基于粒子滤波的三轴稳定卫星姿态确定算法的研究

论文摘要

卫星姿态信息是影响整个姿态控制系统性能的重要因素。其精度不但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。星敏感器是一种矢量姿态敏感器,也是航天工程中精度最高的姿态敏感器。本文以星敏感器和陀螺作为基本配置组成的三轴稳定卫星姿态测量系统为对象,对卫星姿态确定的非线性滤波技术作了深入细致的研究。主要完成了以下几方面的工作:首先较全面、系统地总结了各种姿态描述法、包括它们的定义、计算法则、运动学方程、换算关系及优缺点。基于四元数和修正罗德里格参数建立了完整的卫星姿态运动模型。其次,采用四元数作为卫星姿态的描述,在测量模型为焦平面模型的情况下,推导出基于扩展卡尔曼滤波的星敏感器和陀螺组合的姿态确定算法。数值仿真表明扩展卡尔曼滤波算法在较小的初始误差下具有较好的性能,当初始误差较大时则不能保证收敛。为了解决较大初始误差和非高斯分布的情况,重点研究了粒子滤波在卫星姿态和姿态角速度确定中的应用。分别针对有陀螺和无陀螺的情况,提出了用于姿态和姿态角速度确定的粒子滤波SIR算法。这种算法基于蒙特卡罗仿真,即用随机的粒子来近似表示状态矢量的概率分布。初始的姿态分布为均匀分布,采用罗德里格参数作为卫星的姿态描述。为了说明重采样方法对粒子滤波精度的影响,对3种不同的重采样策略进行比较。针对粒子滤波算法中出现的样贫问题,采用粒子粗化的方法来增加粒子的多样性。仿真中分别采用焦平面和星光矢量两种测量模型。仿真结果表明,粒子滤波SIR算法在使用粒子数为2000的情况下,虽然在小偏差下没有表现出更优越的性能,但是在大的初始误差和非高斯分布的情况下均有良好的收敛性能。而且,对于两种不同的姿态测量模型粒子滤波也同样具有很好的性能。同时,也可以发现,采用不同的重采样策略对最终的结果影响很小。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景和意义
• 1.2 国内外研究现状综述
• 1.2.1 姿态测量系统
• 1.2.2 星敏感器发展现状
• 1.2.3 姿态确定算法
• 1.3 本文主要的研究内容
• 第2章 姿态运动模型和星敏感器测量模型
• 2.1 坐标系
• 2.2 卫星姿态描述
• 2.2.1 欧拉角
• 2.2.2 四元数
• 2.2.3 修正罗德里格参数
• 2.3 姿态运动学方程
• 2.4 姿态动力学方程
• 2.5 星敏感器测量模型
• 2.5.1 星敏感器测量基本原理
• 2.5.2 星敏感器测量模型
• 2.6 本章小结
• 第3章 基于扩展卡尔曼滤波的姿态确定算法
• 3.1 引言
• 3.2 扩展卡尔曼滤波算法
• 3.3 基于扩展卡尔曼滤波的卫星姿态确定算法
• 3.4 数值仿真
• 3.5 本章小结
• 第4章 基于粒子滤波的姿态和姿态角速度确定
• 4.1 粒子滤波基本理论
• 4.1.1 回归贝叶斯估计
• 4.1.2 蒙特卡洛积分
• 4.1.3 贝叶斯重要性采样
• 4.2 粒子滤波基本算法
• 4.2.1 序贯重要采样
• 4.2.2 退化问题
• 4.2.3 重要密度函数的选择
• 4.2.4 重采样
• 4.2.5 粒子粗化
• 4.2.6 SIR粒子滤波算法的基本过程
• 4.3 基于粒子滤波的姿态和姿态角速度确定
• 4.3.1 姿态表示问题
• 4.3.2 初始分布
• 4.3.3 重要性权值
• 4.3.4 姿态确定算法
• 4.4 仿真研究
• 4.5 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢
• 个人简历