CN116718182A - 一种基于拓展卡尔曼滤波的卫星姿态确定方法 - Google Patents
一种基于拓展卡尔曼滤波的卫星姿态确定方法 Download PDFInfo
- Publication number
- CN116718182A CN116718182A CN202310648089.1A CN202310648089A CN116718182A CN 116718182 A CN116718182 A CN 116718182A CN 202310648089 A CN202310648089 A CN 202310648089A CN 116718182 A CN116718182 A CN 116718182A
- Authority
- CN
- China
- Prior art keywords
- attitude
- satellite
- measurement
- solar
- extended kalman
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000001914 filtration Methods 0.000 title claims abstract description 25
- 238000005259 measurement Methods 0.000 claims abstract description 68
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 239000000835 fiber Substances 0.000 claims abstract description 15
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000004088 simulation Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C23/00—Combined 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种基于拓展卡尔曼滤波的卫星姿态确定方法，包括以下步骤：S1、基于星敏感器、光纤陀螺测量数据，基于卫星本体系相对惯性系姿态四元数构建系统状态方程；S2、将卫星载荷相机中作为稳像系统使用的太阳导行镜数据作为新的测量量，与星敏感器、光纤陀螺测量数据一起组成测量系统，基于姿态四元数构建测量系统测量方程；S3、输入星敏感器、光纤陀螺和太阳导行镜测量值，利用步骤S1构建的状态方程、步骤S2构建的测量方程，构建扩展卡尔曼滤波器，基于扩展卡尔曼滤波的姿态确定算法，对卫星姿态进行最优估计。有益效果是对日指向垂直方向姿态确定精度高。
Description
【技术领域】
本发明涉及卫星姿态控制技术领域，具体涉及一种基于拓展卡尔曼滤波的卫星姿态确定方法。
【背景技术】
星敏感器是以恒星为参照系，以星空为工作对象的高精度空间姿态测量装置。
光纤陀螺(fiber-optic gyroscope，FOG)是一种用于惯性导航的光纤传感器。
太阳导行镜(Sun Guide Telescope，SGT)是空间太阳望远镜(SST)姿态控制的关键技术之一。
卡尔曼滤波器(Kalman Filter，KF)一般指卡尔曼滤波(Kalman filtering)，是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。
状态方程是指刻画系统输入和状态关系的表达式。状态向量所满足的向量常微分方程称为控制系统的状态方程。状态方程是控制系统数学模型的重要组成部分。
状态方程通常用微分方程或差分方程形式表示，描述系统状态在时间上的变化规律。测量方程描述如何通过测量系统的某些物理量来推断系统状态。状态和测量方程构成了状态空间模型，是控制系统设计和分析的基础。
