卫星姿态确定及敏感器误差修正的滤波算法研究

论文摘要

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

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的背景及意义
• 1.2 国内外的研究现状及分析
• 1.2.1 单点确定算法
• 1.2.2 状态估计法
• 1.2.3 姿态敏感器误差修正算法
• 1.3 论文的主要研究内容
• 第2章 卫星姿态模型和测量模型
• 2.1 引言
• 2.2 卫星姿态运动模型
• 2.2.1 坐标系
• 2.2.2 姿态参数的描述及运动学方程
• 2.2.3 轨道姿态参数运动学方程
• 2.2.4 姿态动力学方程
• 2.3 姿态敏感器测量模型
• 2.3.1 陀螺模型
• 2.3.2 矢量测量数学模型
• 2.3.3 地球磁场模型
• 2.4 时间系统
• 2.5 仿真软件平台
• 2.5.1 卫星参数
• 2.5.2 系统描述
• 2.6 本章小结
• 第3章 基于UKF滤波的卫星姿态估计
• 3.1 引言
• 3.2 卡尔曼滤波原理及扩展卡尔曼滤波
• 3.3 UKF滤波方法
• 3.3.1 UT（Unscented Transformation）变换
• 3.3.2 UKF滤波
• 3.4 基于SUKF滤波卫星姿态估计算法
• 3.4.1 基于EKF滤波的有陀螺姿态估计
• 3.4.2 基于SUKF的有陀螺姿态估计
• 3.4.3 基于EKF滤波的无陀螺姿态估计
• 3.4.4 基于SUKF的无陀螺姿态估计
• 3.5 本章小结
• 第4章 改进型卡尔曼滤波的卫星姿态估计算法
• 4.1 引言
• 4.2 基于平方根UKF滤波的无陀螺卫星的姿态估计
• 4.2.1 平方根UKF滤波
• 4.2.2 仿真研究
• 4.3 基于滚动时域估计的有陀螺卫星的姿态估计算法
• 4.3.1 有陀螺卫星的离散模型
• 4.3.2 滚动时域估计
• 4.3.3 滚动时域估计问题的求解
• 4.4 仿真研究
• 4.5 本章小结
• 第5章 基于粒子滤波的卫星姿态和角速度估计
• 5.1 引言
• 5.2 标准粒子滤波
• 5.3 基于MPF粒子滤波的姿态估计算法
• 5.3.1 Marginalized粒子滤波
• 5.3.2 姿态估计算法
• 5.3.3 仿真研究
• 5.4 基于粒子滤波的角速度估计算法
• 5.4.1 卫星动力学和观测模型
• 5.4.2 似然函数
• 5.4.3 角速度估计算法
• 5.4.4 基于双粒子滤波器的卫星角速度和转动惯量参数估计算法
• 5.4.5 仿真研究
• 5.5 本章小结
• 第6章 三轴磁强计误差参数估计算法
• 6.1 引言
• 6.2 三轴磁强计的测量方程
• 6.3 批处理算法
• 6.3.1 TWOSTEP算法
• 6.3.2 递推中心TAM参数修正算法
• 6.4 基于非线性滤波的TAM参数修正
• 6.4.1 基于扩展卡尔曼滤波的TAM参数修正
• 6.4.2 基于自调整扩展卡尔曼滤波的TAM参数修正
• 6.4.3 UKF滤波的TAM参数修正
• 6.5 仿真研究
• 6.5.1 EKF与ATEKF的比较分析
• 6.5.2 ATEKF与UKF的比较分析
• 6.6 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 哈尔滨工业大学博士学位论文原创性声明
• 哈尔滨工业大学博士学位论文使用授权书
• 哈尔滨工业大学博士学位涉密论文管理
• 致谢
• 个人简历