针对长寿命卫星，陀螺使用寿命可能会短于卫星的设计寿命。为了满足卫星长寿命的需要减少卫星对陀螺的依赖，有必要设计仅仅依靠星敏感器定姿的卫星控制系统。然而仅仅依靠星敏感器定姿的时，存在星敏感器短时间失效问题，为了解决这一问题，本课题充分利用卫星在轨运动为周期运动的特性，提出短时间无测量信息的卫星动力学递推控制方法。本文主要研究内容包括：将仅仅利用星敏感器测量姿态的卫星作为研究对象，利用预测滤波算法与扩展卡尔曼滤波算法来对卫星姿态角和姿态角速度进行估计。预测滤波算法结合了卡尔曼滤波和最小模型估计器的优点能够对卫星的姿态进行实时估计，扩展卡尔曼滤波算法可直接解决非线性估计问题。通过预测滤波算法与扩展卡尔曼滤波算法的对比，挑选出一种针对基于星敏感器姿态角速度估计问题更有优势的方案。作为卫星在轨辨识的基础，采用递推的最小二乘法与基于角动量守恒的最小二乘法对卫星转动惯量进行在轨标定。针对卫星上有效载荷产生的大干扰力矩，采用偏差分离估计算法进行估计。在卫星姿态动力学模型中，将干扰力矩作为参数偏差建模直接对卫星的干扰力矩的大小进行估计。偏差分离估计算法能够克服增广状态卡尔曼滤波计算量大的缺点，并且可以避免由于状态维数较高时所带来的数值病态问题。对姿态控制精度较高的卫星而言，当姿态控制系统稳定时，受卫星角度和角速度测量精度的影响更为明显，卫星执行机构输出力矩中噪声幅值可能比干扰力矩幅值还要大，通过传统的滤波算法不能够将干扰力矩从噪声中分离出来。为了解决这一问题，充分利用卫星环境力矩频率特别小的特性，设计一种基于未知输入观测器与傅里叶变换去除噪声的干扰力矩估计算法。这种方法与传统的时延低通滤波器相比去噪声效果更好，而且没有时间延迟。最后，对卫星高精度递推控制模型进行推导，建立精度更高而又相对简单的卫星动力学模型，设计基于四阶龙格库塔积分算法与基于干扰力矩模型的姿态递推控制算法，实现卫星高精度姿态控制的同时利用有星敏感器时估计出来的干扰力矩信息，并且利用飞轮来抵消干扰力矩对卫星姿态的影响，以减慢卫星姿态发散的速度。