。
请继续参考图2,在第n(n=1,2,3)个T_sample周期的开始端,星载计算机向星敏感器发出通讯请求,星敏感器收到通讯请求后,一般很短时间内(小于2ms)会将星敏感器当前姿态数据包发送给计算机串口缓存。为了避免接收数据等待时间较长,造成时间浪费,星载计算机可在发出通讯请求后一段时间(如20ms,确保星敏感器数据发送完毕),去计算机串口缓存取星敏感器当前姿态数据包,同时将计算机串口缓存数据清零,以便下次再利用该缓存接收星敏感器姿态数据包。
星载计算机从计算机串口缓存接收数据后,解包得到数据包ATT,然后将此次接收的星敏感器姿态数据包与上一次即上一采样周期接收的星敏感器姿态数据包(ATT_last)进行比对:若两次数据包内容完全一样,说明星敏感器对于本次采样,还未准备好最新数据,即本次采样为重复采样,星载计算机置数据更新标志位flag_update_n=0(表明该数据未更新);若两次数据包内容不同,说明星敏感器对于本次采样,已经送给计算机串口缓存最新数据,即本次采样有效,置数据更新标志位flag_update_n=1(表明该数据已更新),同时,判断星敏感器状态字即当前采样周期采样数据的数据有效标志位,若星敏感器状态字显示当前采样周期采样数据有效,则将解包后的星敏感器姿态四元数存入相应变量:quat_n=[quat_n(0),quat_n(1),quat_n(2),quat_n(3)],此时,存入相应变量的星敏感器姿态数据为当前采样周期的有效采样数据。
进一步的,可将当前采样周期的有效采样数据数据包置为“上一次接收收的星敏感器姿态数据包”,即令ATT_last=ATT,以为下一次判断星敏感器数据是否更新做准备。
在本发明的一个实施例中,记采样周期的个数为N个,并记第N个采样周期的有效采样数据为第N采样数据,所述步骤S4中,对一个控制周期内所有采样周期的采样数据进行数据融合处理,得到与控制周期对应的目标采样数据的步骤,包括:
步骤S41:获取表征星敏感器姿态的初始化数据,通过初始化数据确定第一采样数据的正负符号,并将确定符号后的第一采样数据更新为第一更新采样数据;将第一更新采样数据中的四元数分别与初始化数据中的四元数进行累加,得到第一累加数据,并将初始化数据更新为第一累加数据;
步骤S42:通过第一累加数据确定第二采样数据的正负符号,并将确定符号后的第二采样数据更新为第二更新采样数据;将第二更新采样数据中的四元数分别与第一累加数据中的四元数进行累加,得到第二累加数据,并将第一累加数据更新为第二累加数据;
步骤S43:重复步骤S42,直至得到与第N采样数据对应的第N累加数据,并对第N累加数据进行均值和归一化处理得到与控制周期对应的目标采样数据。
具体的,如图3所示,以采样周期的个数为3个为例,先获取表征星敏感器姿态的初始化数据quat_Last,其初始值为[1 0 0 0],然后获取第一个采样周期的采样数据,并判断该采样数据是否是已更新数据,以及判断该采样数据是否是有效数据,若该采样数据为已更新数据且为有效数据,则表明该采样数据为第一个采样周期的有效采样数据,并记为第一采样数据quat_1。
进一步的,可通过初始化数据quat_Last确定第一采样数据quat_1的符号,然后将确定符号后的第一采样数据quat_1更新为第一更新采样数据,即将确定符号后的第一采样数据quat_1赋值给quat_1,得到第一更新采样数据。在得到第一更新采样数据后,可将第一更新采样数据中的四元数分别与quat_Last中的四元数进行累加,得到第一累加数据,并将第一累加数据赋值给quat_Last,以对初始化数据进行更新。
在对初始化数据进行更新后,可将计数值加1,以获取第二个采样周期的采样数据,并在该采样数据为有效采样数据时,记其为第二采样数据quat_2。在获取第二采样数据quat_2后,可通过第一累加数据quat_Last(更新后的quat_Last)确定quat_2的符号,并将确定符号后的quat_2记为第二更新采样数据。进一步的,可将第二更新采样数据中的四元数与第一累加数据quat_Last中的四元数分别进行累加得到第二累加数据,并将第二累加数据赋值给quat_Last。然后重复步骤S42,可得到与第三采样数据对应的第三累加数据,并将第三累加数据赋值给quat_Last,最后对更新后的quat_Last中的四元数分别进行均值处理。例如,更新后的quat_Last四元数记为quat_Add=[quat_Add(0),quat_Add(1),quat_Add(2),quat_Add(3)],计数值为m,当m计数到采样数据的个数3(本实施例采样数据个数为3)时,对更新后的quat_Last进行如下均值处理:quat(0)=quat_Add(0)/m,quat(1)=quat_Add(1)/m,quat(2)=quat_Add(2)/m,quat(3)=quat_Add(3)/m,由此可得到均值处理后的初始目标采样数据quat=[quat(0),quat(1),quat(2),quat(3)]。
进一步的,可对初始目标采样数据quat四元数进行归一化处理。如先计算出quat四元数的平方和二次根值M_quat,然后得到归一化后的quat(0)=quat(0)/M_quat,quat(1)=quat(1)/M_quat,quat(2)=quat(2)/M_quat,quat(3)=quat(3)/M_quat,从而得到归一化后的目标采样数据quat四元数。