目标观测类卫星往往对姿态角控制精度和姿态稳定度的指标具有很高的要求。以往的姿态控制研究中，通常采用基于星敏感器(Star Tracker，STR)和光纤陀螺(FiberOptic Gyro，FOG)的姿态确定算法；因为STR和FOG测量精度较高，所以通常装配在有高精度、高稳定度需求的观测类卫星上。这种方式的不足之处是光学系统参数比较容易受到温度影响，如星敏感器的主点位置、光纤陀螺的标定因数等参数，会影响测量精度。如ASO-S(夸父一号，先进天基太阳天文台Advanced Space-based Solar Observatory，简称：ASO-S)选择国产星敏感器STR的三轴测量精度为[3.5 3.5 28]″，光纤陀螺FOG测量角速度精度为5e-5°/s、常值零位漂移优于0.2°/h。
由于卫星的光学系统参数比较容易受到温度影响，如星敏感器的主点位置、光纤陀螺的标定因数等参数，会影响测量精度。为了使敏感器单机达到最佳工作性能，以往的研究通常考虑对星敏感器和陀螺分别进行恒温控制或者采用多星敏感器测量修正方法，以提高STR三轴测量精度。尽管如此，常规的基于STR和FOG的卡尔曼滤波的联合定姿算法仍难以实现ASO-S卫星的姿态确定精度要求。特别是ASO-S卫星虽然装配了3台STR，但其独特的对日观测指向使STR受到地气光的影响，在轨交替有效，无法一直满足两台以上星敏感器同时有效的修正的条件。
中国专利文献[1]：王柯俨，蒋唯娇，牛瑞等，基于无迹卡尔曼滤波的联合定姿方法、卫星姿态控制系统，CN201910281474.0，西安电子科技大学。
中国专利文献[2]：孟子阳，廖茂有，尤政等，一种遥感微纳卫星的多模式姿态确定方法，CN201811617702.9，清华大学。
中国专利文献[3]：王峰，陈雪芹，李冬柏等，一种光学成像卫星敏捷机动姿态确定方法，CN201410213665.0，哈尔滨工业大学。
本发明针对常规的基于STR和FOG的卡尔曼滤波的联合定姿算法难以实现ASO-S卫星的姿态确定精度要求的技术问题，对卫星姿态确定方法进行了技术改进。
【发明内容】
本发明的目的是，提出一种对日指向垂直方向姿态确定精度高的卫星姿态确定方法。
为实现上述目的，本发明采取的技术方案是一种基于拓展卡尔曼滤波的卫星姿态确定方法，包括以下步骤：
S1、基于星敏感器、光纤陀螺测量数据，基于卫星本体系相对惯性系姿态四元数构建系统状态方程；
S2、将卫星载荷相机中作为稳像系统使用的太阳导行镜数据作为新的测量量，与星敏感器、光纤陀螺测量数据一起组成测量系统，基于姿态四元数构建测量系统测量方程；
S3、输入星敏感器、光纤陀螺和太阳导行镜测量值，利用步骤S1构建的状态方程、步骤S2构建的测量方程，构建扩展卡尔曼滤波器，基于扩展卡尔曼滤波的姿态确定算法，对卫星姿态进行最优估计。
优选地，步骤S1或者S2姿态四元素是指：坐标系OXaYaZa围绕OE轴转过角σ就与坐标系OXbYbZb重合，OE轴与OXaYaZa的三个坐标轴的夹角是α，β，γ，则坐标系OXbYbZb相对于坐标系OXaYaZa的姿态用σ，α，β，γ完全确定，即用姿态四元数完全确定：OE轴即为定义的空间轴，在坐标系OXaYaZa和坐标系OXbYbZb均为[cosα cosβ cosγ]T。
优选地，上述的一种基于拓展卡尔曼滤波的卫星姿态确定方法，步骤S1具体包括以下子步骤：
S11、定义为卫星本体系相对惯性系姿态四元数，其中：qs为标部、qv为矢部，且满足归一化条件/>
S12、由姿态四元数表示的卫星姿态运动学方程表示为：其中，ηstr为星敏感器测量误差，协方差矩阵为Qstr，记作ηstr～(0,Qstr)；ω为卫星本体系相对惯性系姿态角速度；
S13、光纤陀螺测量姿态角速度和常值零位漂移分别记作ωg和b，ωg＝[ωgx ωgyωgz]T、b＝[bx by bz]T，卫星姿态角速度ω表示为ω＝ωg-b，其中，ηb为光纤陀螺测量误差，协方差矩阵为Qb，记作ηb～(0,Qb)；
S14、以姿态四元数矢部qv和光纤陀螺常值漂移b为状态变量得到系统状态方程/>其中，f＝[f1,f2,f3,0,0,0]T，G＝I6×6，
优选地，上述的一种基于拓展卡尔曼滤波的卫星姿态确定方法，步骤S2具体包括以下子步骤：
S21、卫星载荷莱曼阿尔法太阳望远镜上配备太阳导行镜，利用四象限光电探测器采集方位和俯仰方向上的太阳边缘信号，太阳导行镜A、B、C、D四个光电二极管因光电效应产生不同大小的电流信号，经跨阻放大器后产生对应的电压信号，分别为U1、U2、U3、U4，太阳中心相对标定的探测器焦平面中心偏移量与电压信号满足如下关系通过实验室成像标定偏移量与太阳方位、俯仰方向偏差角α＝KyΔy、β＝KzΔz；
