基于星敏感器的星光折射卫星自主导航方法研究

研究了基于星光折射量测进行自主确定卫星姿态及轨道的方法。这种导航方案利用高精度的CCD星敏感器,结合星光穿越大气的较精确的数学模型,来间接敏感地平,从而实现对卫星的精确定位和定姿。为了说明所提导航方案的有效性,采用推广卡尔曼滤波算法,结合模拟的测量数据对自主定轨进行了仿真。仿真结果表明,定轨精度优于100m。还分析比较了采样周期、星敏感器精度、恒星数目等因素对定轨精度的影响。总结了其变化规律,可用于提高卫星自主定轨精度。     

基于光线跟踪的星敏感器视场仿真分析

星敏感器是航天器高精度姿态测量的重要部件,随着航天器结构的日益复杂,为了保证星敏感器正常工作条件,在航天器设计初期就需要考虑其视景有效性。如何对在轨运行时的星敏感器视景有效性进行分析成为亟待解决的问题。传统的试验测试对在轨星敏感器视景分析往往达不到实际要求。为此构建虚拟仿真平台,通过仿真航天器、星体等构建一个在轨运行环境,进而利用光线跟踪方法进行星敏感器视场光照分析、碰撞检测方法进行星敏感器视场遮挡分析。展示的仿真结果表明光线跟踪方法和碰撞检测方法运用的合理性和有效性。     

卫星自主定轨中轨道摄动仿真

本文针对组合大视场星敏感器卫星自主定轨方法,建立了地球非球形摄动下的广义卡尔曼滤波仿真模型,滤波过程采用了新的改进算法。通过计算机仿真,说明该自主定轨方法具有很高的位置、速度均方误差估计精度且算法是收敛的。计算给出了一日内的卫星轨道,反映了在地球非球形摄动下轨道的变化情况,且对轨道面的进动进行了计算。     

导航星座长期自主定轨半物理仿真系统研究

进行导航星座长期自主定轨物理实验研究不仅难度大,周期长,而且成本昂贵.为更好的评估基于星间定向观测信息的导航星座长期自主定轨方案,利用星模拟器及星敏感器设计了基于星间定向观测信总的导航星座长期自主定轨半物理仿真系统.与单纯数值仿真相比,更为准确和可靠地模拟了星间定向观测信息及其误差特性,可以对基于星间定向观测信息的导航星座长期自主定轨方案进行更加真实有效的评估.最后利用本系统对基于传统EKF滤波算法的导航星座长期自主定轨方案进行了仿真验证.     

面向空间目标监视的星图模拟器设计与实现

提出并实现了一种应用于光学空间目标监视地面仿真实验的目标模拟器系统。目标模拟器系统以高性能图形工作站和液晶显示器为硬件，通过软件方法，动态表现恒星、日、月、地球等自然天体对敏感器的光学特征，并通过建立球面光反射模型，模拟出自然环境中的空间目标航天器。系统可作为空间目标监视敏感器的地面仿真实验的目标模拟器，亦可以应用于星敏感器的地面实验。     

基于最优路径的多视场全天自主星图识别

为提高低成本小视场星敏感器在全天自主星图识别模式下的识别成功率,提出一种基于最优路径特征的多视场星敏感器星图识别方法。通过多视场观测星图的星图间识别,得到融合后的星图,设置随机分布在星图中主星邻域内各星的蚁群,以迭代的方法得到遍历各星的最优路径,以路径的几何特征作为与导航星库进行匹配的依据。与现有方法相比,该方法表现出高识别率以及针对位置和亮度噪声良好的鲁棒性。     

组合大视场星敏感器星光折射卫星自主导航方法及仿真

通过分析影响星光折射法卫星自主导航精度的因素，给出一种高精度自主导航的新方法。即利用组合大视场星敏感器，同时观测整个地球边缘的三颗恒星，通过卫星、地球、恒星方向之间的位置关系及给出的星光大气折射模型，精确确定地心方位，实现高精度自主导航。结合推广的卡尔曼滤波算法，建立了该方法的仿真模型，以某地球同步卫星为背景，利用模拟数据进行了系统仿真。仿真结果表明，该新方法具有较高的导航精度。     

全天球地面动态星模拟器算法研究

为了对星敏感器的软件开发以及自身性能进行地面测试,提出了一种动态的全天球星图模拟算法。该算法可以为星敏感器提供任一时刻,任一惯性坐标系指向下的模拟星图。提出了一种新的天区划分方法,采用分区检索的方法选取导航星,可以大大提高星模拟器星图更新频率。分析了星点成像模型,使得仿真出来的星图更接近真实情况。充分考虑了星云星团、月光、太阳光等干扰进入星敏感器视场的情况,并采用蒙特卡罗方法,让这些干扰情况随机出现在模拟星图中,可以更好的测试星敏感器软件的鲁棒性。     

卫星星敏感器视场建模与仿真研究

卫星在运行过程中,星敏感器视场若受到太阳光、月球反射光等杂散光影响,将会大大降低星敏感器指向精度。通过调用卫星工具包STK(SatelliteToolKit)高精度轨道预报模块与高级分析模块,利用STK\Matlab无缝接口与Matlab进行数据交互,建立了星敏感器视场分析模型,并完成了杂散光进入星敏感器视场可视化仿真。研究方法和仿真结果对于星敏感器的工程设计、提高星敏感器精度及准确性具有一定的借鉴意义。     

