TW202016506A - 一種衛星姿態資料融合系統及其方法 - Google Patents

一種衛星姿態資料融合系統及其方法 Download PDF

Info

Publication number
TW202016506A
TW202016506A TW107136839A TW107136839A TW202016506A TW 202016506 A TW202016506 A TW 202016506A TW 107136839 A TW107136839 A TW 107136839A TW 107136839 A TW107136839 A TW 107136839A TW 202016506 A TW202016506 A TW 202016506A
Authority
TW
Taiwan
Prior art keywords
data
attitude
satellite
iae
angular velocity
Prior art date
Application number
TW107136839A
Other languages
English (en)
Other versions
TWI689705B (zh
Inventor
詹英文
葉明宇
魏瑋廷
李家程
吳勇為
Original Assignee
財團法人國家實驗研究院
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 財團法人國家實驗研究院 filed Critical 財團法人國家實驗研究院
Priority to TW107136839A priority Critical patent/TWI689705B/zh
Priority to US16/234,159 priority patent/US11046462B2/en
Application granted granted Critical
Publication of TWI689705B publication Critical patent/TWI689705B/zh
Publication of TW202016506A publication Critical patent/TW202016506A/zh

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
    • B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
    • B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
    • B64G1/244—Spacecraft control systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/10—Artificial satellites; Systems of such satellites; Interplanetary vehicles
    • B64G1/105—Space science
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
    • B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
    • B64G1/244—Spacecraft control systems
    • B64G1/245—Attitude control algorithms for spacecraft attitude control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
    • B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
    • B64G1/36—Guiding or controlling apparatus, e.g. for attitude control using sensors, e.g. sun-sensors, horizon sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
    • B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
    • B64G1/36—Guiding or controlling apparatus, e.g. for attitude control using sensors, e.g. sun-sensors, horizon sensors
    • B64G1/361—Guiding or controlling apparatus, e.g. for attitude control using sensors, e.g. sun-sensors, horizon sensors using star sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/22—Parts of, or equipment specially adapted for fitting in or to, cosmonautic vehicles
    • B64G1/24—Guiding or controlling apparatus, e.g. for attitude control
    • B64G1/36—Guiding or controlling apparatus, e.g. for attitude control using sensors, e.g. sun-sensors, horizon sensors
    • B64G1/369—Guiding or controlling apparatus, e.g. for attitude control using sensors, e.g. sun-sensors, horizon sensors using gyroscopes as attitude sensors
    • 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
    • G01C21/025—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means with the use of startrackers
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64G—COSMONAUTICS; VEHICLES OR EQUIPMENT THEREFOR
    • B64G1/00—Cosmonautic vehicles
    • B64G1/10—Artificial satellites; Systems of such satellites; Interplanetary vehicles
    • B64G1/105—Space science
    • B64G1/1057—Space science specifically adapted for astronomy

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Navigation (AREA)
  • Gyroscopes (AREA)

Abstract

一種衛星姿態資料融合系統及其方法，係應用於太空衛星環境，用以估測該太空衛星之姿態(attitude)資料，利用本發明之衛星姿態資料融合系統以進行衛星姿態資料融合方法時，首先，進行角速度極性(body rates)資料/四元數(quaternion)姿態資料運算動作，第一擴展卡爾曼濾波器EKF(Extended Kalman Filter)將對來自第一陀螺儀(gyro)模式組(model)的第一角速度極性資料、以及來自感測器主模式組(sensor head model)的四元數(quaternion)姿態資料進行運算，以得出第一慣性姿態估測IAE結果(result)資料、並予以輸出，而第二擴展卡爾曼濾波器EKF將對來第二陀螺儀(gyro)模式組(model)的第二角速度極性資料、以及來自該感測器主模式組(sensor head model)的該四元數(quaternion)姿態資料進行運算，以得出第二慣性姿態估測IAE結果(result)資料、並予以輸出；接著，進行姿態(attitude)/角速度(rates)資料融合(fusion)動作，姿態資料融合演算(Attitude Data Fusion Algorithm)模組對該第一慣性姿態估測IAE結果資料、以及該第二慣性姿態估測IAE結果資料於次系統層級(subsystem level)進行姿態(attitude)/角速度(rates)資料融合，以預測姿態估測IAE效能(performance)。