S22、太阳导行镜焦距记作f，计算太阳矢量在太阳导行镜测量系的表达式太阳方位、俯仰方向偏差角α、β与位置偏移量Δy、Δz满足：Δy＝ftan(α)，Δz＝ftan(β)，太阳导行镜线性测量范围约为60″，因此，Δy≈αf、Δz≈βf，rsun|gt改写为/>
S23、将惯性系太阳矢量Si转换到卫星本体系Sb：Sb＝C(q)Si，其中，C(q)为四元数表示的姿态矩阵，若Sb＝[Sb_x Sb_y Sb_z]T、Si＝[Si_x Si_y Si_z]T，则
其中，Sb与rsun|gt平行，因此得到太阳导行镜测量的太阳中心方位、俯仰方向偏差角α、β数学模型如下/>其中，ηgt为方位、俯仰方向的测量误差，协方差矩阵为Qgt，记作ηgt～(0,Qgt)；
S24、以星敏感器测量的姿态四元数矢部和太阳远行镜测量的偏差角α、β为测量量：y＝[qSTR_1 qSTR_2 qSTR_3 α β]T，得到测量系统测量测量方程y＝h(x)+v，其中，
优选地，所述的一种基于拓展卡尔曼滤波的卫星姿态确定方法，步骤S3所述扩展卡尔曼滤波器：以为状态变量，由系统状态方程f和测量方程h计算如下矩阵，
其中，
所述拓展卡尔曼滤波器输入：星敏感器测量姿态四元数矢部qstr v，太阳远行镜测量太阳中心偏差角α、β，光纤陀螺测量姿态角速度ωg，惯性系单位太阳矢量Si；
所述拓展卡尔曼滤波器滤波器输出：定姿四元数qnew，光纤陀螺零漂估计bnew，定姿角速度ω。
优选地，上述的一种基于拓展卡尔曼滤波的卫星姿态确定方法，步骤S3所述基于扩展卡尔曼滤波的姿态确定算法，以T为计算步长，按照以下子步骤进行优化迭代计算：
S31、初始化，qk-1＝[1,0,0,0]T、bk-1＝[0,0,0]T，P0，协方差矩阵为Q，R，ω＝ωg-bk-1，Γ＝G·T，四元数标部限幅q0max，零漂限幅bmax；
Φk,k-1＝I+Fk-1·T
S32、均方误差矩阵一步预测
S33、状态一步预测
S34、滤波增益矩阵计算
S35、状态更新
S36、估计均方误差Pk＝(I-KkHk)Pk-1；
S37、滤波器输出
qnew_s＜q0max→qnew＝qstr
bnew_x/y/z＞bmax→bnew_x/y/z＝bmax
S38、输出限幅bnew_x/y/z＜-bmax→bnew_x/y/z＝-bmax；
S39、定姿输出ω＝ωg-bnew，qnew；
S3a、迭代更新qk-1＝qnew，bk-1＝bnew。
本发明一种基于拓展卡尔曼滤波的卫星姿态确定方法有如下有益效果：将载荷相机中作为稳像系统使用的太阳导行镜(Sun Guide Telescope，SGT)数据作为新的测量量，与星敏感器STR、光纤陀螺FOG测量数据一起组成测量系统，设计基于扩展卡尔曼滤波器(Extended Kalman Filter，EKF)的姿态确定算法；与仅使用STR和FOG的EKF算法相比，该姿态确定方法可以有效提高对日指向垂直方向的姿态确定精度，更好解决在卫星在特殊导引律或者特殊观测任务时的姿态控制系统的稳定度。
【附图说明】
图1是四元数旋转物理意义示意图。
图2是一种基于拓展卡尔曼滤波的卫星姿态确定方法流程图。
图3是太阳导行镜SGT测量原理示意图。
图4是太阳导行镜SGT测量值与太阳矢量的关系示意图。
【具体实施方式】
下面结合实施例并参照附图对本发明作进一步描述。
实施例
本实施例实现一种基于拓展卡尔曼滤波的卫星姿态确定方法。
卫星光学系统参数比较容易受到温度影响，如星敏感器的主点位置、光纤陀螺的标定因数等参数，会影响测量精度。采用传统的“星敏+陀螺EKF滤波”或“星敏+低精度姿态测量敏感器EKF滤波”算法等方案，如背景技术专利文献[1]～[3]所考虑的方法，往往不能满足于特殊观测需求的科学卫星的姿态确定需求；本实施例卫星姿态确定方法将载荷相机中作为稳像系统使用的高精度太阳导行镜数据作为新的测量，该姿态确定方法可以有效提高对日指向垂直方向的姿态确定精度，更好解决在卫星在特殊导引律或者特殊观测任务时的姿态控制系统的稳定度。
本实施例卫星姿态确定方法采用的高精度太阳导行镜数据源自于卫星科学载荷信息，高精度姿态确定算法直接使用载荷相机数据。这种方式不需要增加单独的姿态敏感器测量设备，节约设计成本。