需要说明的是,在逻辑运算时,需要判断计数值m是否为0。由于系统运算可能存在故障,导致计数值m为0,此时在m=0时,可直接判定当前控制周期的星敏姿态数据无效。在m不为0时,可直接进行均值和归一化运算得到目标采样数据,并将更新后的quat_Last再次更新为初始化数据。
在本发明的一个实施例中,在确定第N采样数据的正负符号之前,该方法还包括:对第N采样数据进行曝光时差补偿。在确定第N采样数据的正负符号时,该方法包括:获取第N-1累加数据,对第N-1累加数据进行取逆运算;对第N采样数据和取逆运算后的第N-1累加数据进行四元数乘法运算得到临时四元数,并从临时四元数中获取第一个数据作为第N采样数据与第N-1累加数据的最短路径,通过最短路径确定第N采样数据的正负符号。
如图4所示,在获取当前采样周期的采样数据四元数quat_N即第N采样数据之后,可获取其对应的上一采样周期四元数quat_Last,即第N-1累加数据,然后对quat_Last进行四元数取逆运算,得到取逆运算后的第N-1累加数据记为quat_Last_inV。进一步的,计算当前采样周期的采样数据四元数quat_N与取逆运算后的quat_Last_inV四元数乘法,得到临时四元数quat_temp,然后获取临时四元数quat_temp中的第一个数据quat_temp[0]作为第N采样数据与第N-1累加数据的最短路径,并判断quat_temp[0]是否大于或者等于0。若大于或者等于0,则对quat_N取正,否则取负。由此,可有效避免姿态数据四元数中存在参数过0而导致的姿态跳变问题。
综上所述,本发明通过获取的卫星的控制周期和数据更新周期最大化确定星敏感器姿态数据的采样数据数量,然后对获取的较多的采样数据进行数据处理,可提高卫星姿态确定精度,并且本发明还对一个控制周期内所有采样周期的采样数据进行数据融合处理,以及在数据融合处理过程中依次确定每一采样数据的符号,从而通过数据融合处理和采样数据的符号确定可保证采样数据更为平滑,且能够有效避免姿态数据四元数中存在参数过0而导致的姿态跳变问题。
进一步的,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述的卫星姿态确定精度的提升方法。
进一步的,本发明还提供了一种电子设备,包括处理器和存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现上述的卫星姿态确定精度的提升方法。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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)
1.一种卫星姿态确定精度的提升方法,其特征在于,包括:
步骤S1:获取卫星的控制周期和星敏感器的数据更新周期;
步骤S2:根据所述控制周期和所述数据更新周期确定一个控制周期内采样星敏感器姿态数据的采样数据数量;
步骤S3:根据所述控制周期、所述数据更新周期和所述数据采样数量确定星敏感器姿态数据的采样周期;
步骤S4:获取每一采样周期的采样数据,并对一个控制周期内所有采样周期的采样数据进行数据融合处理,得到与所述控制周期对应的目标采样数据,以通过所述目标采样数据进行星敏感器的姿态解算;
记所述采样周期的个数为N个,并记第N个采样周期的有效采样数据为第N采样数据,所述步骤S4中,对一个控制周期内所有采样周期的采样数据进行数据融合处理,得到与所述控制周期对应的目标采样数据的步骤,包括:
步骤S41:获取表征所述星敏感器姿态的初始化数据,通过所述初始化数据确定第一采样数据的正负符号,并将确定符号后的第一采样数据更新为第一更新采样数据;将所述第一更新采样数据中的四元数分别与所述初始化数据中的四元数进行累加,得到第一累加数据,并将所述初始化数据更新为所述第一累加数据;
步骤S42:通过所述第一累加数据确定第二采样数据的正负符号,并将确定符号后的第二采样数据更新为第二更新采样数据;将所述第二更新采样数据中的四元数分别与所述第一累加数据中的四元数进行累加,得到第二累加数据,并将所述第一累加数据更新为所述第二累加数据;
步骤S43:重复步骤S42,直至得到与所述第N采样数据对应的第N累加数据,并对所述第N累加数据进行均值和归一化处理得到与所述控制周期对应的目标采样数据。
2.如权利要求1所述的卫星姿态确定精度的提升方法,其特征在于,在一个控制周期内,每一采样周期采集一个星敏感器姿态数据,所述采样周期的个数与所述采样数据数量相等。
3.如权利要求2所述的卫星姿态确定精度的提升方法,其特征在于,在获取当前采样周期的采样数据时,所述方法还包括:判断当前采样周期的采样数据与上一采样周期的采样数据是否不同,并在两者不同时,获取当前采样周期采样数据的数据有效标志位;通过所述数据有效标志位判断当前采样周期的采样数据是否有效,并在当前采样周期的采样数据有效时,将当前采样周期的所述采样数据作为当前采样周期的有效采样数据。