Description

一種衛星姿態資料融合系統及其方法
本發明係有關於衛星姿態資料系統及方法，更詳而言之，係有關於一種應用於太空衛星環境用以估測該太空衛星之姿態資料的衛星姿態資料融合系統及其方法，利用陀螺儀恆星慣性姿態估測GS IAE(Gyro-Stellar (GS) Inertial Attitude Estimate (IAE))之第一擴展卡爾曼濾波器EKF、第二擴展卡爾曼濾波器EKF、感測器主模式組、微機電系統MEMS之第一陀螺儀模式組(Gyros model)、第二陀螺儀模式組、以及姿態資料融合演算(Attitude Data Fusion Algorithm)模組，而可於次系統層級進行姿態(attitude)/角速度(rates)資料融合，以預測姿態估測IAE效能(performance)。
對於應用於太空衛星之一般傳統的衛星姿態估測系統而言，例如，於美國專利申請案第US 2004/0098178 A1號”Integrated inertial stellar attitude sensor”中，均是利用陀螺儀－恆星慣性姿態估測器來進行衛星姿態估測，在此，恆星慣性姿態估測器即為星象儀。
陀螺儀－恆星慣性姿態估測器之運作，主要是以陀螺儀來提供衛星之轉動速率，並用以預估衛星姿態；再以恆星慣性姿態估測器(星象儀)的量測值，來校正由陀螺儀預估的衛星姿態。
在太空衛星領域中，用於估測衛星姿態的系統大都是利用慣性姿態估測裝置來進行衛星的姿態估測，在此，慣性姿態估測裝置即為星象儀。一般而言，安裝在一穩定的光學平台上的三個星象儀會負責提供與衛星座標系統相對應的衛星慣性姿態資料，而這些衛星慣性姿態資料一般是以四元數(quaternion)的形式提供。
L.Romans於2003年非專利文獻之”Optimal combination of quaternionfrom multiple star cameras”中，提出一種最佳地結合由不同星象儀所提供之衛星姿態資料之方法。在此方法中，可在三個星象儀都有提供衛星姿態資料之情形，或是任何其中兩個星象儀提供衛星姿態資料的情形下融合並得出所需之衛星姿態資料。雖然在安裝星象儀時，各個星象儀的方位角(Orientation)，亦即星象儀安裝時相對於衛星本體之位置、方向及角度，均有經過調整，然而除了方法本身所產生之雜訊以及偏差外，由於安裝時關於各個星象儀之方位角的量測上的誤差，或是由於衛星在太空運行中所受到的環境因素干擾而對星象儀本身所產生之形變等因素，各個星象儀會產生一方位角差。
而所採取的方式是，理想化地結合從不同之直線排列之星像儀鏡頭所同時量測的姿態資料，以高斯(Gaussian)雜訊模型。而每一星像儀鏡頭至共同參考座標的方位角是已知。
Peter S. Jorgensen等人於2006年非專利文獻”On-The Fly Merging of Attitude Solutions”, 5th International Symposium of the IAA,應用Romans所提出的方法在不同衛星計劃，用以融合多種姿態解決方案。
在專利文獻美國專利號US 7,124,001中，其發明人提出了一種方法及裝置，可以利用一相對姿態資料模型參數預估器來預測介於子酬載姿態資料與主酬載姿態資料之間的相對資態。藉由處理子酬載姿態資料與主酬載姿態資料，相對姿態資料模型參數預估器預測介於一子頻道姿態測定感測器與一主頻道姿態測定感測器之間的相對姿態資料。相對姿態資料預估器輸出將子頻道測量值修正為一致於主頻道，並改進子酬載的姿態資料的測定。
陀螺儀恆星慣性姿態估測GS IAE(Gyro-Stellar (GS) Inertial Attitude Estimate (IAE))或恆星慣性姿態測定SAID(Stellar Inertial Attitude Determination)為次系統，結合由本體安置之三軸陀螺儀所提供的姿態資料、以及由本體安置之星象感測器(星像儀)(或多個星象感測器)所提供的姿態資料，經由利用一擴展卡爾曼濾波器EKF，而產生出衛星本體姿態資料的一較佳預估。此種方式已應用在多種現存之衛星之姿態與軌道控制系統AOCS(Attitude and Orbit Control System)計劃，例如， NASA's GOES計劃以及其他。
進來在微機電裝置之建構的進步下，讓製造出小型與輕量的慣性感測器成為可能.而此些進展不但拓展了許多商業可行應用的範圍，也可在軍事領域上。然而，由於低準度，此些裝置在需要高精準度的應用上有其限制。
因此，如何尋求一種衛星姿態資料融合系統及其方法，能以較少數量之星象儀(例如，僅以一星象儀)結合一定數量(例如，二個)陀螺儀以及一定數量(例如，二個)擴展卡爾曼濾波器EKF，而產生出衛星本體姿態資料的一較佳預估；另，如何能解決小型且輕量化之微機電裝置的慣性感測器(例如，星象儀)的低精準度問題，而可適用於高精準度之衛星姿態資料的預測姿態估測IAE效能(performance)應用上，而此些種種議題，乃是待解決的問題。
本發明之主要目的便是在於提供一種衛星姿態資料融合系統及其方法，係應用於太空衛星環境，用以估測該太空衛星之姿態(attitude)資料，利用本發明之衛星姿態資料融合系統以進行衛星姿態資料融合方法時，首先，進行角速度極性(body rates)資料/四元數(quaternion)姿態資料運算動作，第一擴展卡爾曼濾波器EKF(Extended Kalman Filter)將對來第一陀螺儀(gyro)模式組(model)的第一角速度極性資料、以及來自感測器主模式組(sensor head model)的四元數(quaternion)姿態資料進行運算，以得出第一慣性姿態估測IAE結果(result)資料、並予以輸出，而第二擴展卡爾曼濾波器EKF將對來第二陀螺儀(gyro)模式組(model)的第二角速度極性資料、以及來自該感測器主模式組(sensor head model)的該四元數(quaternion)姿態資料進行運算，以得出第二慣性姿態估測IAE結果(result)資料、並予以輸出；接著，進行姿態(attitude)/角速度(rates)資料融合(fusion)動作，姿態資料融合演算(Attitude Data Fusion Algorithm)模組對該第一慣性姿態估測IAE結果資料、以及該第二慣性姿態估測IAE結果資料於次系統層級(subsystem level)進行姿態(attitude)/角速度(rates)資料融合，以預測姿態估測IAE效能(performance)。