1、姿态四元数的旋转的物理意义
图1是四元数旋转物理意义示意图。如图1所示，坐标系OXaYaZa围绕OE轴转过角σ就与坐标系OXbYbZb重合，而OE轴与OXaYaZa的三个坐标轴的夹角是α，β，γ，而坐标系OXbYbZb相对于坐标系OXaYaZa的姿态可以完全用σ，α，β，γ完全确定，也即用四元数完全的确定：
可以看出，OE轴即为定义的空间轴，该空间轴在坐标系OXaYaZa和坐标系OXbYbZb均为[cosα cosβ cosγ]T。
2、本实施例应用太阳导行镜的高精度姿态确定融合算法方案
图2是一种基于拓展卡尔曼滤波的卫星姿态确定方法流程图。如附图2所示，本实施例包括以下步骤：
2.1、状态方程
定义q＝[qs,qv T]T＝[qs,q1,q2,q3]T为卫星本体系相对惯性系姿态四元数，其中：qs为标部、qv为矢部，且满足归一化条件由四元数表示的卫星姿态运动学方程可表示为：
其中，ηstr为星敏感器测量误差(白噪声，协方差矩阵为Qstr)，记作ηstr～(0,Qstr)；ω为卫星本体系相对惯性系姿态角速度。
光纤陀螺测量姿态角速度和常值零位漂移分别记作ωg和b(ωg＝[ωgx ωgyωgz]T、b＝[bx by bz]T)。因此，卫星姿态角速度ω可以表示为
ω＝ωg-b (2)
其中：ηb为光纤陀螺测量误差(白噪声，协方差矩阵为Qb)，记作ηb～(0,Qb)。
以姿态四元数矢部qv和光纤陀螺常值漂移b为状态变量得到系统方程如下
其中，f＝[f1,f2,f3,0,0,0]T，G＝I6×6。
2.2、测量方程
图3是太阳导行镜SGT测量原理示意图。如附图3所示，载荷莱曼阿尔法太阳望远镜上配备的太阳导行镜SGT，利用四象限光电探测器采集方位(zg)和俯仰(yg)方向上的太阳边缘信号的测量原理。A、B、C、D四个光电二极管因光电效应产生不同大小的电流信号，经跨阻放大器后产生对应的电压信号，分别为U1、U2、U3、U4。太阳中心相对标定的探测器焦平面中心偏移量与电压信号满足如下关系
通过实验室成像标定偏移量与方位、俯仰方向偏差角(SGT探测器测量坐标系与卫星本体系三轴方向一致)：α＝KyΔy、β＝KzΔz，其测量精度可达到0.1″。
图4是太阳导行镜SGT测量值与太阳矢量的关系示意图。如附图4所示，太阳矢量转换为方位和俯仰方向角度偏差的原理。
SGT焦距记作f，由此计算太阳矢量在SGT测量系的表达式rsun|gt为：
太阳偏差角α、β与位置偏移量Δy、Δz满足：Δy＝ftan(α)，Δz＝ftan(β)。SGT线性测量范围约为60″(tan(60″)≈60″)。因此，Δy≈αf、Δz≈βf，rsun|gt改写为：
将惯性系太阳矢量Si转换到卫星本体系Sb：Sb＝C(q)Si。其中，C(q)为四元数表示的姿态矩阵，若Sb＝[Sb_x Sb_y Sb_z]T、Si＝[Si_x Si_y Si_z]T，则
其中，
Sb与rsun|gt平行，因此
可得到SGT测量的太阳中心偏差角α、β数学模型如下
其中，ηgt为SGT的测量误差(白噪声，协方差矩阵为Qgt)，记作ηgt～(0,Qgt)。
以星敏感器STR测量的姿态四元数矢部和SGT测量的偏差角α、β为测量量：y＝[qSTR_1 qSTR_2 qSTR_3 αβ]T，得到测量方程如下
y＝h(x)+v (8)
其中，
2.3、扩展Kalman滤波器算法设计
以为状态变量，由系统方程f和测量方程h计算如下矩阵
其中
/>
滤波器输入：STR测量姿态四元数矢部qstr v，SGT测量太阳中心偏差角α、β，FOG测量姿态角速度ωg，惯性系单位太阳矢量Si。
滤波器输出：定姿四元数qnew，陀螺零漂估计bnew，定姿角速度ω。
按照如下步骤进行迭代计算(T为计算步长)：
(1)初始化：qk-1＝[1,0,0,0]T、bk-1＝[0,0,0]T，P0，协方差矩阵为Q，R，ω＝ωg-bk-1，Γ＝G·T，四元数标部限幅q0max，零漂限幅bmax。
(2)均方误差矩阵一步预测：
Φk,k-1＝I+Fk-1·T
(3)状态一步预测：
(4)滤波增益矩阵计算：
(5)状态更新：
(6)估计均方误差：
Pk＝(I-KkHk)Pk-1
(7)滤波器输出：
(8)输出限幅：
qnew_s＜q0max→qnew＝qstr
bnew_x/y/z＞bmax→bnew_x/y/z＝bmax