4.如权利要求1所述的卫星姿态确定精度的提升方法,其特征在于,确定第N采样数据的正负符号时,所述方法包括:获取第N-1累加数据,对所述第N-1累加数据进行取逆运算;对所述第N采样数据和取逆运算后的第N-1累加数据进行四元数乘法运算得到临时四元数,并从所述临时四元数中获取第一个数据作为所述第N采样数据与第N-1累加数据的最短路径,通过所述最短路径确定所述第N采样数据的正负符号。
5.如权利要求4所述的卫星姿态确定精度的提升方法,其特征在于,在确定第N采样数据的正负符号之前,所述方法还包括:对所述第N采样数据进行曝光时差补偿。
6.如权利要求1所述的卫星姿态确定精度的提升方法,其特征在于,所述步骤S2中,所述采样数据数量采用如下公式表示:
n=[T_control×(1-η)/T_sensor]
其中,[]为取整运算符号,n为采样数据数量,T_control为控制周期,η为控制系统软件的运行时间余量指标,T_sensor为数据更新周期。
7.如权利要求6所述的卫星姿态确定精度的提升方法,其特征在于,所述步骤S3中的采样周期采用如下公式确定:
T_sensor≤T_sample≤[T_control×(1-η)/n]
其中,T_sample为采样周期。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1-7中任一项所述的卫星姿态确定精度的提升方法。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1-7中任一项所述的卫星姿态确定精度的提升方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111591129.0A CN114413883B (zh) | 2021-12-23 | 2021-12-23 | 卫星姿态确定精度的提升方法、存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111591129.0A CN114413883B (zh) | 2021-12-23 | 2021-12-23 | 卫星姿态确定精度的提升方法、存储介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114413883A CN114413883A (zh) | 2022-04-29 |
CN114413883B true CN114413883B (zh) | 2023-09-05 |
Family
ID=81267037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111591129.0A Active CN114413883B (zh) | 2021-12-23 | 2021-12-23 | 卫星姿态确定精度的提升方法、存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114413883B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004007287A2 (en) * | 2002-07-16 | 2004-01-22 | The Charles Stark Draper Laboratory, Inc. | Integrated inertial stellar attitude sensor |
WO2004086079A1 (fr) * | 2003-03-20 | 2004-10-07 | Centre National D'etudes Spatiales | Procede et dispositif d’attribution de coefficients de ponderation pour des calculs d’attitude avec un capteur stellaire |
CN101226113A (zh) * | 2008-01-30 | 2008-07-23 | 北京航空航天大学 | 基于电注入星图的星敏感器功能测试方法及装置 |
CN103017736A (zh) * | 2012-11-30 | 2013-04-03 | 北京控制工程研究所 | 一种确定卫星星敏感器数据曝光时刻的方法 |
CN103791901A (zh) * | 2014-01-23 | 2014-05-14 | 中国科学院长春光学精密机械与物理研究所 | 一种星敏感器数据处理系统 |
WO2015188409A1 (zh) * | 2014-06-13 | 2015-12-17 | 北京航天控制仪器研究所 | 基于mems惯导的双四元数动中通天线控制方法及系统 |
CN106052678A (zh) * | 2016-05-23 | 2016-10-26 | 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 |
CN106568436A (zh) * | 2016-10-26 | 2017-04-19 | 上海航天控制技术研究所 | 一种利用陀螺修正星敏感器轨道周期系统误差的方法 |