本發明之又一目的便是在於提供一種衛星姿態資料融合系統及其方法，係應用於太空衛星環境，用以估測該太空衛星之姿態(attitude)資料，陀螺儀恆星慣性姿態估測GS IAE(Gyro-Stellar (GS) Inertial Attitude Estimate (IAE))之第一擴展卡爾曼濾波器EKF(Extended Kalman Filter)將接收來自於微機電系統MEMS之第一陀螺儀模式組(Gyros model)的第一陀螺儀模式組姿態資料、以及來自於感測器主模式組(sensor head model)的感測器主模式組姿態資料，該第一擴展卡爾曼濾波器EKF將對該第一陀螺儀模式組姿態資料、以及該感測器主模式組資料進行運算處理、以得出第一慣性姿態估測IAE結果(result)資料並予以輸出；陀螺儀恆星慣性姿態估測GS IAE之第二擴展卡爾曼濾波器EKF(Extended Kalman Filter)將接收來自於微機電系統MEMS之第二陀螺儀模式組(Gyros model)的第二陀螺儀模式組姿態資料、以及來自於該感測器主模式組(sensor head model)的該感測器主模式組姿態資料，該第二擴展卡爾曼濾波器EKF將對該第二陀螺儀模式組姿態資料、以及該感測器主模式組資料進行運算處理、以得出第二慣性姿態估測IAE結果(result)資料並予以輸出；將利用該第一慣性姿態估測IAE結果(result)資料、以及該第二慣性姿態估測IAE結果(result)資料進行姿態姿料融合演算，以進行姿態/角速度(attitude/rate)資料融合。
本發明之另一目的便是在於提供一種衛星姿態資料融合系統及其方法，係應用於太空衛星環境，用以估測該太空衛星之姿態(attitude)資料，能以較少數量之星象儀(例如，僅以一星象儀)結合一定數量(例如，二個)陀螺儀以及一定數量(例如，二個)擴展卡爾曼濾波器EKF，而產生出衛星本體姿態資料的一較佳預估。
本發明之再一目的便是在於提供一種衛星姿態資料融合系統及其方法，係應用於太空衛星環境，用以估測該太空衛星之姿態(attitude)資料，能解決小型且輕量化之微機電裝置的慣性感測器(例如，星象儀)的低精準度問題，適用於高精準度之衛星姿態資料的預測姿態估測IAE效能(performance)應用上。
根據以上所述之目的，本發明提供一種衛星姿態資料融合系統，該衛星姿態資料融合系統包含陀螺儀恆星慣性姿態估測GS IAE之第一擴展卡爾曼濾波器EKF、第二擴展卡爾曼濾波器EKF、感測器主模式組、微機電系統MEMS之第一陀螺儀模式組、第二陀螺儀模式組、以及姿態資料融合演算模組。
陀螺儀恆星慣性姿態估測GS IAE之第一擴展卡爾曼濾波器EKF，該第一擴展卡爾曼濾波器EKF將接收來自於微機電系統MEMS之第一陀螺儀模式組的第一陀螺儀模式組姿態資料、以及來自於感測器主模式組的感測器主模式組姿態資料，該第一擴展卡爾曼濾波器EKF將對該第一陀螺儀模式組姿態資料、以及該感測器主模式組資料進行運算處理、以得出第一慣性姿態估測IAE結果(result)資料並予以輸出至姿態資料融合演算模組。
陀螺儀恆星慣性姿態估測GS IAE之第二擴展卡爾曼濾波器EKF，該第二擴展卡爾曼濾波器EKF將接收來自於微機電系統MEMS之第二陀螺儀模式組的第二陀螺儀模式組姿態資料、以及來自於該感測器主模式組的該感測器主模式組姿態資料，該第二擴展卡爾曼濾波器EKF將對該第二陀螺儀模式組姿態資料、以及該感測器主模式組資料進行運算處理、以得出第二慣性姿態估測IAE結果(result)資料並予以輸出至姿態資料融合演算模組。
姿態資料融合演算模組，該姿態資料融合演算模組將利用該第一慣性姿態估測IAE結果(result)資料、以及該第二慣性姿態估測IAE結果(result)資料於次系統層級(subsystem level)進行姿態(attitude)/角速度(rates)資料融合，以預測姿態估測IAE效能(performance)。
利用本發明之衛星姿態資料融合系統以進行衛星姿態資料融合方法時，首先，進行角速度極性(body rates)資料/四元數(quaternion)姿態資料運算動作，第一擴展卡爾曼濾波器EKF(Extended Kalman Filter)將對來第一陀螺儀(gyro)模式組(model)的第一角速度極性資料、以及來自感測器主模式組(sensor head model)的四元數(quaternion)姿態資料進行運算，以得出第一慣性姿態估測IAE結果(result)資料、並予以輸出至姿態資料融合演算模組，其中，該第一角速度極性資料為該第一陀螺儀模式組的第一陀螺儀模式組姿態資料，該四元數(quaternion)姿態資料為該感測器主模式組的感測器主模式組姿態資料；另，第二擴展卡爾曼濾波器EKF將對來第二陀螺儀(gyro)模式組(model)的第二角速度極性資料、以及來自該感測器主模式組(sensor head model)的該四元數(quaternion)姿態資料進行運算，以得出第二慣性姿態估測IAE結果(result)資料、並予以輸出至姿態資料融合演算模組，其中，該第二角速度極性資料為該第二陀螺儀模式組的第二陀螺儀模式組姿態資料，而該四元數(quaternion)姿態資料為該感測器主模式組的該感測器主模式組姿態資料。
接著，進行姿態(attitude)/角速度(rates)資料融合(fusion)動作，姿態資料融合演算(Attitude Data Fusion Algorithm)模組對該第一慣性姿態估測IAE結果資料、以及該第二慣性姿態估測IAE結果資料於次系統層級(subsystem level)進行姿態(attitude)/角速度(rates)資料融合，以預測姿態估測IAE效能(performance)。
是故，本發明之衛星姿態資料融合系統及其方法，於次系統層級(subsystem level)進行姿態(attitude)/角速度(rates)資料融合，以預測姿態估測IAE效能(performance)方面，能以較少數量之星象儀(例如，僅以一星象儀)結合一定數量(例如，二個)陀螺儀以及一定數量(例如，二個)擴展卡爾曼濾波器EKF，而產生出衛星本體姿態資料之一較佳預估的姿態估測IAE效能(performance)，其中，由於利用微機電系統MEMS之第一陀螺儀模式組、第二陀螺儀模式組做為二個陀螺儀，以感測器主模式組為一星象儀，而陀螺儀恆星慣性姿態估測GS IAE之第一擴展卡爾曼濾波器EKF、第二擴展卡爾曼濾波器EKF為二個擴展卡爾曼濾波器EKF，因而，能達到小型且輕量化太空衛星的目的，且，能解決一般由於小型且輕量化之微機電裝置的慣性感測器(例如，星象儀)的低精準度的問題，而本發明之衛星姿態資料融合系統及其方法，適用於高精準度之衛星姿態資料的預測姿態估測IAE效能(performance)應用上。
