星敏感器姿态测量算法研究

针对传统矢量定姿方法精度较低的问题，研究了主流的星敏感器多矢量天文定姿算法，从理论上对奇异值分解(singular value decomposition, SVD)算法、双矢量定姿加研究背景算法、最小二乘(least square, LS)算法、四元数估计(quaternion estimator, QUEST)算法和线性估计算法进行了详细推导。其中，线性估计算法先将各矢量对的坐标变换等式分散表示，推导出对应的四元数形式，再联立所有矢量的坐标变换等式，基于长方矩阵的Moore-Penrose伪逆运算对二次四元数矩阵方程线性化，再在此基础上考虑随机噪声的影响对一次四元数矩阵方程进行鲁棒性操作，具有良好的创新性与实用性。以最小化Wahba损失函数为目标，对定姿算法的性能进行对比分析。仿真和实验结果表明，线性估计算法较之于其余4种算法，具有更快的解算速度、更高的定姿精度。     

基于视觉和渐消记忆UKF的浮空器位姿估测

提出了一种新的浮空器位姿估测方法,用地面上共面设置的四个固定信标和浮空器上双焦CCD摄像机组成单目视觉测量系统;应用四元数描述载体和大地直角坐标系间变换关系,在此基础上利用Levenberg-Marquardt迭代算法将地标图像观测量直接转化为位姿参数值,减少了计算量;合理地采用随机加速度模型构建滤波器状态方程,并引入渐消记忆因子改进平方根UKF滤波算法,用于抑制由于系统建模误差造成的滤波精度下降。对所提方案进行验证,比较了不同渐消记忆因子作用下的滤波结果,仿真结果表明了该方法的有效性。     

基于一致性算法的卫星编队姿轨耦合的协同控制

针对卫星编队一主多从结构的相对轨迹、姿态的协同控制问题,提出了一种基于Lyapunov方法的编队飞行协同控制策略。该控制策略将分布式控制思想引入卫星编队飞行的相对轨迹、姿态的动力学系统中,使各从星保持编队构型的同时沿期望轨迹相对主星绕飞。从理论上证明了系统的渐近稳定以及对外部干扰的抑制,并基于一致性算法理论定量地分析了通信拓扑结构为有向图情况下控制器参数的选择范围。此外,利用星星间的相对位置信息确定各从星的期望姿态和角速度,以确保对卫星编队进行姿态协同控制,达到跟踪同步的目的。最后将提出的算法应用于卫星三角形编队飞行的协同控制,仿真结果表明该方法的可行性与有效性,具有潜在的应用前景。     

基于矢量约束的随机特征点选取算法

无人机利用视觉在未知区域自主着降时,提取的特征点具有数量多、随机性强等特点。针对利用随机特征点进行位姿估计精度低、稳定性差的问题,提出一种基于矢量约束的随机特征点选取算法。首先通过分析位姿估计方程可知,特征点地理坐标是影响方程组求解精度的重要因素;然后在引入矢量角均分度、矢量模值均值及矢量模值最大值三项约束指标基础上,制定了一种基于矢量约束的特征点选取策略;最后利用正交迭代算法对所选取的特征点进行位姿估计精度验证。实验结果表明,提出的算法相比于随机选取的特征点进行相对位姿估计精度更高,鲁棒性更强。     

基于对偶四元数的航姿系统姿态更新算法研究

以微小型捷联航姿参考系统为研究对象,建立基于对偶四元数的导航系统姿态更新解算参数模型。该方法区别于描述刚体纯旋转变换的四元数方法,将载体系与地理系之间坐标转换的旋转与平移过程进行统一、融合,通过建立最小方差目标方程,求解最优的姿态更新矩阵。构建Kalman滤波方程,最终确定载体姿态,航向角实时信息。仿真表明,对偶四元数所建姿态四元数误差的均值与均方差均小于0.002。Kalman滤波器构造符合实际系统要求,在传感器测量精度有限的情况下,可使俯仰角、横滚角、航向角误差分别减小到0.1°,0.1°,0.2°。     

