CN115326061B - 一种基于已编目空间目标序贯观测的自主导航方法 - Google Patents
一种基于已编目空间目标序贯观测的自主导航方法 Download PDFInfo
- Publication number
- CN115326061B CN115326061B CN202211263813.0A CN202211263813A CN115326061B CN 115326061 B CN115326061 B CN 115326061B CN 202211263813 A CN202211263813 A CN 202211263813A CN 115326061 B CN115326061 B CN 115326061B
- Authority
- CN
- China
- Prior art keywords
- observation
- target
- space target
- space
- aircraft
- 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
Images
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
Abstract
本发明提供了一种基于已编目空间目标序贯观测的自主导航方法,包括:利用星敏感器对单个已编目的空间目标进行序贯观测,根据观测图像获取观测的空间目标在星敏感器像平面的坐标;利用观测图像中的背景恒星与恒星星表进行匹配,获得星敏感器光轴在惯性空间中的指向;根据观测空间目标的像平面坐标和星敏感器光轴指向,计算观测空间目标的天球坐标;将一段观测时间内获取的观测空间目标的天球坐标序列,在已知空间目标编目数据库进行匹配,识别出该观测空间目标并获取其轨道位置信息;构建导航系统模型,利用滤波算法获得飞行器的运动状态。本发明的方法无需进行包含空间目标和恒星的融合星图匹配,降低了导航解算的复杂度。
Description
技术领域
本发明涉及导航技术领域,具体涉及一种基于已编目空间目标序贯观测的自主导航方法。
背景技术
自主导航是指飞行器在不依赖外部支持的情况下,仅利用自身携带的测量设备实时确定自身相对某个坐标系的位置、姿态和速度。先进的自主导航技术是临近空间飞行器自动化、智能化运行的重要保障。
目前常用飞行器自主导航技术主要包括惯性导航和卫星导航。惯性导航具有完全自主性的独特优势,但惯性导航的系统误差会随运行时间不断增大,需要其他导航信息进行修正。卫星导航可以提供高精度的定位导航服务,但其不具备完全的自主性,在高强度对抗条件下,卫星导航系统存在精度下降甚至失效的可能性。
空间目标包括绕地球飞行的卫星、空间碎片等物体,现有空间态势感知系统已经可以对大部分空间目标进行编目,构建其轨道信息数据库并定期更新。因此,空间目标可以用于实现临近空间飞行器的自主导航,例如:申请号为CN202110484592.9的专利申请、申请号为CN201610693831.0的专利申请均公开了类似的技术;不同的技术路线存在差异,因此也存在各自的优缺点。
如申请号为CN202110484592.9的专利申请,要求星敏感器同时观测多个星历已知的卫星,对于星敏感器的视场个数或视场范围存在较高的要求,严重制约了基于已知卫星观测自主导航方法的实际应用。
如申请号为CN201610693831.0的专利申请,利用包含已知卫星和恒星的融合星图与星敏感器观测图像进行匹配,以实现对已知卫星目标的识别。但实际星敏感器观测所得图像中,若观测低轨卫星,由于卫星与星敏感器之间相对角速度较大,卫星星象一般不为点状,导致融合星图匹配的难度较大,使得无法准确识别空间目标。
综上所述,急需一种基于已编目空间目标序贯观测的自主导航方法以解决现有技术中存在的问题。
发明内容
本发明目的在于提供一种基于已编目空间目标序贯观测的自主导航方法,旨在解决基于空间目标的现有导航方法中,需要观测多个星历已知的空间目标存在实际应用效果较差,以及融合星图匹配难度较大导致空间目标识别困难的问题,具体技术方案如下:
一种基于已编目空间目标序贯观测的自主导航方法,包括以下步骤:
步骤S1:利用星敏感器对单个已编目的空间目标进行序贯观测,根据观测图像获取观测的空间目标在星敏感器像平面的坐标;
步骤S2:利用观测图像中的背景恒星与恒星星表进行匹配,获得星敏感器光轴在惯性空间中的指向;
步骤S3:根据观测空间目标的像平面坐标和星敏感器光轴指向,计算观测空间目标的天球坐标;
步骤S4:将一段观测时间内获取的观测空间目标的天球坐标序列,在已知空间目标编目数据库进行匹配,识别出该观测空间目标并获取其轨道位置信息;
步骤S5:构建导航系统模型,利用滤波算法获得飞行器的运动状态。
以上技术方案中优选的,还包括步骤S6:更换观测空间目标,重复步骤S1-步骤S5实现持续获得飞行器的运动状态。
以上技术方案中优选的,所述步骤S4具体是:
基于已知空间目标编目数据库中的空间目标轨道位置信息和飞行器的概略位置,生成预估观测天球坐标序列;其中1≤j≤a,j为空间目标在已知空间目标编目数据库中的编号,a为已知空间目标编目数据库中空间目标的总数;
将天球坐标序列和由已知空间目标编目数据库中空间目标生成的预估观测天球坐标序列进行匹配,通过轨道关联识别出观测空间目标,进而获取观测空间目标的轨道位置信息。
以上技术方案中优选的,所述飞行器的概略位置由惯导提供。
以上技术方案中优选的,所述步骤S5中,导航系统模型包括状态模型和测量模型,其中基于观测空间目标的天球坐标序列及其轨道位置信息构建测量模型;
利用无迹卡尔曼滤波算法获得飞行器的运动状态,其中,状态模型用于无迹卡尔曼滤波算法中的时间更新,测量模型用于无迹卡尔曼滤波算法中的测量更新。
以上技术方案中优选的,状态模型如下:
以上技术方案中优选的,测量模型如下:
应用本发明的技术方案,具有以下有益效果:
本发明的自主导航方法,每一时刻仅需对一个已编目空间目标进行观测,可降低对星敏感器性能指标的要求,从而大幅扩展了该自主导航方法的应用场景;由于导航信息源为已编目的空间目标,数量多,分布广,且光学信号不易被干扰,使得本发明的导航方法具有较高的可靠性和极强的自主性。
本发明中的自主导航方法,利用已知空间目标编目数据库中空间目标的预估观测天球坐标序列和观测空间目标的天球坐标序列匹配进行观测空间目标识别,进而从空间目标编目数据库中获取所观测空间目标的轨道信息;并根据单个已知空间目标的天球坐标序列,结合飞行器状态方程,对飞行器运动状态进行解算;本发明的方法无需进行包含空间目标和恒星的融合星图匹配,降低了导航解算的复杂度。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明自主导航方法的流程图;
图2是仿真应用案例中飞行器的定位结果示意图。
具体实施方式
为了便于理解本发明,下面将对本发明进行更全面的描述,并给出了本发明的较佳实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
实施例1:
参见图1,一种基于已编目空间目标序贯观测的自主导航方法,包括以下步骤:
步骤S1:利用星敏感器对单个已编目的空间目标进行序贯观测,根据观测图像获取观测的空间目标在星敏感器像平面的坐标;其中星敏感器搭载于飞行器上;
步骤S2:利用观测图像中的背景恒星与恒星星表进行匹配,获得星敏感器光轴在惯性空间中的指向;
步骤S3:根据观测空间目标的像平面坐标和星敏感器光轴指向,计算观测空间目标的天球坐标;
步骤S4:将一段观测时间内获取的观测空间目标的天球坐标序列,在已知空间目标编目数据库进行匹配,识别出该观测空间目标并获取其轨道位置信息;
优选的,所述步骤S4具体是:
基于已知空间目标编目数据库中的空间目标轨道位置信息和飞行器的概略位置,生成预估观测天球坐标序列;其中1≤j≤a,j为空间目标在已知空间目标编目数据库中的编号,a为已知空间目标编目数据库中空间目标的总数;
将天球坐标序列和由已知空间目标编目数据库中空间目标生成的预估观测天球坐标序列进行匹配,通过轨道关联识别出观测空间目标(即获得观测空间目标的编号),进而获取观测空间目标的轨道位置信息。
优选的, 所述飞行器的概略位置由惯导(即惯性导航)提供。
步骤S5:构建导航系统模型,利用滤波算法获得飞行器的运动状态。
具体的,所述步骤S5中,导航系统模型包括状态模型和测量模型,其中基于观测空间目标的天球坐标序列及其轨道位置信息构建测量模型;
具体的,由于导航系统的状态方程和测量方程均为非线性,因此可以利用无迹卡尔曼滤波算法(Unscented Kalman filter, UKF)获得飞行器的运动状态(即估计出飞行器的位置和速度);其中,状态模型用于无迹卡尔曼滤波算法中的时间更新,测量模型用于无迹卡尔曼滤波算法中的测量更新。
进一步的,本实施例中状态模型(即状态方程)如下:
进一步的,本实施例中测量模型(即测量方程)如下:
本领域人员知晓,无迹卡尔曼滤波算法为本领域的公知技术,例如申请号为CN201910784120.8的专利申请、《王建琦,曹喜滨,孙兆伟.基于UKF算法的航天器自主导航研究[J].飞行力学,2004(02):41-44.》、《李璟璟. 基于自适应UKF及位速测量辅助的大椭圆轨道卫星自主导航[D].哈尔滨工业大学,2012.》、《杨文博,李少远.基于强跟踪UKF的航天器自主导航间接量测滤波算法[J].系统工程与电子技术,2011,33(11):2485-2491.》以及《桂先洲,李志豪,黎胜亮.基于X射线脉冲星自主导航中UKF滤波算法的仿真研究[J].航天控制,2010,28(06):33-37.DOI:10.16804/j.cnki.issn1006-3242.2010.06.008.》等现有技术文献均对无迹卡尔曼滤波算法进行了详细说明。因此,状态模型如何用于无迹卡尔曼滤波算法中的时间更新,测量模型如何用于无迹卡尔曼滤波算法中的测量更新,本实施例中无需进行详细说明。
优选的,本领域人员可以理解,受空间目标可见性的影响,因此需要不断更换观测空间目标,并重复步骤S1-步骤S5才能实现持续获得飞行器的运动状态。本实施例中观测的空间目标为卫星。
进一步的,本实施例还提供了上述自主导航方法的仿真应用案例,详情如下:
(1)仿真条件
假设飞行器初始位置为[-4397.647km; -4091.423km; -2652.718km],初始速度为[-6.135km/s; 3.492km/s; 2.264km/s],初始位置误差为[50km; 50km; 50km],初始速度误差为[5m/s; 5m/s; 5m/s]。飞行器所搭载星敏感器测角误差为0.5角秒,空间目标星历三轴位置误差均为50m。星敏感器依次对三个低轨空间目标进行观测,观测计划如表1所示,各空间目标的初始轨道根数如表2所示。
表1 空间目标观测计划
表2 空间目标初始轨道根数
(2)仿真应用案例中UKF滤波计算流程如下:
①滤波初始化
②构造Sigma采样点和权重
③时间更新
时间更新是指根据系统前一时刻的状态,根据状态方法,对系统当前时刻的状态进行预测。
④量测更新
测量更新是指利用当前时刻的实际测量值(来自于传感器)以及预估测量值,对系统当前时刻的预测状态进行修改,并最终得到当前时刻系统状态的估计值。
(3)仿真结果
飞行器定位结果如图2,由图可知,本实施例中的导航方法的位置估计误差小于100m,可为临近空间飞行器提供高精度的自主导航服务。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于已编目空间目标序贯观测的自主导航方法,其特征在于,包括以下步骤:
步骤S1:利用星敏感器对单个已编目的空间目标进行序贯观测,根据观测图像获取观测的空间目标在星敏感器像平面的坐标;
步骤S2:利用观测图像中的背景恒星与恒星星表进行匹配,获得星敏感器光轴在惯性空间中的指向;
步骤S3:根据观测空间目标的像平面坐标和星敏感器光轴指向,计算观测空间目标的天球坐标;
步骤S4:将一段观测时间内获取的观测空间目标的天球坐标序列,在已知空间目标编目数据库进行匹配,识别出该观测空间目标并获取其轨道位置信息;
步骤S5:构建导航系统模型,利用滤波算法获得飞行器的运动状态;
所述步骤S5中,导航系统模型包括状态模型和测量模型,其中基于观测空间目标的天球坐标序列及其轨道位置信息构建测量模型。
2.根据权利要求1所述的基于已编目空间目标序贯观测的自主导航方法,其特征在于,还包括步骤S6:更换观测空间目标,重复步骤S1-步骤S5实现持续获得飞行器的运动状态。
3.根据权利要求1所述的基于已编目空间目标序贯观测的自主导航方法,其特征在于,所述步骤S4具体是:
对观测空间目标进行N个连续时刻的序贯观测,获得天球坐标序列为{(α1,δ1),(α2,δ2),…,(αN,δN)};其中N为大于等于3的自然数;
基于已知空间目标编目数据库中的空间目标轨道位置信息和飞行器的概略位置,生成预估观测天球坐标序列其中1≤j≤a,j为空间目标在已知空间目标编目数据库中的编号,a为已知空间目标编目数据库中空间目标的总数;
将天球坐标序列和由已知空间目标编目数据库中空间目标生成的预估观测天球坐标序列进行匹配,通过轨道关联识别出观测空间目标,进而获取观测空间目标的轨道位置信息。
4.根据权利要求3所述的基于已编目空间目标序贯观测的自主导航方法,其特征在于,所述飞行器的概略位置由惯导提供。
5.根据权利要求1所述的基于已编目空间目标序贯观测的自主导航方法,其特征在于,所述步骤S5中,利用无迹卡尔曼滤波算法获得飞行器的运动状态,其中,状态模型用于无迹卡尔曼滤波算法中的时间更新,测量模型用于无迹卡尔曼滤波算法中的测量更新。
6.根据权利要求5所述的基于已编目空间目标序贯观测的自主导航方法,其特征在于,状态模型如下:
设导航系统状态量为飞行器在地心惯性系下的位置和速度,记为Xk,Xk=[xk yk zk vx,kvy,k vz,k]T,则导航系统状态模型为:
Xk=f(Xk-1)+wk-1,
其中,f是由目标动力学特性决定的非线性函数,wk-1是动力学模型噪声;xk、yk和zk分别为飞行器k时刻在地心惯性系中的三轴位置坐标,vx,k、vy,k和vz,k分别为飞行器k时刻速度沿地心惯性系三轴的分量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211263813.0A CN115326061B (zh) | 2022-10-17 | 2022-10-17 | 一种基于已编目空间目标序贯观测的自主导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211263813.0A CN115326061B (zh) | 2022-10-17 | 2022-10-17 | 一种基于已编目空间目标序贯观测的自主导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115326061A CN115326061A (zh) | 2022-11-11 |
CN115326061B true CN115326061B (zh) | 2023-01-17 |
Family
ID=83914307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211263813.0A Active CN115326061B (zh) | 2022-10-17 | 2022-10-17 | 一种基于已编目空间目标序贯观测的自主导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115326061B (zh) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6463366B2 (en) * | 2000-03-10 | 2002-10-08 | Schafer Corp | Attitude determination and alignment using electro-optical sensors and global navigation satellites |
US8825399B2 (en) * | 2008-07-24 | 2014-09-02 | Raytheon Company | System and method of passive and autonomous navigation of space vehicles using an extended Kalman filter |
CN103047985B (zh) * | 2012-12-21 | 2016-03-09 | 中国科学院长春光学精密机械与物理研究所 | 一种空间目标的快速定位方法 |
CN105716615A (zh) * | 2015-12-28 | 2016-06-29 | 上海卫星工程研究所 | 火星探测器自主导航方法 |
CN106382927B (zh) * | 2016-08-19 | 2019-10-18 | 哈尔滨工业大学 | 一种基于卫星识别的星敏感器自主导航方法 |
CN107478234B (zh) * | 2017-09-05 | 2019-08-30 | 上海航天控制技术研究所 | 一种卫星自主定位方法及卫星自主导航方法 |
CN111102981B (zh) * | 2019-12-09 | 2022-03-04 | 北京空间机电研究所 | 一种基于ukf的高精度卫星相对导航方法 |