爲使熟悉該項技藝人士瞭解本發明之目的、特徵及功效，茲藉由下述具體實施例，並配合所附之圖式，對本發明詳加說明如後：
第1圖為一系統示意圖，用以顯示說明本發明之衛星姿態資料融合系統的系統架構。如第1圖中所示之，衛星姿態資料融合系統1包含陀螺儀恆星慣性姿態估測GS IAE之第一擴展卡爾曼濾波器EKF 2、第二擴展卡爾曼濾波器EKF 3、感測器主模式組4、微機電系統MEMS之第一陀螺儀模式組5、第二陀螺儀模式組6、以及姿態資料融合演算模組7。
陀螺儀恆星慣性姿態估測GS IAE之第一擴展卡爾曼濾波器EKF 2，該第一擴展卡爾曼濾波器EKF 2將接收來自於微機電系統MEMS之第一陀螺儀模式組5的第一陀螺儀模式組姿態資料、以及來自於感測器主模式組4的感測器主模式組姿態資料，該第一擴展卡爾曼濾波器EKF 2將對該第一陀螺儀模式組姿態資料、以及該感測器主模式組資料進行運算處理、以得出第一慣性姿態估測IAE結果(result)資料並予以輸出至姿態資料融合演算模組7。
陀螺儀恆星慣性姿態估測GS IAE之第二擴展卡爾曼濾波器EKF 3，該第二擴展卡爾曼濾波器EKF 3將接收來自於微機電系統MEMS之第二陀螺儀模式組6的第二陀螺儀模式組姿態資料、以及來自於該感測器主模式組4的該感測器主模式組姿態資料，該第二擴展卡爾曼濾波器EKF 2將對該第二陀螺儀模式組姿態資料、以及該感測器主模式組資料進行運算處理、以得出第二慣性姿態估測IAE結果(result)資料並予以輸出至姿態資料融合演算模組7。
姿態資料融合演算模組7，該姿態資料融合演算模組7將利用該第一慣性姿態估測IAE結果(result)資料、以及該第二慣性姿態估測IAE結果(result)資料於次系統層級(subsystem level)進行姿態(attitude)/角速度(rates)資料融合，以預測姿態估測IAE效能(performance)。
第2圖為一流程圖，用以顯示說明利用本發明之衛星姿態資融合系統以進行衛星姿態資料融合方法的流程。如第2圖中所示之，首先，於步驟11，進行角速度極性(body rates)資料/四元數(quaternion)姿態資料運算動作；第一擴展卡爾曼濾波器EKF 2將對來第一陀螺儀模式組5的第一角速度極性資料、以及來自感測器主模式組4的四元數(quaternion)姿態資料進行運算，以得出第一慣性姿態估測IAE結果(result)資料、並予以輸出至姿態資料融合演算模組7，其中，該第一角速度極性資料為該第一陀螺儀模式組5的第一陀螺儀模式組姿態資料，該四元數(quaternion)姿態資料為該感測器主模式組4的感測器主模式組姿態資料；另，第二擴展卡爾曼濾波器EKF 3將對來第二陀螺儀模式組6的第二角速度極性資料、以及來自該感測器主模式組4的該四元數(quaternion)姿態資料進行運算，以得出第二慣性姿態估測IAE結果(result)資料、並予以輸出至姿態資料融合演算模組7，其中，該第二角速度極性資料為該第二陀螺儀模式組6的第二陀螺儀模式組姿態資料，而該四元數(quaternion)姿態資料為該感測器主模式組4的該感測器主模式組姿態資料；並進到步驟12。
於步驟12，進行姿態(attitude)/角速度(rates)資料融合(fusion)動作；姿態資料融合演算模組7對該第一慣性姿態估測IAE結果資料、以及該第二慣性姿態估測IAE結果資料於次系統層級(subsystem level)進行姿態(attitude)/角速度(rates)資料融合，以預測姿態估測IAE效能(performance)。
第3圖為一示意圖，用以顯示說明本發明之衛星姿態資料融合系統的一實施例的架構、以及運作情況。如第3圖中所示之，衛星姿態資料融合系統1包含陀螺儀恆星慣性姿態估測GS IAE之第一擴展卡爾曼濾波器EKF 2、第二擴展卡爾曼濾波器EKF 3、感測器主模式組4、微機電系統MEMS之第一陀螺儀模式組5、第二陀螺儀模式組6、以及姿態資料融合演算模組7。
如第3圖中所示之，微機電系統MEMS之第一陀螺儀模式組5、以及第二陀螺儀模式組6將接收來自衛星真實動力(Spacecraft True Dynamics)系統8 的本體角速度(衛星轉動速率)
Figure 02_image001
，其中，該本體角速度(衛星轉動速率)
Figure 02_image001
為地球中心慣性ECI座標轉換至衛星本體座標b的該本體角速度(衛星轉動速率)。
第一陀螺儀模式組5將對所接收之本體角速度(衛星轉動速率)
Figure 02_image001
進行處理並輸出第一角速度極性資料
Figure 02_image003
，該第一角速度極性資料
Figure 02_image003
為地球中心慣性ECI座標轉換至衛星本體座標B之第一陀螺儀B1的本體角速度(衛星轉動速率)，而該第一角速度極性資料
Figure 02_image003
為該第一陀螺儀模式組5的第一陀螺儀模式組姿態資料，在此，第一陀螺儀模式組5可無須進行或可進行錯位(misalignment)誤差值修正處理，而輸出第一角速度極性資料
Figure 02_image003
，端視實際施行情況而定。
第二陀螺儀模式組6將對所接收之本體角速度(衛星轉動速率)
Figure 02_image001
進行處理並輸出第二角速度極性資料
Figure 02_image007
，該第二角速度極性資料
Figure 02_image007
為地球中心慣性ECI座標轉換至衛星本體座標B之第二陀螺儀B2的本體角速度(衛星轉動速率)，而該第二角速度極性資料
Figure 02_image007
為該第二陀螺儀模式組6的第二陀螺儀模式組姿態資料，在此，第二陀螺儀模式組6可無須進行或可進行錯位(misalignment)誤差值修正處理，而輸出第二角速度極性資料
Figure 02_image007
，端視實際施行情況而定。
感測器主模式組4接收來自於衛星真實動力(Spacecraft True Dynamics)系統8的衛星之四元數(quaternion)姿態資料
Figure 02_image011
，該衛星之四元數(quaternion)姿態資料