bnew_x/y/z＜-bmax→bnew_x/y/z＝-bmax
(9)定姿输出：
ω＝ωg-bnew，qnew
(10)迭代更新：
qk-1＝qnew，bk-1＝bnew
3、扩展Kalman滤波器算法仿真验证
3.1、仿真条件
(1)初始化
开始时间：2022年5月10日1:40:00.000；
仿真时长：8000s；
仿真步长：0.125s。
(2)轨道参数
a＝7.0814e6 m e＝9.010e-4 i＝1.7165rad
Ω＝2.4022rad ω＝4.2787rad θ＝3.8915rad
(3)姿态参数初值和敏感器参数
姿态四元数qib_0＝[0.8918,0.1850,-0.0838,0.4043]T
姿态角速度ωib_0＝[0.0,0.0,0.0]T°/s
卫星转动惯量Jb＝diag([760.1,537.7,537.6]T)kgm2常值漂移b＝[0.2,0.2,0.2]T°/s
陀螺测量误差ngyro＝5e-5*[1.0,1.0,1.0]T°/s
星敏测量误差nstr＝[3.5",3.5",28"]T
导行镜测量误差ngt＝[0.1",0.1"]T
导行镜标定系数Ky＝75"、Kz＝70"
(4)执行机构参数
反作用轮最大力矩：0.215Nm
反作用轮分类：力矩轮
反作用轮安装方式：四斜装“金字塔”构型
计算机DA输出精度：<10mV
磁力矩器最大磁矩：100Am2
磁力矩器分类：开关磁力矩器
(5)PID控制器参数
Kp＝[150,106,106]T Kd＝[430,305,305]T
Ki＝[0.85,0.85,0.85]T
(6)太阳模型
2000年1月1日12时起的儒略世纪数：TRL
太阳轨道倾角：
Is＝0.4090928042-0.0002269655TRL
太阳平近点角：
Ms＝6.2400599667+628.3019551515TRL
太阳真黄经：
Us＝4.8950629939+628.3075845363TRL+
0.0334160739sin(Ms)
J2000惯性系太阳位置单位矢量：
Si＝[cos(Us),sin(Us)cos(Is),sin(Us)sin(Is)]T
3.2、EKF参数
(1)STR+FOG+SGT
(2)STR+FOG
QQ＝Q
PP0＝P0
卫星的惯量为[500,600,500,0,0,0]kgm2，反作用轮的惯量为0.0955kgm2。
3.3、仿真结果
本实施例仿真共经历8000s(约1.3倍轨道周期)，其中前1000s用于滤波器收敛，将1000s至8000s数据进行统计，计算两种定姿算法的角速度估计精度和姿态角估计精度，统计结果如下表1所示。
表1角速度与欧拉角估计精度
/>
本实施例仿真结果。由本实施例仿真验证STR+FOG EKF角速度估计值示意图、本实施例仿真验证STR+FOG+SGT EKF角速度估计值示意图可知，使用SGT的EKF定姿算法中姿态角速度估计值与常规姿态敏感器EKF算法相比：精度略有提高。由本实施例仿真验证STR+FOG EKF欧拉角估计值示意图、本实施例仿真验证STR+FOG+SGT EKF欧拉角估计值示意图可知，使用SGT的EKF定姿算法中姿态角估计值与常规姿态敏感器EKF算法相比：三轴精度均有显著提高；其中，与对日观测指向垂直方向的姿态角估计精度优于0.2″(3σ)。由本实施例EKF算法使用的STR与仿真过程中有效的STR示意图、本实施例由SGT测量值转换的偏差角曲线示意图中太阳中心偏差角可知，设计的PID控制器姿态稳定度优于0.8″/60s，满足指标要求。
本实施例方法，1)将载荷相机中作为稳像系统使用的高精度太阳导行镜数据作为新的测量量，该姿态确定方法可以有效提高非对日观测方向的姿态确定精度，更好解决在卫星在特殊导引律或者特殊观测任务时的姿态控制系统的稳定度；
2)卫星载荷系统的高精度太阳导行镜数据，应用到卫星姿态确定系统的一体化设计方式，提高了卫星姿态确定的稳定度指标，同时不需要单独增加的姿态敏感器测量设备，节约设计成本；
3)立足于工程实践，为高精度姿态确定提供了一个新的思路，可为在研对日观测卫星所借鉴继承，有较好的工程应用前景和推广价值。
综上所述，利用STR、FOG和SGT测量值设计的EKF算法，可以有效提高卫星三轴姿态角估计精度，并可保持长时间稳定收敛。本实施例一种应用太阳导行镜的高精度姿态确定融合算法是切实可行的。