WO2017071140A1 (zh) * | 2015-10-30 | 2017-05-04 | 中国空间技术研究院 | 一种基于优化的信息融合geo卫星控制系统菜单式设计方法 |
CN107747953A (zh) * | 2017-10-25 | 2018-03-02 | 上海航天控制技术研究所 | 一种多敏感器数据与轨道信息时间同步方法 |
CN108225337A (zh) * | 2017-12-28 | 2018-06-29 | 西安电子科技大学 | 基于sr-ukf滤波的星敏感器和陀螺组合定姿方法 |
CN108871312A (zh) * | 2018-07-09 | 2018-11-23 | 北京控制工程研究所 | 一种重力梯度仪及星敏感器的联合定姿方法 |
CN109506656A (zh) * | 2018-11-28 | 2019-03-22 | 上海航天控制技术研究所 | 一种高精度在轨姿态信息下传还原方法 |
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 |
CN112665570A (zh) * | 2020-11-30 | 2021-04-16 | 北京电子工程总体研究所 | 一种基于星敏感器的mems陀螺零偏在轨简化工程计算方法 |
CN113291493A (zh) * | 2021-05-13 | 2021-08-24 | 航天科工空间工程发展有限公司 | 一种卫星多敏感器融合姿态确定方法和系统 |
CN113720330A (zh) * | 2021-11-01 | 2021-11-30 | 武汉大学 | 一种亚角秒级的遥感卫星高精度姿态确定设计与实现方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8645063B2 (en) * | 2010-12-22 | 2014-02-04 | Custom Sensors & Technologies, Inc. | Method and system for initial quaternion and attitude estimation |
CN103674023B (zh) * | 2013-12-26 | 2014-10-15 | 中国人民解放军国防科学技术大学 | 一种基于陀螺精确角度关联的星敏感器动态测姿方法 |
-
2021
- 2021-12-23 CN CN202111591129.0A patent/CN114413883B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004007287A2 (en) * | 2002-07-16 | 2004-01-22 | The Charles Stark Draper Laboratory, Inc. | Integrated inertial stellar attitude sensor |
WO2004086079A1 (fr) * | 2003-03-20 | 2004-10-07 | Centre National D'etudes Spatiales | Procede et dispositif d’attribution de coefficients de ponderation pour des calculs d’attitude avec un capteur stellaire |
CN101226113A (zh) * | 2008-01-30 | 2008-07-23 | 北京航空航天大学 | 基于电注入星图的星敏感器功能测试方法及装置 |
CN103017736A (zh) * | 2012-11-30 | 2013-04-03 | 北京控制工程研究所 | 一种确定卫星星敏感器数据曝光时刻的方法 |
CN103791901A (zh) * | 2014-01-23 | 2014-05-14 | 中国科学院长春光学精密机械与物理研究所 | 一种星敏感器数据处理系统 |
WO2015188409A1 (zh) * | 2014-06-13 | 2015-12-17 | 北京航天控制仪器研究所 | 基于mems惯导的双四元数动中通天线控制方法及系统 |
WO2017071140A1 (zh) * | 2015-10-30 | 2017-05-04 | 中国空间技术研究院 | 一种基于优化的信息融合geo卫星控制系统菜单式设计方法 |
CN106052678A (zh) * | 2016-05-23 | 2016-10-26 | 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 |
CN106568436A (zh) * | 2016-10-26 | 2017-04-19 | 上海航天控制技术研究所 | 一种利用陀螺修正星敏感器轨道周期系统误差的方法 |
CN107747953A (zh) * | 2017-10-25 | 2018-03-02 | 上海航天控制技术研究所 | 一种多敏感器数据与轨道信息时间同步方法 |