Figure 02_image011
為地球中心慣性ECI座標轉換至衛星本體座標B的四元數姿態資料；該感測器主模式組4將該衛星之四元數(quaternion)姿態資料
Figure 02_image011
予以處理後，將四元數姿態資料
Figure 02_image013
分別輸出至第一擴展卡爾曼濾波器EKF 2、第二擴展卡爾曼濾波器EKF 3，其中，該四元數姿態資料
Figure 02_image013
為四元數姿態資料、且為該感測器主模式組4的感測器主模式組姿態資料。
陀螺儀恆星慣性姿態估測GS IAE之第一擴展卡爾曼濾波器EKF 2，該第一擴展卡爾曼濾波器EKF 2將接收來自於微機電系統MEMS之第一陀螺儀模式組5的第一角速度極性資料
Figure 02_image003
(第一陀螺儀模式組姿態資料)、以及來自於感測器主模式組4的四元數姿態資料
Figure 02_image013
，該四元數姿態資料
Figure 02_image013
為四元數姿態資料、且為該感測器主模式組4的感測器主模式組姿態資料；該第一擴展卡爾曼濾波器EKF 2將對為第一角速度極性資料
Figure 02_image003
的該第一陀螺儀模式組姿態資料、以及為四元數姿態資料
Figure 02_image013
的該感測器主模式組資料進行運算處理、以得出第一慣性姿態估測IAE結果(result)資料
Figure 02_image015
並予以輸出至姿態資料融合演算模組7。
陀螺儀恆星慣性姿態估測GS IAE之第二擴展卡爾曼濾波器EKF 3，該第二擴展卡爾曼濾波器EKF 3將接收來自於微機電系統MEMS之第二陀螺儀模式組6的第二角速度極性資料
Figure 02_image007
(第二陀螺儀模式組姿態資料)、以及來自於感測器主模式組4的四元數姿態資料
Figure 02_image013
，該四元數姿態資料
Figure 02_image013
為四元數姿態資料、且為該感測器主模式組4的感測器主模式組姿態資料；該第二擴展卡爾曼濾波器EKF 3將對為第二角速度極性資料
Figure 02_image007
的該第二陀螺儀模式組姿態資料、以及為四元數姿態資料
Figure 02_image013
的該感測器主模式組資料進行運算處理、以得出第二慣性姿態估測IAE結果(result)資料
Figure 02_image017
、
Figure 02_image019
並予以輸出至姿態資料融合演算模組7。
在此，P1、P2為時變性的參數，惟，亦可使用其穩定性來與倚進行運算。
姿態資料融合演算模組7，該姿態資料融合演算模組7將利用該第一慣性姿態估測IAE結果(result)資料
Figure 02_image015
、以及該第二慣性姿態估測IAE結果(result)資料
Figure 02_image017
、
Figure 02_image019
於次系統層級(subsystem level)進行姿態(attitude)/角速度(rates)資料融合，以預測姿態估測IAE效能(performance)、並輸出四元數姿態資料
Figure 02_image021
。
第4圖為一表格，用以顯示說明如第3圖中之本發明之衛星姿態資料融合系統的一實施例的姿態估測IAE效能與習知技術的比較。
在此，一sigma姿態誤差(sigma attitude error)以下予以說明：
Figure 02_image023
其中，
Figure 02_image025
為微機電系統MEMS之一陀螺儀陣列(one MEMS gyro array)的一sigma姿態誤差。
相較於多數慣性姿態估測IAE趨近處理
Figure 02_image027
(0.577)的應用，當於每一軸(三軸即有3個陀螺儀陣列)利用一慣性姿態估測IAE趨近處理的一sigma姿態誤差將會以
Figure 02_image029
(0.76)因素來予以減少(基本上來說，對微機電系統MEMS之N個陀螺儀陣列而言，減少因素為
Figure 02_image031
)。
於第4圖中，利用Matlab軟體來模擬習知技術1、2與本發明之衛星姿態資料融合系統及其方法，測定微機電系統MEMS陀螺儀陣列與微機電系統MEMS陀螺儀角度隨機任意行走(angle random walks)效能敏感度，可明白得知各種姿態估測IAE效能的比較結果。
三種模擬情況是用來評估三種不同範例的姿態估測(IAE)效能。衛星姿態資料與本體角速度極性由6-DOF 非線性高精準度 (high-fidelity)Micro-sat 模擬器所產生之。
於模擬情境中考量到Micro-sat的動力學。當其從日遮(eclipse)區離開，衛星定向為太陽指向(SUP Mode)，當其進入日遮區則切換至地球中心姿態指向(GAP Mode)。
衛星姿態量測由星象儀/追星儀(star tracker)模式(model)所提供，而轉動速率/角速度極性量測則由微機電系統MEMS之二個陀螺儀模式所提供。
模擬參數如下：
1.星象儀/追星儀模式：精準度為55 arcsec，1 sigma。
2.陀螺儀模式： ARW： 0.7 deg/√hr(TBC)，偏差(bias)： 5 deg/hr(TBC)。
3.陀螺儀錯位角(misalignment angle) (x, y, z) ： (0.5, 0.2, 0.4) 度(degree)。
第1範例為習知技術1之標準模式，僅應用一陀螺儀恆星IAE演算法來運算衛星姿態資料與二個陀螺儀轉動速率/角速度極性資料，以得出姿態估測IAE效能。
第2範例為習知技術2，先利用一速度資料融合演算法來運算二個陀螺儀轉動速率/角速度極性資料而得出一運算結果，再利用陀螺儀恆星慣性姿態估測GS IAE之一個擴展卡爾曼濾波器EKF來運算該運算結果、以及來自感測器主模式組的衛星姿態資料，以得出姿態估測IAE效能。
第3範例則為應用本發明，以得出姿態估測IAE效能。
第5圖為一流程圖，用以顯示說明利用如第3圖中之本發明之衛星姿態資融合系統的實施例以進行衛星姿態資料融合方法的一流程。
如第5圖中所示之，首先，於步驟21，進行角速度極性(body rates)資料/四元數(quaternion)姿態資料運算動作；第一擴展卡爾曼濾波器EKF 2將對來第一陀螺儀模式組5的第一角速度極性資料
Figure 02_image003
、以及來自感測器主模式組4的四元數姿態資料
Figure 02_image013