基于多源观测的联合定轨数据融合建模及最优加权算法

针对基于双星定位系统的近地卫星联合定轨中的多源观测数据的融合处理问题,分别建立了基于测量噪声独立同分布和测量噪声相关的多源融合测量模型,提出了一种基于矩阵Cholesky分解的广义测量模型和测量噪声去相关方法。设计了多源融合测量模型的多结构非线性最优加权参数估计实现算法,并以双星定位系统的星敏感器测角与距离和测量信息为例,进行了联合定轨仿真实验。理论分析与仿真计算结果表明,相对于仅用距离和测量信息与平均加权方式,基于多源观测数据的最优加权联合定轨方法能够进一步改善卫星定轨精度。     

基于UD-EKF自主光学导航方法仿真

通过对深空探测器绕飞段自主轨道确定方法的研究,提出利用星敏感器及光学导航相机,通过对小行星附近多颗小天体夹角的测量并存储,同时结合几何关系,来实时确定飞行器轨道状态的一种基于UD分解的扩展卡尔曼滤波的光学自主导航的方案,并给出其UD分解构造算法;通过仿真验证了该方案可行性。     

基于改进因子图模型的航天器组合姿态确定算法

航天器姿态确定是航天器姿轨控制、在轨正常运行的关键, 针对航天器多姿态传感器存在测量噪声非高斯分布、可能出现敏感器失效和故障等问题, 提出了一种基于改进因子图模型的航天器组合姿态确定方法。通过建立因子图模型, 将地磁/星敏/陀螺测量信息作为因子节点加入因子图模型, 利用观测蒸馏法对观测数据集进行提炼以及自适应调整, 实现对航天器的姿态确定。在复杂条件下, 该方法扩展性强, 可以实现即插即用, 合理而充分的利用其他姿态测量信息, 避免了基于卡尔曼滤波算法中的复杂系统重构过程, 从而有利于多传感器融合。实验结果表明, 在进行复杂条件下的地磁/星敏/陀螺组合定姿仿真时, 该算法可行有效; 有传感器切换时, 具有较好的动态稳定性, 实现了即插即用。该方法灵活度高, 为解决复杂条件下的多传感器组合定姿提供了新思路。     

地球静止卫星位置自主确定方法与仿真研究

给出了利用星敏感器测量信息自主确定地球静止卫星位置的方法,利用不同精度的星敏感器测量数据和不同控制精度的卫星姿态测量数据,可以直接计算卫星位置.同时又对测量数据应用卡尔曼滤波进行卫星位置计算仿真,比较两种处理结果的精度.仿真结果表明,提出的方法可以实时自主获取静止卫星的轨道位置,满足静止卫星定点的不同精度需求.     

SR-UPF在探测器自主光学导航中的应用研究(英文)

提出了一种用于探测器在巡航段的自主光学导航方案,该方案利用光学导航相机以及星敏感器,通过测量星光信息以及天体边缘的信息,得出了探测器的相对位置.在此基础上针对导航系统状态方程和观测方程的非线性问题,提出了SR-UPF(Square-Root Unscented Particle Filter)算法,该方法将平方根UKF滤波和粒子滤波有机结合起来,可更好地提高自主导航系统的准确度和可靠性.通过数学仿真表明改进的算法与原UPF算法相比,收敛速度更快,滤波精度更高.     

基于磁强计的卫星自主定轨算法

为了降低自主导航的成本,针对近地轨道地磁场的特点,提出基于扩展卡尔曼滤波器的地磁导航算法,该算法综合IGRF模型建立了观测方程,根据地磁场的IGRF模型是基于地心固连坐标系的位置函数的特点,采用地心固连坐标系的卫星轨道动力学方程作为状态方程,构造出卫星地磁导航系统的导航模型。仿真研究结果表明,该算法的卫星地磁导航模型结构简单,描述能力更强,导航算法具有较好的稳定性和收敛性。     

卫星自主轨道估计方法及其高阶非线性滤波器设计

卫星的自主轨道确定是卫星自主生存的必要条件。采用星载常用敏感器对自然天体进行观测,并对观测量进行适当转换,得出观测方程为线性化方程,计算量明显减小且具有更直观的物理意义;利用星光折射时星光矢量所处特殊位置计算地心距,增加观测方程信息量;二体轨道动力学模型的一阶递推近似引入系统模型误差是影响滤波器性能的关键因素之一,应用一阶导数函数值的线性组合替代高阶导数的函数值可以使微分方程的线性化误差大为降低。在滤波器的设计过程中,应用此方法对状态方程进行处理,极大提高了滤波器状态方程的递推精度。仿真结果表明,在相同条件下这种高阶非线性轨道估计器的滤波性能远优于扩展卡尔曼滤波技术的一阶轨道估计器。     

基于加速度信息的导航卫星轨控期间自主定轨方法

为了降低对地面测控站的依赖,提升导航卫星自身的自主运行能力具有重要意义。导航卫星在轨道控制期间,自主定轨误差将会产生重大偏差,为了能够快速恢复星历,提升导航系统的应用效率,针对导航卫星轨控期间的自主轨道确定技术进行了研究。首先,在传统的天文导航的基础上引入了加速度信息,然后根据加速度计测量以及估计误差判断,选择合适的时机在轨控期间对估计误差方差阵进行重置。仿真结果表明,基于加速度信息的自适应导航滤波算法,能够有效降低导航误差收敛时间,同时降低估计误差峰值。