CN108225337A (zh) * | 2017-12-28 | 2018-06-29 | 西安电子科技大学 | 基于sr-ukf滤波的星敏感器和陀螺组合定姿方法 |
CN108871312A (zh) * | 2018-07-09 | 2018-11-23 | 北京控制工程研究所 | 一种重力梯度仪及星敏感器的联合定姿方法 |
CN109506656A (zh) * | 2018-11-28 | 2019-03-22 | 上海航天控制技术研究所 | 一种高精度在轨姿态信息下传还原方法 |
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 |
CN112665570A (zh) * | 2020-11-30 | 2021-04-16 | 北京电子工程总体研究所 | 一种基于星敏感器的mems陀螺零偏在轨简化工程计算方法 |
CN113291493A (zh) * | 2021-05-13 | 2021-08-24 | 航天科工空间工程发展有限公司 | 一种卫星多敏感器融合姿态确定方法和系统 |
CN113720330A (zh) * | 2021-11-01 | 2021-11-30 | 武汉大学 | 一种亚角秒级的遥感卫星高精度姿态确定设计与实现方法 |
Non-Patent Citations (1)
Title |
---|
A Method to Determine the Rate Random Walk Coefficient of Fiber Optic Gyroscope;Ye, L., Liu, F., Chen, Y., Li, L., & Baoyin, H;《6th International Symposium of Space Optical Instruments and Applications: Delft, the Netherlands》;24–25 * |
Also Published As
Publication number | Publication date |
---|---|
CN114413883A (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107480028B (zh) | 磁盘可使用的剩余时长的获取方法及装置 | |
CN112395423B (zh) | 递归的时序知识图谱补全方法和装置 | |
CN110263824B (zh) | 模型的训练方法、装置、计算设备及计算机可读存储介质 | |
US12079476B2 (en) | Data processing method, apparatus, device, and readable storage medium | |
US9195713B2 (en) | Outlier data point detection | |
CN104599002B (zh) | 预测订单价值的方法及设备 | |
CN114413883B (zh) | 卫星姿态确定精度的提升方法、存储介质和电子设备 | |
CN116432780A (zh) | 一种模型增量学习方法、装置、设备及存储介质 | |
CN112417767B (zh) | 一种衰减趋势确定模型构建方法、衰减趋势确定方法 | |
CN112660144A (zh) | 横摆角速度滤波方法、控制终端、车辆及存储介质 | |
CN112579416A (zh) | 页面加载时长的统计方法、终端及可读存储介质 | |
CN110069997B (zh) | 场景分类方法、装置及电子设备 | |
CN114140723B (zh) | 多媒体数据的识别方法、装置、可读介质及电子设备 | |
CN114781903A (zh) | 换电场所负荷确定方法、装置、电子设备及存储介质 | |
CN112311839B (zh) | 信息推送方法、装置、设备及可读介质 | |
CN114004315A (zh) | 一种基于小样本进行增量学习的方法及装置 | |
CN111767937A (zh) | 目标检测模型训练方法、装置、电子设备及存储介质 | |
CN112306316B (zh) | 点读方法、点读设备及存储介质 | |
CN117665597B (zh) | 一种锂电池ocv估值方法、系统、电子设备及介质 | |
CN112926735B (zh) | 深度强化学习模型的更新方法、装置、框架、介质及设备 | |
CN117292539A (zh) | 续航里程数据处理方法、装置、设备及计算机存储介质 | |
CN118760923A (zh) | 数据样本处理、分类、模型训练方法及电子设备 | |
CN116028819A (zh) | 模型量化训练方法、装置、设备及存储介质 | |
CN117201332A (zh) | 网络节点流量预测方法、装置、设备及存储介质 | |
CN118052580A (zh) | 模型生成方法、订单量生成方法、装置、设备和介质 |
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 |