论文部分内容阅读
现代传感器技术、计算机技术和各种智能信息处理技术等的快速发展，使得面向各种功能需求的各类航空航天飞行器在国防和民用领域得到了广泛应用。加之不同功能需求和应用环境的复杂性，使得对作为运动载体平台的飞行器的姿态确定精度和算法的稳定性等要求不断提高，因此对飞行器姿态确定算法的研究具有十分重要的理论和实际意义。根据飞行器的不同应用场景和性能要求，可采用不同的姿态测量系统，但其本质都是以非线性滤波为基础。鉴于目前广泛使用的基于扩展卡尔曼滤波(Extended Kalman Filter, EKF)和无迹卡尔曼滤波(Unscented Kalman Filter, UKF)等非线性滤波的飞行器姿态确定算法存在估计误差较大和算法稳定性不高等缺陷，本文首先采用新型的平方根求容积卡尔曼滤波器(Square-Root CubatureKalman Filter, SCKF)，研究两种带有不同姿态敏感器的飞行器的姿态确定算法，然后针对多平台纯方位目标跟踪与多姿态测量系统研究基于无迹信息滤波器(Unscented Information Filter, UIF)的三种非线性集中式融合估计算法的性能比较与分析。本文的工作和主要贡献包括如下几点：1)提出一种基于SCKF的微小型飞行器姿态确定算法。首先，用四元数和陀螺仪漂移构成状态向量，用欧拉角表示测量向量；然后，使用捷联法和陀螺仪漂移模型建立系统的状态方程，根据欧拉角和四元数的关系建立测量方程，同时将双向量法得到的姿态信息作为姿态测量值；接着，针对所建立的系统模型设计SCKF算法；最后，采用计算机仿真验证所设计的姿态确定算法的有效性。2)建立了一种基于SCKF的航天器姿态确定算法。首先，用广义罗德里格参数和陀螺仪漂移表示状态向量，根据四元数运动学方程对航天器姿态进行传播；然后，采用两个不平行的星敏感器矢量观测构成测量向量，根据星敏感器观测模型建立测量方程；最后，使用本文设计的SCKF算法实现姿态估计，并与基于UKF的姿态确定算法估计结果进行仿真比较。3)基于无迹信息滤波器UIF研究三种非线性集中式融合算法设计和性能比较分析，并分别以多平台纯方位目标跟踪系统和基于研究内容1)中姿态模型构建的多姿态测量系统为对象开展三种融合算法性能的仿真验证。