论文部分内容阅读
卫星姿态确定系统是卫星姿态控制系统中的重要组成部分,其精度是影响姿态控制系统精度水平的决定性因素。姿态确定的精度不仅取决于姿态测量系统硬件配置的性能与精度,还与所采用的姿态确定算法密切相关。本文针对基于矢量观测的三轴稳定对地定向卫星的姿态确定问题,从理论和应用两个方面对卫星姿态确定的非线性滤波技术作了深入和细致的研究。并且针对采用扩展卡尔曼滤波(EKF)确定姿态的方法的不足,提出了多种改进方案。主要完成了以下几方面的工作:针对有陀螺和无陀螺两种模式,提出了一种基于简化球形分布Sigma点UT变换的改进型UKF滤波(SUKF)的卫星姿态估计算法。UKF姿态估计算法与EKF相比,无需计算Jacobian矩阵,仅需代数运算且运算较简单。通过UT变换,UKF具有处理非线性系统的估计问题的能力。但是,UKF滤波算法的计算量与UT变换中包含的采样点(Sigma点)的数量成正比。为此,通过引入简化球形分布Sigma点UT变换减少了Sigma点的数量,在保证了精度的同时,使得滤波算法的计算量大大减少。在有陀螺模式下,设计了基于误差修正罗德里格参数(MRPs)的SUKF姿态估计算法,在计算过程中同时能够保证四元数始终归一化。在无陀螺模式,基于MRPs的姿态表示和卫星刚体动力学方程,实现了SUKF姿态估计算法。与EKF、UKF和CDKF滤波方法的仿真比较表明,SUKF姿态估计器在保证精度的同时,减少了计算量。提出了两种改进姿态滤波算法:基于平方根UKF滤波算法和基于滚动时域估计(MHE)算法。前者基于KF中平方根滤波以克服发散的思想,给出了存在乘性噪声情况下的平方根UKF滤波方法,并且以修正罗德里格为姿态参数,设计了基于平方根UKF的无陀螺卫星的姿态估计器。对于后者,MHE的特点是在每个采样时刻,滚动窗口不断地包含最新的测量信息,从而能够较好地处理过去固定时域内的系统模型的非线性。相对来说,EKF和UKF则是在前一时刻的采样点实现线性化或者多项式近似。为了能够处理非高斯分布噪声的情况,提出了采用粒子滤波(PF)算法的卫星姿态和角速度算法。对于姿态估计,采用了Rao-Blackwellization技术将卫星模型状态向量中的线性状态部分(陀螺偏差)和非线性状态部分(卫星姿态)分开处理,线性部分状态可以由卡尔曼滤波(KF)估计得到,非线性部