J2和大气阻力摄动下卫星编队队形控制

针对低轨运行的编队卫星在J2和大气阻力摄动作用下其编队队形会很快遭到破坏的情况,以平均轨道根数描述卫星编队中从星相对于主星的相对轨道构形,基于高斯摄动方程,给出了在这两种摄动作用下的、以平均轨道根数为被控制量的状态方程并设计了相应的非线性控制律控制卫星编队队形。最后,数值仿真结果验证了所给出控制律的有效性。     

基于分布式估计与模糊控制的多机器鱼编队控制

针对多仿生机器鱼编队控制问题,提出了一种分布式的分层控制方案。首先,各机器鱼以一致性算法为数据融合模块对编队中心位姿进行分布式估计,据此获得在编队中的期望位姿,作为路径规划模块的输入;其次,各机器鱼基于速度与方向模糊控制器,实时跟踪期望轨迹,形成和保持编队。所提方法实现了期望位置分布式估计与机器鱼个体路径规划的分离,为不同种类机器鱼的合作控制问题提供了新思路。实验结果表明了所提方法的有效性。     

捷联惯导算法中螺旋理论的应用

算法定义了推力速度坐标系、重力速度坐标系、位置坐标系,以螺旋理论为数学工具,提出了一种新的捷联惯导算法。算法利用螺旋矢量描述空间中的旋转和平移,推导出对偶四元数表示的导航运动学方程,同时对载体的姿态、速度进行更新。设计的螺旋补偿算法包括了传统的圆锥补偿和划船补偿,有效地减小了刚体转动的不可交换性误差。仿真结果表明:在高动态环境中,采用高精度的惯性传感器时,新算法的性能优于传统算法。     

基于ICP算法的非合作目标特征点云配准优化

针对视觉测量中非合作目标无法提供合作信息从而引起的位姿测量问题,采用ICP(Iterative Closest Point)算法配准不同时刻获取的点云降采样数据来完成目标的相对位姿测量。利用运动恢复结构算法获取了目标当前时刻的点云数据并比较了基于阈值匹配与光流匹配的特征点匹配算法,利用三角测量法对提取到的特征点进行重建,同时将点云数据进行降采样处理,根据降采样后的点云数据计算出不同时刻目标的相对位姿关系。实验表明当物体发生旋转运动时,对降采样数据利用ICP算法计算得到的目标绕坐标轴旋转角度最大误差不超过0.11º。     

面向编队卫星的空间系绳在轨服务

针对编队卫星的在轨服务任务, 提出一种基于绳系卫星系统的服务方案。该系统由质量较小的服务航天器和质量较大的燃料站通过系绳连接构成, 以被服务编队卫星参考中心为原点建立坐标系与相对动力学模型。基于伪谱法研究了综合考虑系绳的状态与控制约束的绳系多星服务最优控制策略。以空间圆构型的编队卫星为例, 分别分析了绳系卫星系统和单卫星平台服务3/4/5颗编队卫星的推进剂消耗, 并讨论了绳系系统的优势与不足。仿真结果表明, 绳系服务比单卫星平台的方式节省推进剂, 而且服务目标数越多时优势越明显。     

飞行器交会对接相对位置和姿态的估计方法

为了在交会对接时对飞行器相对于一个固定坐标系的位置和姿态进行估计,构造了一种光点配置单目CCD算法,它以计算机视觉系统采集的二维图像信息作为输入,将恢复得到的三维图像位置关系作为输出。给出了算法的构造思想和具体步骤。数字仿真结果表明,由于算法直接利用特征光点的几何配置条件,避免了传统算法在计算过程中出现畸变的问题,提高了姿态角估值的精度。     