本领域普通技术人员可以理解，实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Acess Memory，RAM)等。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明原理的前提下，还可以做出若干改进和补充，这些改进和补充也应视为本发明的保护范围。
Claims (6)
1.一种基于拓展卡尔曼滤波的卫星姿态确定方法，其特征在于包括以下步骤：
S1、基于星敏感器、光纤陀螺测量数据，基于卫星本体系相对惯性系姿态四元数构建系统状态方程；
S2、将卫星载荷相机中作为稳像系统使用的太阳导行镜数据作为新的测量量，与星敏感器、光纤陀螺测量数据一起组成测量系统，基于姿态四元数构建测量系统测量方程；
S3、输入星敏感器、光纤陀螺和太阳导行镜测量值，利用步骤S1构建的状态方程、步骤S2构建的测量方程，构建扩展卡尔曼滤波器，基于扩展卡尔曼滤波的姿态确定算法，对卫星姿态进行最优估计。
2.根据权利要求1所述的一种基于拓展卡尔曼滤波的卫星姿态确定方法，其特征在于步骤S1或者S2姿态四元素是指：坐标系OXaYaZa围绕OE轴转过角σ就与坐标系OXbYbZb重合，OE轴与OXaYaZa的三个坐标轴的夹角是α，β，γ，则坐标系OXbYbZb相对于坐标系OXaYaZa的姿态用σ，α，β，γ完全确定，即用姿态四元数完全确定：OE轴即为定义的空间轴，在坐标系OXaYaZa和坐标系OXbYbZb均为[cosα cosβ cosγ]T。
3.根据权利要求2所述的一种基于拓展卡尔曼滤波的卫星姿态确定方法，其特征在于步骤S1具体包括以下子步骤：
S11、定义为卫星本体系相对惯性系姿态四元数，其中：qs为标部、qv为矢部，且满足归一化条件/>
S12、由姿态四元数表示的卫星姿态运动学方程表示为：其中，ηstr为星敏感器测量误差，协方差矩阵为Qstr，记作ηstr～(0,Qstr)；ω为卫星本体系相对惯性系姿态角速度；
S13、光纤陀螺测量姿态角速度和常值零位漂移分别记作ωg和b，ωg＝[ωgx ωgy ωgz]T、b＝[bx by bz]T，卫星姿态角速度ω表示为ω＝ωg-b，其中，ηb为光纤陀螺测量误差，协方差矩阵为Qb，记作ηb～(0,Qb)；
S14、以姿态四元数矢部qv和光纤陀螺常值漂移b为状态变量得到系统状态方程/>其中，f＝[f1,f2,f3,0,0,0]T，G＝I6×6，
4.根据权利要求3所述的一种基于拓展卡尔曼滤波的卫星姿态确定方法，其特征在于步骤S2具体包括以下子步骤：
S21、卫星载荷莱曼阿尔法太阳望远镜上配备太阳导行镜，利用四象限光电探测器采集方位和俯仰方向上的太阳边缘信号，太阳导行镜A、B、C、D四个光电二极管因光电效应产生不同大小的电流信号，经跨阻放大器后产生对应的电压信号，分别为U1、U2、U3、U4，太阳中心相对标定的探测器焦平面中心偏移量与电压信号满足如下关系通过实验室成像标定偏移量与太阳方位、俯仰方向偏差角α＝KyΔy、β＝KzΔz；
S22、太阳导行镜焦距记作f，计算太阳矢量在太阳导行镜测量系的表达式太阳方位、俯仰方向偏差角α、β与位置偏移量Δy、Δz满足：Δy＝ftan(α)，Δz＝ftan(β)，太阳导行镜线性测量范围约为60″，因此，Δy≈αf、Δz≈βf，rsun|gt改写为/>
S23、将惯性系太阳矢量Si转换到卫星本体系Sb：Sb＝C(q)Si，其中，C(q)为四元数表示的姿态矩阵，若Sb＝[Sb_x Sb_y Sb_z]T、Si＝[Si_x Si_y Si_z]T，则
其中，Sb与rsun|gt平行，因此得到太阳导行镜测量的太阳中心方位、俯仰方向偏差角α、β数学模型如下/>其中，ηgt为方位、俯仰方向的测量误差，协方差矩阵为Qgt，记作ηgt～(0,Qgt)；
S24、以星敏感器测量的姿态四元数矢部和太阳远行镜测量的偏差角α、β为测量量：y＝[qSTR_1 qSTR_2 qSTR_3 α β]T，得到测量系统测量测量方程y＝h(x)+v，其中，
5.根据权利要求4所述的一种基于拓展卡尔曼滤波的卫星姿态确定方法，其特征在于步骤S3所述扩展卡尔曼滤波器：以为状态变量，由系统状态方程f和测量方程h计算如下矩阵，
