基于MRPs估计航天器姿态的IUKF算法及改进

航天器姿态确定的模型具有严重的非线性性。而采样卡尔曼滤波(UKF)通过采用一组确定性采样得到的Sigma点比扩展卡尔曼滤波(EKF)能够更准确地近似初始分布,使滤波在不准确的初始条件下更快地收敛。利用修正罗德里格参数(MRPs)表示姿态,用动力学方程进行角速率的传播,利用UKF的改进算法迭代采样卡尔曼滤波(IUKF)对航天器的姿态进行估计。在分析IUKF性能的基础上进一步对IUKF算法作了改进,通过仿真算例将3种方法进行了比较。结果表明:IUKF及改进IUKF算法姿态参数的滤波精度比UKF更高,同时改进IUKF算法比IUKF的滤波能更快趋于稳定。     

基于状态矩阵卡尔曼滤波的姿态估计算法研究

设计一种组合GPS／速率陀螺定姿系统。系统以方向余弦矩阵表示姿态,建立GPS／速率陀螺组合状态模型和观测模型。结合kalman滤波算法,提出一种状态矩阵卡尔曼滤波（StateMatrixKalmanKilter,SMKF）姿态估计算法,并采用拉格朗日算法对姿态矩阵进行正交化约束。与传统的基于四元数的扩展卡尔曼滤波（EKF）算法相比,基于方向余弦矩阵的姿态系统状态方程与测量方程均为线性方程,无需线性化处理,对初始姿态误差更具有较好的鲁棒性。数值仿真表明,该方法具有精度高和稳定性强等优点。     

基于星敏感器的航天器姿态估计

星敏感器是一种高精度的姿态测量仪器,本文在分析星敏感器姿态测量原理的基础上,利用序贯平差方法确定航天器姿态并予以实现.仿真结果表明,该算法能满足实时姿态确定的精度要求,且降低了数据存储量,节省了存储单元,具有较强的灵活性.     

一种利用GPS进行姿态估计的新算法

提出了一种基于向量化姿态矩阵的姿态解算方法,该方法顾及了观测量之间的相关性及姿态矩阵的正交性。首先将姿态矩阵作为未知参数的估计问题进行向量化,采用经典最小二乘得到无正交约束的姿态解,然后使用几何规则对姿态矩阵进行正交化。该方法不需要初值,不受天线个数及布局限制,在理论上具有广泛的适用性及更好的严密性。仿真结果表明,新的姿态解算方法可以提高GPS姿态解算精度。     

SINS的SRC-KF姿态估计算法

基于飞行器载体SINS姿态计算精度要求,提出了一种SINS(strap-down inertial navigation system)的球面径向容积卡尔曼(spherical-radial cubature Kalman filtering, SRC-KF) 姿态确定算法。该算法把笛卡尔坐标系中状态向量变换到球坐标系中,通过Gauss-Hermite求积计算获得2n个球面径向容积点及其权值系数来逼近计算系统状态估计及其方差矩阵,其计算精度可达到三阶;采用四元数姿态建模方法构建新型SINS状态变量与噪声向量相关的姿态方程模型,利用伪观测向量构建观测噪声与四元数相关的观测方程模型,设计系统噪声方差分离计算算法进行系统噪声方差计算,引入拉格朗日乘子算法计算四元数估计均值,最后利用SINS/CCD姿态估计仿真系统开展的SINS 的SRC-KF姿态模型算法进行仿真验证。通过与中心差滤波(CDKF)和无迹卡尔曼滤波(UKF)算法计算结果进行对比,可以看出SRC-KF算法具有计算精度高以及数值计算稳定等特点。

     

高斯混合求积分卡尔曼滤波姿态估计算法

针对求积分卡尔曼滤波QKF(Quadrature Kalman Filter)在噪声先验特性不准确时引发的滤波缺陷问题,提出了一种基于高斯混合模型的QKF姿态估计算法GMQKF。该算法首先通过引入有限高斯分量来近似状态后验分布和噪声随机模型,在线估计时变方差;然后再采用稀疏网格和高斯-厄米特数值积分理论配置多维积分点,优化了高维滤波的计算量。仿真结果表明:在非高斯噪声环境和载体发生稳态突变情况下,GMQKF算法较传统QKF减少了对随机模型的依赖,增加了系统抗干扰能力,提高了稳定性,将其用于非高斯非线性姿态估计场合可以获得更好的精度,且计算量适中。     

基于GPS矢量观测信息的姿态确定算法

用于GPS姿态确定的矢量化算法可等价于两级最优问题。第一级把GPS载波相位观测量转换为矢量观测量。第二级是Wahba问题,即从矢量观测量获得最佳姿态解。Wahba问题可用四元数法求解,如QUEST方法。本文采用基于小角度的迭代法求解Wahba问题。在均衡星座或均衡基线务件下,两级最优解亦是全局最优解。实验结果表明迭代解的精度与QUEST解相同。实验中也应用了改进的TRIAD算法以比较两级最优解。     