進行運算，以得出第一慣性姿態估測IAE結果(result)資料
Figure 02_image015
、並予以輸出至姿態資料融合演算模組7，其中，該第一角速度極性資料
Figure 02_image003
為該第一陀螺儀模式組5的第一陀螺儀模式組姿態資料，該四元數姿態資料
Figure 02_image013
進為該感測器主模式組4的感測器主模式組姿態資料；另，第二擴展卡爾曼濾波器EKF 3將對來第二陀螺儀模式組6的第二角速度極性資料
Figure 02_image007
、以及來自該感測器主模式組4的該四元數姿態資料
Figure 02_image013
進行運算，以得出第二慣性姿態估測IAE結果(result)資料
Figure 02_image017
、
Figure 02_image019
、並予以輸出至姿態資料融合演算模組7，其中，該第二角速度極性資料
Figure 02_image007
為該第二陀螺儀模式組6的第二陀螺儀模式組姿態資料，而該四元數姿態資料
Figure 02_image013
為該感測器主模式組4的該感測器主模式組姿態資料；並進到步驟22。
於步驟22，進行姿態(attitude)/角速度(rates)資料融合(fusion)動作；姿態資料融合演算模組7對該第一慣性姿態估測IAE結果(result)資料
Figure 02_image015
、以及該第二慣性姿態估測IAE結果(result)資料
Figure 02_image017
、
Figure 02_image019
於次系統層級(subsystem level)進行姿態(attitude)/角速度(rates)資料融合，以預測姿態估測IAE效能(performance)。
綜合以上所述，可得本發明之一種衛星姿態資料融合系統及其方法，係應用於太空衛星環境，用以估測該太空衛星之姿態(attitude)資料，利用本發明之衛星姿態資料融合系統以進行衛星姿態資料融合方法時，首先，進行角速度極性(body rates)資料/四元數(quaternion)姿態資料運算動作，第一擴展卡爾曼濾波器EKF(Extended Kalman Filter)將對來第一陀螺儀(gyro)模式組(model)的第一角速度極性資料、以及來自感測器主模式組(sensor head model)的四元數(quaternion)姿態資料進行運算，以得出第一慣性姿態估測IAE結果(result)資料、並予以輸出，而第二擴展卡爾曼濾波器EKF將對來第二陀螺儀(gyro)模式組(model)的第二角速度極性資料、以及來自該感測器主模式組(sensor head model)的該四元數(quaternion)姿態資料進行運算，以得出第二慣性姿態估測IAE結果(result)資料、並予以輸出；接著，進行姿態(attitude)/角速度(rates)資料融合(fusion)動作，姿態資料融合演算(Attitude Data Fusion Algorithm)模組對該第一慣性姿態估測IAE結果資料、以及該第二慣性姿態估測IAE結果資料於次系統層級(subsystem level)進行姿態(attitude)/角速度(rates)資料融合，以預測姿態估測IAE效能(performance)。本發明之衛星姿態資料融合系統及其方法包含以下優點：
陀螺儀恆星慣性姿態估測GS IAE之第一擴展卡爾曼濾波器EKF(Extended Kalman Filter)將接收來自於微機電系統MEMS之第一陀螺儀模式組(Gyros model)的第一陀螺儀模式組姿態資料、以及來自於感測器主模式組(sensor head model)的感測器主模式組姿態資料，該第一擴展卡爾曼濾波器EKF將對該第一陀螺儀模式組姿態資料、以及該感測器主模式組資料進行運算處理、以得出第一慣性姿態估測IAE結果(result)資料並予以輸出；陀螺儀恆星慣性姿態估測GS IAE之第二擴展卡爾曼濾波器EKF(Extended Kalman Filter)將接收來自於微機電系統MEMS之第二陀螺儀模式組(Gyros model)的第二陀螺儀模式組姿態資料、以及來自於該感測器主模式組(sensor head model)的該感測器主模式組姿態資料，該第二擴展卡爾曼濾波器EKF將對該第二陀螺儀模式組姿態資料、以及該感測器主模式組資料進行運算處理、以得出第二慣性姿態估測IAE結果(result)資料並予以輸出；將利用該第一慣性姿態估測IAE結果(result)資料、以及該第二慣性姿態估測IAE結果(result)資料進行姿態姿料融合演算，以進行姿態/角速度(attitude/rate)資料融合。
用以估測該太空衛星之姿態(attitude)資料，能以較少數量之星象儀(例如，僅以一星象儀)結合一定數量(例如，二個)陀螺儀以及一定數量(例如，二個)擴展卡爾曼濾波器EKF，而產生出衛星本體姿態資料的一較佳預估。
能解決小型且輕量化之微機電裝置的慣性感測器(例如，星象儀)的低精準度問題，適用於高精準度之衛星姿態資料的預測姿態估測IAE效能(performance)應用上。
以上所述僅為本發明之較佳實施例而已，並非用以限定本發明之範圍；凡其它未脫離本發明所揭示之精神下所完成之等效改變或修飾，均應包含在下述之專利範圍內。
1:衛星姿態資料融合系統2:陀螺儀恆星慣性姿態估測GSIAE之第一擴展卡爾曼濾波器EKF3:第二擴展卡爾曼濾波器EKF4:感測器主模式組5:微機電系統MEMS之第一陀螺儀模式組6:第二陀螺儀模式組7:姿態資料融合演算模組8:衛星真實動力系統11 12:步驟21 22:步驟
第1圖為一系統示意圖，用以顯示說明本發明之衛星姿態資料融合系統的系統架構；     第2圖為一流程圖，用以顯示說明利用本發明之衛星姿態資融合系統以進行衛星姿態資料融合方法的流程；     第3圖為一示意圖，用以顯示說明本發明之衛星姿態資料融合系統的一實施例的架構、以及運作情況；     第4圖為一表格，用以顯示說明如第3圖中之本發明之衛星姿態資料融合系統的一實施例的姿態估測IAE效能與習知技術的比較；以及     第5圖為一流程圖，用以顯示說明利用如第3圖中之本發明之衛星姿態資融合系統的實施例以進行衛星姿態資料融合方法的一流程。
1:衛星姿態資料融合系統
2:陀螺儀恆星慣性姿態估測GS IAE之第一擴展卡爾曼濾波器EKF
3:第二擴展卡爾曼濾波器EKF
4:感測器主模式組
5:微機電系統MEMS之第一陀螺儀模式組
6:第二陀螺儀模式組
7:姿態資料融合演算模組