其中，
所述拓展卡尔曼滤波器输入：星敏感器测量姿态四元数矢部qstr v，太阳远行镜测量太阳中心偏差角α、β，光纤陀螺测量姿态角速度ωg，惯性系单位太阳矢量Si；
所述拓展卡尔曼滤波器滤波器输出：定姿四元数qnew，光纤陀螺零漂估计bnew，定姿角速度ω。
6.根据权利要求5所述的一种基于拓展卡尔曼滤波的卫星姿态确定方法，其特征在于，步骤S3所述基于扩展卡尔曼滤波的姿态确定算法，以T为计算步长，按照以下子步骤进行优化迭代计算：
S31、初始化，qk-1＝[1,0,0,0]T、bk-1＝[0,0,0]T，P0，协方差矩阵为Q，R，ω＝ωg-bk-1，Γ＝G·T，四元数标部限幅q0max，零漂限幅bmax；
S32、均方误差矩阵一步预测
S33、状态一步预测
S34、滤波增益矩阵计算
S35、状态更新
S36、估计均方误差Pk＝(I-KkHk)Pk-1；
S37、滤波器输出
S38、输出限幅
S39、定姿输出ω＝ωg-bnew，qnew；
S3a、迭代更新qk-1＝qnew，bk-1＝bnew。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310648089.1A CN116718182A (zh) | 2023-06-02 | 2023-06-02 | 一种基于拓展卡尔曼滤波的卫星姿态确定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310648089.1A CN116718182A (zh) | 2023-06-02 | 2023-06-02 | 一种基于拓展卡尔曼滤波的卫星姿态确定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116718182A true CN116718182A (zh) | 2023-09-08 |
Family
ID=87874531
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310648089.1A Pending CN116718182A (zh) | 2023-06-02 | 2023-06-02 | 一种基于拓展卡尔曼滤波的卫星姿态确定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116718182A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117516551A (zh) * | 2024-01-05 | 2024-02-06 | 中国西安卫星测控中心 | 一种卫星本体系太阳矢量的综合获得方法 |
-
2023
- 2023-06-02 CN CN202310648089.1A patent/CN116718182A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117516551A (zh) * | 2024-01-05 | 2024-02-06 | 中国西安卫星测控中心 | 一种卫星本体系太阳矢量的综合获得方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103323026B (zh) | 星敏感器和有效载荷的姿态基准偏差估计与修正方法 | |
| CN111189442B (zh) | 基于cepf的无人机多源导航信息状态预测方法 | |
| CN112179334B (zh) | 基于两步Kalman滤波的星光导航方法及系统 | |
| Sun et al. | Line-of-sight rate estimation based on UKF for strapdown seeker | |
| CN110285815A (zh) | 一种可在轨全程应用的微纳卫星多源信息姿态确定方法 | |
| CN116718182A (zh) | 一种基于拓展卡尔曼滤波的卫星姿态确定方法 | |
| Whittaker et al. | Inertial navigation employing common frame error representations | |