基于乘性四元数和约束滤波的飞行器姿态估计算法

以单位四元数作为姿态描述参数提出一种乘性约束姿态估计算法。四元数具有全局非奇异、运动学方程双线性的优点,但归一化约束条件必须精确保持。首先,比较了加性和乘性滤波算法在估计误差定义和校正方式上的差别,并从物理概念和估计精度上详细分析了无约束四元数估计算法的不足。然后,针对“矢量测量+陀螺”姿态观测模式,利用乘性约束滤波算法设计了姿态估计器。针对状态部分受约束的姿态估计问题,推导了状态和方差预测方程及状态受约束的最优增益矩阵,并将约束增益矩阵应用到姿态估计算法的测量更新过程。最后,通过数学仿真验证了算法在估计精度和收敛性能上的优越性。     

基于四元数的导弹反步控制及全方位算法应用

针对传统四元数适应范围小,分析误差困难问题,基于误差四元数的概念深入研究了姿态误差形式和姿态角和四元数全方位转换问题,提出了姿态角和四元数的全方位转换算法。该算法实现了姿态角和四元数的-1800到1800全空间转换,并且具有抗扰动的能力,同时将四元数与非线性反步(backstepping)方法结合,进行了导弹姿态控制。仿真表明了全角度算法的正确性,以及基于文中的四元数姿态误差方程可有效进行导弹全方位姿态控制。     

基于改进四元数阻尼误差模型的SINS初始对准算法

针对传统捷联惯导系统(strapdown inertial navigation system, SINS)四元数非线性误差模型存在坐标系不一致的问题, 对姿态误差模型和速度误差模型进行改进, 将误差矢量统一投影至计算导航坐标系下。此外, 引入全球定位系统阻尼信息, 在阻尼SINS解算基础上, 结合四元数无迹估计器提出了一种改进四元数阻尼误差模型对准算法, 可应用于系泊状态下的SINS初始对准。仿真和车载试验结果表明, 在不同的大失准角下, 该改进算法相比传统四元数阻尼误差模型对准算法和欧拉角阻尼误差模型对准算法, 具有更好的对准精度、收敛速度以及稳定性。     

SAR图像目标方位角估计与分析

SAR成像对目标方位角特别敏感,方位角估计的准确性会直接影响目标的分类和识别.目标方位角估计方法主要有包络盒准则法、轮廓线变换法和主轴原则法.每种方法都有其局限性,且估计范围是[0, 180],可是目标方位角实际范围是[0, 360].为了能获得任意角度且相对精确目标方位角,提出了一种综合SAR图像目标方位角估计方法.该方法融合了的单一估计法的优点,并利用目标的相关信息,突破了以往仅从图像的角度估计方位角的缺点.实验表明这种方法是有效的、可行的.     

基于对偶数和改进EKF的敏捷卫星姿态确定算法

针对对地观测敏捷卫星的大角度/位置的快速机动、高精度控制的任务需求,提出了一种敏捷卫星姿态确定算法。该算法利用对偶四元数推导出敏捷卫星运动学模型,并建立陀螺、星敏感器测量模型。通过对系统状态方程以及测量方程的线性化,应用自适应迭代扩展式卡尔曼滤波(adaptive iterated extended Kalman filer, AIEKF)算法对敏捷卫星的运动状态进行估计。仿真结果表明,所设计的算法能够有效估计系统状态噪声、测量噪声以及陀螺常值漂移,卫星的姿态角估计误差和角速度估计误差收敛至零,验证了算法的有效性。     

基于PSO的USQUE在组合导航姿态估计中的应用

针对组合导航姿态估计中无味四元数估计(unscented quaternion estimation, USQUE)的噪声协方差矩阵参数无法准确给出等问题,提出基于粒子群优化的USQUE(USQUE based on particle swarm optimization, PSO-USQUE)算法。通过粒子群算法对噪声协方差矩阵Q和R进行寻优,获取优化的噪声协方差矩阵等滤波先验条件;分别进行仿真实验和微机电惯导系统/GPS车载实验。实验结果表明,对于USQUE的姿态估计问题, PSO-USQUE算法相比常规算法具有更高的精度,验证了所提算法的有效性。