Claims (6)

  1. 一種衛星姿態資料融合方法，係應用於太空衛星環境，用以估測該太空衛星之姿態資料，包含以下程序： 進行角速度極性資料/四元數姿態資料運算動作；其中，進行二筆角速度極性資料、以及一筆四元數姿態資料運算，以得出第一慣性姿態估測IAE結果資料、以及第二慣性姿態估測IAE結果資料；以及 進行姿態/角速度資料融合動作；其中，對該第一慣性姿態估測IAE結果資料、以及該第二慣性姿態估測IAE結果資料於次系統層級進行姿態/角速度資料融合，以預測姿態估測IAE效能。
  2. 如申請權利範圍第1項所述之衛星姿態資料融合方法，其中，該二筆角速度極性資料分別為來自微機電系統MEMS之第一陀螺儀模式組的第一角速度極性資料、以及來自微機電系統MEMS之第二陀螺儀模式組的第二角速度極性資料；另，其中，該筆四元數姿態資料來自感測器主模式組。
  3. 如申請權利範圍第2項所述之衛星姿態資料融合方法，其中，利用陀螺儀恆星慣性姿態估測GS IAE之第一擴展卡爾曼濾波器EKF對該第一角速度極性資料、以及該四元數姿態資料進行運算，以得出該第一慣性姿態估測IAE結果資料；另，利用該第二擴展卡爾曼濾波器EKF對該第二角速度極性資料、以及該四元數姿態資料進行運算，以得出該第二慣性姿態估測IAE結果資料。
  4. 一種衛星姿態資料融合系統，係應用於太空衛星環境，用以估測該太空衛星之姿態資料，包含： 陀螺儀恆星慣性姿態估測GS IAE之第一擴展卡爾曼濾波器EKF； 該陀螺儀恆星慣性姿態估測GS IAE之第二擴展卡爾曼濾波器EKF； 感測器主模式組； 微機電系統MEMS之第一陀螺儀模式組； 該微機電系統MEMS之第二陀螺儀模式組；以及 姿態資料融合演算模組； 其中，利用該第一擴展卡爾曼濾波器EKF、該第二擴展卡爾曼濾波器EKF、該感測器主模式組、該第一陀螺儀模式組、以及該第二陀螺儀模式組來進行二筆角速度極性資料、以及一筆四元數姿態資料運算，以得出第一慣性姿態估測IAE結果資料、以及第二慣性姿態估測IAE結果資料；以及，該姿態資料融合演算模組對該第一慣性姿態估測IAE結果資料、以及該第二慣性姿態估測IAE結果資料於次系統層級進行姿態/角速度資料融合，以預測姿態估測IAE效能。
  5. 如申請權利範圍第4項所述之衛星姿態資料融合系統，其中，該二筆角速度極性資料分別為來自該第一陀螺儀模式組的第一角速度極性資料、以及來自該第二陀螺儀模式組的第二角速度極性資料；另，其中，該筆四元數姿態資料來自該感測器主模式組。
  6. 如申請權利範圍第5項所述之衛星姿態資料融合系統，其中，利用該第一擴展卡爾曼濾波器EKF對該第一角速度極性資料、以及該四元數姿態資料進行運算，以得出該第一慣性姿態估測IAE結果資料；另，利用該第二擴展卡爾曼濾波器EKF對該第二角速度極性資料、以及該四元數姿態資料進行運算，以得出該第二慣性姿態估測IAE結果資料。
TW107136839A 2018-10-18 2018-10-18 一種衛星姿態資料融合系統及其方法 TWI689705B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW107136839A TWI689705B (zh) 2018-10-18 2018-10-18 一種衛星姿態資料融合系統及其方法
US16/234,159 US11046462B2 (en) 2018-10-18 2018-12-27 Satellite attitude data fusion system and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107136839A TWI689705B (zh) 2018-10-18 2018-10-18 一種衛星姿態資料融合系統及其方法