| CN111207773B (zh) | 一种用于仿生偏振光导航的姿态无约束优化求解方法 | |
| 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 | |
| Whittaker et al. | Linearized analysis of inertial navigation employing common frame error representations | |
| Li et al. | The internal model control design of three-axis inertially stabilized platform for airborne remote sensing | |
| Silva et al. | Application of the extended H∞ filter for attitude determination and gyro calibration | |
| Zhang et al. | Stellar/inertial integrated guidance for responsive launch vehicles | |
| CN107860400B (zh) | 遥感卫星图像定位整星级综合优化设计与分析方法 | |
| Zhu et al. | A high-accuracy SINS/CNS integrated navigation scheme based on overall optimal correction | |
| Yang et al. | A real-time calibration method for the systematic errors of a star sensor and gyroscope units based on the payload multiplexed | |
| Yu et al. | SINS/CNS nonlinear integrated navigation algorithm for hypersonic vehicle | |
| Shen et al. | Star sensor on-orbit calibration using Extended Kalman Filter | |
| Gao et al. | SIMU/Triple star sensors integrated navigation method of HALE UAV based on atmospheric refraction correction | |
| Xiaoqian et al. | Nonlinear extended Kalman filter for attitude estimation of the fixed-wing UAV | |
| Wang et al. | A factor graph approach for attitude estimation of spacecraft using a stellar gyroscope | |
| Li et al. | Error correction of infrared Earth radiance for autonomous navigation | |
| Yang et al. | The optical reference error analysis and control method in ground validation system of stellar-inertial integration | |
| Shi et al. | A Correcting Accelerometer Errors Algorithm for SINS/CNS Integrated System | |
| Zhang et al. | On-Orbit Calibration of Star Sensor Based on the Virtual Plane |
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 |