DE102020122748B3 (de) * | 2020-08-31 | 2022-02-10 | Jena-Optronik Gesellschaft mit beschränkter Haftung | Verfahren, Vorrichtung und Computerprogrammprodukt zur Lagebestimmung eines Raumflugkörpers im Weltraum |
CN114777763A (zh) * | 2022-03-16 | 2022-07-22 | 中国人民解放军国防科技大学 | 基于姿态信息辅助的小视场星敏感器星图识别方法及装置 |
-
2022
- 2022-10-17 CN CN202211263813.0A patent/CN115326061B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115326061A (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lefferts et al. | Kalman filtering for spacecraft attitude estimation | |
CN107655485B (zh) | 一种巡航段自主导航位置偏差修正方法 | |
Rad et al. | Optimal attitude and position determination by integration of INS, star tracker, and horizon sensor | |
Sabatini et al. | Navigation and guidance system architectures for small unmanned aircraft applications | |
Antreasian et al. | Early navigation performance of the OSIRIS-REx approach to Bennu | |
CN108225307A (zh) | 一种惯性测量信息辅助的星图匹配方法 | |
CN116105730A (zh) | 基于合作目标卫星甚短弧观测的仅测角光学组合导航方法 | |
Antreasian et al. | OSIRIS-REx orbit determination covariance studies at Bennu | |
CN115326061B (zh) | 一种基于已编目空间目标序贯观测的自主导航方法 | |
Sigel et al. | Star tracker celestial localization system for a lunar rover | |
Paluszek et al. | Optical navigation system | |
Muñoz et al. | Preparations and strategy for navigation during Rosetta comet phase | |
Li et al. | Tracklet-to-object Matching for Climbing Starlink Satellites through Recursive Orbit Determination and Prediction | |
CN113776527B (zh) | 一种民航飞机全时空的组合导航系统和导航方法 | |
CN115326060B (zh) | 一种基于星光角距和方向矢量的自主导航方法 | |
Alonso et al. | Relative navigation for formation flying of spacecraft | |
Soken et al. | Attitude estimation for nanosatellites using singular value decomposition and unscented Kalman filter | |
CN110579784B (zh) | 基于卫星组合导航系统的卫星自主导航方法 | |
CN115355906B (zh) | 一种基于惯导和卫星方向矢量的组合导航方法 | |
Lowrie | Autonomous navigation systems technology assessment | |
Maldonado et al. | Autonomous spacecraft navigation-Extended Kalman filter estimationof classical orbital parameters | |
Radi et al. | GNSS Only Reduced Navigation System Performance Evaluation for High-Speed Smart Projectile Attitudes Estimation | |
Raković et al. | UAV Positioning and Navigation-Review | |
Davis et al. | Spacecraft identification leveraging unsupervised learning techniques for formation and swarm missions | |
CN115326059B (zh) | 基于已知空间目标双方向矢量观测的自主导航方法 |
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 |