Publications (2)

Publication Number Publication Date
TWI689705B TWI689705B (zh) 2020-04-01
TW202016506A true TW202016506A (zh) 2020-05-01

Family

ID=70278837

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107136839A TWI689705B (zh) 2018-10-18 2018-10-18 一種衛星姿態資料融合系統及其方法

Country Status (2)

Country Link
US (1) US11046462B2 (zh)
TW (1) TWI689705B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111891403B (zh) * 2020-08-05 2022-03-18 上海航天控制技术研究所 一种卫星姿态机动规划方法
CN113686334B (zh) * 2021-07-07 2023-08-04 上海航天控制技术研究所 一种提高星敏感器和陀螺在轨联合滤波精度的方法
CN114088112A (zh) * 2021-10-27 2022-02-25 中国空间技术研究院 一种卫星姿态确定精度评估方法及系统
CN113720330B (zh) * 2021-11-01 2022-02-08 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 (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6298318B1 (en) * 1998-07-01 2001-10-02 Ching-Fang Lin Real-time IMU signal emulation method for test of Guidance Navigation and Control systems
US7216036B2 (en) * 2002-07-16 2007-05-08 The Charles Stark Draper Laboratory, Inc. Integrated inertial stellar attitude sensor
US7124001B2 (en) * 2003-07-11 2006-10-17 The Boeing Company Relative attitude estimator for multi-payload attitude determination
TWI497034B (zh) * 2008-05-29 2015-08-21 Applied Res Lab A Satellite Attitude Estimation System and Method
TWI397671B (zh) * 2009-12-16 2013-06-01 Ind Tech Res Inst 定位載體、估測載體姿態與建地圖之系統與方法
US8694251B2 (en) * 2010-11-25 2014-04-08 Texas Instruments Incorporated Attitude estimation for pedestrian navigation using low cost mems accelerometer in mobile applications, and processing methods, apparatus and systems
US8543266B2 (en) * 2011-10-03 2013-09-24 The Boeing Company Modified Kalman filter for generation of attitude error corrections
DE102013108711B4 (de) * 2013-08-12 2016-07-14 Jena-Optronik Gmbh Verfahren zum Betrieb eines Lage- und Orbit-Steuersystems und Lage- und Orbit-Steuersystem

Also Published As

Publication number Publication date
TWI689705B (zh) 2020-04-01
US11046462B2 (en) 2021-06-29
US20200122863A1 (en) 2020-04-23

Similar Documents

Publication Publication Date Title
TWI717726B (zh) 一種繞地衛星姿態資料融合系統及其方法
TWI689705B (zh) 一種衛星姿態資料融合系統及其方法
CN109885080B (zh) 自主控制系统及自主控制方法
US9073648B2 (en) Star tracker rate estimation with kalman filter enhancement
CN103196448B (zh) 一种机载分布式惯性测姿系统及其传递对准方法
CN101788296B (zh) 一种sins/cns深组合导航系统及其实现方法
CN103994763B (zh) 一种火星车的sins/cns深组合导航系统及其实现方法
Eckenhoff et al. Sensor-failure-resilient multi-imu visual-inertial navigation
CN108731676B (zh) 一种基于惯性导航技术的姿态融合增强测量方法及系统
JP2007232443A (ja) 慣性航法装置およびその誤差補正方法
JP2012173190A (ja) 測位システム、測位方法
CN106767767A (zh) 一种微纳多模星敏感器系统及其数据融合方法
CN109683628B (zh) 一种基于有限时间分布式速度观测器的航天器相对位置控制方法
Driessen et al. Experimentally validated extended kalman filter for uav state estimation using low-cost sensors
Santamaria-Navarro et al. High-frequency MAV state estimation using low-cost inertial and optical flow measurement units
CN111207745A (zh) 一种适用于大机动无人机垂直陀螺仪的惯性测量方法
Goppert et al. Invariant Kalman filter application to optical flow based visual odometry for UAVs
CN109489661B (zh) 一种卫星初始入轨时陀螺组合常值漂移估计方法
Matsuka et al. Decentralized formation pose estimation for spacecraft swarms
Beaudoin et al. Observability of satellite launcher navigation with INS, GPS, attitude sensors and reference trajectory
JP2007232444A (ja) 慣性航法装置およびその誤差補正方法
Stearns et al. Multiple model adaptive estimation of satellite attitude using MEMS gyros
Zhao et al. A high-accuracy autonomous navigation scheme for the Mars rover
Al-Jlailaty et al. Efficient attitude estimators: A tutorial and survey
CN104121930A (zh) 一种基于加表耦合的mems陀螺漂移误差的补偿方法