面向低成本车载IMU的安装姿态估计

车载IMU相对于车体的安装姿态信息是应用车辆非完整约束的必需条件,而车辆非完整约束可以有效解决GNSS信号长时间中断的情形下低成本INS+GNSS组合导航系统精度降低的问题。本文针对车载场景下的低成本消费级IMU,基于卡尔曼滤波和粒子滤波提出了一种估计IMU安装姿态的算法。该算法无需限制IMU相对于车体的姿态为小角度;随后,基于仿真平台对低成本消费级IMU进行建模,利用生成的若干组不同安装姿态的IMU数据对算法进行验证;最后进行车载测试。仿真结果和车载测试结果都表明,该算法可以准确地估计IMU相对于车体的安装姿态,对于低成本INS+GNSS组合导航系统精度的提高具有实际意义。     

基于Partial-EIV模型的TLS姿态估计方法

推导了基于乘性姿态角误差的观测方程,顾及其系数矩阵也含有误差的特点提出一种利用整体最小二乘原理估计姿态参数的新思路。该问题的系数矩阵中同时存在随机元素和固定元素且存在结构性特征,故引入Partial-EIV模型,设计了一种符合其系数矩阵结构特点的新模型。最后通过两组仿真实验将其与已有姿态估计方法进行对比,得出结论:基于Partial-EIV模型的整体最小二乘解法解算精度高于常规最小二乘法;其解算效果与基于乘性姿态角误差的最小二乘法基本一致。表明本文提出的方法正确有效。     

双基线姿态确定问题的算法优化

两条基线实现姿态测量给工程应用提供了方便。针对两条基线场合下的姿态确定问题,对QUEST(Quaternion Estimator)三轴姿态估计算法进行了优化。在传统TRIAD方法基础上,对两条基线向量进行加权线性组合,并构建基线向量组实现对基线向量信息的充分利用;然后通过QUEST算法实现三轴姿态角的最优解算。用接收机进行了实验,结果表明:通过对比两条基线的TRIAD算法和QUEST算法,本文中的优化算法解算三轴姿态角的精度有了明显提高。     

一种基于序列立体观测的非合作目标位姿监测方法

非合作目标的位姿监测,是空间目标态势感知的重要内容之一。本文提出了一种基于立体观测的非合作目标位姿变化监测方法,采用单目观测序列提取Harris角点,运用金字塔稀疏光流法对其进行运动跟踪,利用影像匹配和前方交会获取运动点三维坐标,最后将运动点坐标带入运动方程解算目标位姿变化。半实物仿真试验结果表明:相机距目标距离约为2.5 m时,位置变化检测精度优于2.5 mm,姿态变化检测精度优于0.5°。相比于基于先验信息和特征提取的传统方法,该方法基本满足对非合作目标监测、跟踪、绕飞时位姿测量需求,且在适应性和精度上均有提高。     

基于X射线脉冲星的航天器动力学定轨

系统研究了利用X射线脉冲星观测量进行动力学定轨的全过程,给出了观测数据仿真的基本流程,并利用仿真数据对各项因素对定轨精度的影响进行了量化分析。     

利用GPS/陀螺组合测姿的矩阵卡尔曼滤波算法

采用方向余弦矩阵描述姿态,构建了GPS/陀螺组合姿态确定系统模型;提出了一种矩阵卡尔曼滤波算法。以方向余弦矩阵表示的系统方程有以下特点:观测方程为线性方程,避免了线性化误差;姿态参数存在冗余问题。为此,给出了一种基于拉格朗日乘子的正交化方法,对滤波算法得到的方向余弦矩阵的浮点解进行固定。仿真结果验证了方法的可行性和有效性。     

基于多导航系统的姿态测量及精度评估

基于卫星导航系统的姿态测量可作为一个新型姿态测量系统,代替传统昂贵的姿态测量设备,具有极大的应用潜力.本文首先介绍了利用卫星进行姿态测量的基本原理,在此基础上采用上海司南卫星导航技术股份有限公司的一块K728 GNSS OEM开发板和一块PCB板,设计了一个基于双天线的姿态测量系统,进行载体姿态测量的实验,并实现了PC...     

基于岭参数的谱修正迭代法及其在有理多项式参数求解中的应用

通过比较基于L-曲线法求取岭参数的岭估计法与谱修正迭代法,分析了两种方法的特性,为选择合适的方法进行病态方程求解作参考。针对谱修正迭代法收敛慢、效率低这一缺点,提出了一种利用狭义岭估计中的岭参数(或广义岭估计的岭参数对角矩阵)进行谱修正,改进谱修正迭代法的方法。利用模拟算例对改进的方法进行实验,在不同噪声情况下,改进方法效率有不同程度的提高。把改进方法应用到SPOT影像RPC求解中,发现改进的方法在应用中具有一定的优势。