论文部分内容阅读
自主导航技术对于航天器在深空探测、载人登月等领域的应用具有不可或缺的地位。在减少地面测控站的负担,提高航天器的自主生存能力,扩展航天器的任务潜力方面至关重要。目前的自主导航方式主要以提取自然天体信号的方式进行导航,然而空间环境复杂多样,可用的天体导航信息种类繁多,变化不定,且不能保证稳定获取。因此急需提高航天器在复杂环境下的导航信息的自主获取、处理能力。对于这些问题,本文以天体观测为导航信息源的自主导航方法主要研究对象,以提高航天器对导航信息的提取、处理能力,实现更高程度的导航自主性为目的,采用了与或图分析法、本体论、语义Web技术、贝叶斯网络、因子图等方法,设计了导航过程中的知识表示、知识推理、不确定性推理和因子图融合等计算方法,主要内容包括以下几个部分。针对天体导航信息源随机、异构,处理复杂的问题,提出利用知识本体技术对信息处理流程进行推理决策。先分析导航信息提取计算的决策流程,利用与或图进行归约,提出信息节点和方法节点的推理步骤划分。然后利用本体技术进行天文导航领域的知识本体构建,并采用OWL本体描述语言,建立天体导航知识的本体库。传统导航方法仅能给出位置和误差,无法给出结果的可信度等不确定性信息。为了计算导航结果的可信度,将建立的本体语义网络转化为贝叶斯概率网络。利用PR-OWL语言,构建了用于概率分析的多实体贝叶斯网络。从每个导航信息源的初始置信概率出发,经过贝叶斯递推,可得出最终导航结果的可信度。为了有效利用建立的贝叶斯网对随机、异构的多源导航信息进行融合,采用因子图技术对最终的导航状态进行全局最优解算。先分析各个信息源,建立这些信息的导航因子节点。因子图的构造灵活,导航信号可即插即用,随时增减导航信息源,在贝叶斯网的基础上,提取关键节点转化为因子图。采用增量平滑算法,可对所有状态量进行全局最优的求解。最后为了对本文提出的基于知识的天文导航方法进行验证,设计了基于地/月天体知识的导航方法。先模拟航天器在探月轨道中,传感器可接收到的地/月天体信息。利用本文的导航方法对这些信息进行处理、融合。实验结果表明,本文提出的导航方法具备对导航信息可信度计算的能力,且在相同的信息源前提下,导航计算结果相比传统的卡尔曼滤波融合算法较为优。