发明名称 一种基于干扰估计的高精度姿态解算系统
摘要 一种基于干扰估计的高精度姿态解算系统,包括姿态敏感器、姿态信息处理板、实时仿真目标机、姿态控制模块和姿态信息显示模块;其中姿态敏感器用于敏感载体当前的姿态信息,姿态信息处理板接收姿态敏感器的量测数据,采用干扰估计器和鲁棒混合多目标滤波器的抗干扰滤波算法,对接收到的原始量测数据进行滤波,得到满足载体精度要求的姿态解算结果,并将姿态解算信息发送给姿态控制模块,实时仿真目标机接收姿态控制模块解算的姿态控制指令,调用执行机构和姿态动力学模块模拟载体的运动状态,同时通过姿态信息显示模块实现数据显示功能。
申请公布号 CN103900559B 申请公布日期 2016.08.17
申请号 CN201410124597.0 申请日期 2014.03.29
申请人 北京航空航天大学 发明人 郭雷;乔建忠;李文硕;张培喜;陈阳
分类号 G01C21/00(2006.01)I;G01C21/20(2006.01)I 主分类号 G01C21/00(2006.01)I
代理机构 北京科迪生专利代理有限责任公司 11251 代理人 成金玉;杨学明
主权项 一种基于干扰估计的高精度姿态解算系统,其特征在于:包括姿态敏感器、姿态信息处理板、实时仿真目标机、姿态控制模块和姿态信息显示模块;其中姿态敏感器包括陀螺仪、恒星敏感器、太阳敏感器和磁强计,用于敏感载体当前的姿态信息,姿态信息处理板实时接收姿态敏感器的量测数据,采用结合了干扰估计器和鲁棒混合多目标滤波器的抗干扰鲁棒滤波算法,对接收到的原始量测数据进行滤波处理,得到满足载体精度要求的姿态解算结果,并将姿态解算信息发送给姿态控制模块,实时仿真目标机接收姿态控制模块解算的姿态控制指令,调用实时仿真目标机中的执行机构和姿态动力学模块模拟真实载体的运动状态,同时通过姿态信息显示模块实现数据显示的功能;所述的结合了干扰估计器和鲁棒混合多目标滤波器的抗干扰鲁棒滤波算法的实现如下:(1)首先把姿态敏感器中陀螺仪的漂移作为可建模干扰,建立如下表达形式的干扰模型:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mover><mi>w</mi><mo>&CenterDot;</mo></mover><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mi>W</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mi>w</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>+</mo><msub><mi>G</mi><mn>3</mn></msub><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mi>&delta;</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000953605770000011.GIF" wi="636" he="70" /></maths>其中w(t)为可建模干扰模型的状态变量,W(t)表示可建模干扰模型的系统阵,δ(t)为能量有界的不可建模随机干扰,G<sub>3</sub>(t)为不可建模随机干扰的增益阵;(2)采用上述干扰表达形式后,设计干扰估计器对陀螺仪漂移进行估计,具体形式如下:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mover><mi>w</mi><mo>^</mo></mover><mrow><mo>(</mo><mi>k</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow><mo>=</mo><mi>M</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mover><mi>w</mi><mo>^</mo></mover><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>+</mo><msub><mi>K</mi><mi>a</mi></msub><mo>&lsqb;</mo><mi>y</mi><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>-</mo><mover><mi>y</mi><mo>^</mo></mover><mrow><mo>(</mo><mi>k</mi><mo>)</mo></mrow><mo>&rsqb;</mo></mrow>]]></math><img file="FDA0000953605770000012.GIF" wi="899" he="67" /></maths>其中<img file="FDA0000953605770000013.GIF" wi="102" he="62" />为鲁棒混合多目标滤波器的状态变量,M(k)为W(t)离散化后所对应的矩阵,K<sub>a</sub>为待定的干扰估计器增益矩阵,<img file="FDA0000953605770000014.GIF" wi="115" he="71" />为鲁棒混合多目标滤波器的输出;(3)然后针对模型不确定性和范数有界干扰下的鲁棒性能指标以及保成本性能指标,设计了鲁棒混合多目标滤波器对其进行抑制,具体形式如下:<maths num="0003" id="cmaths0003"><math><![CDATA[<mfenced open = "{" close = ""><mtable><mtr><mtd><mover><mi>x</mi><mo>^</mo></mover><mo>(</mo><mi>k</mi><mo>+</mo><mn>1</mn><mo>)</mo><mo>=</mo><mi>A</mi><mo>(</mo><mi>k</mi><mo>)</mo><mover><mi>x</mi><mo>^</mo></mover><mo>(</mo><mi>k</mi><mo>)</mo><mo>+</mo><mi>u</mi><mo>(</mo><mi>k</mi><mo>)</mo><mo>+</mo><msub><mi>u</mi><mrow><mi>c</mi><mn>1</mn></mrow></msub><mo>(</mo><mi>k</mi><mo>)</mo><mo>+</mo><mi>L</mi><mo>&lsqb;</mo><mi>y</mi><mo>(</mo><mi>k</mi><mo>)</mo><mo>-</mo><mover><mi>y</mi><mo>^</mo></mover><mo>(</mo><mi>k</mi><mo>)</mo><mo>&rsqb;</mo></mtd></mtr><mtr><mtd><mover><mi>y</mi><mo>^</mo></mover><mo>(</mo><mi>k</mi><mo>)</mo><mo>=</mo><mi>C</mi><mo>(</mo><mi>k</mi><mo>)</mo><mover><mi>x</mi><mo>^</mo></mover><mo>(</mo><mi>k</mi><mo>)</mo><mo>+</mo><mi>u</mi><mo>(</mo><mi>k</mi><mo>)</mo><mo>+</mo><msub><mi>u</mi><mrow><mi>c</mi><mn>2</mn></mrow></msub><mo>(</mo><mi>k</mi><mo>)</mo></mtd></mtr></mtable></mfenced>]]></math><img file="FDA0000953605770000021.GIF" wi="1261" he="183" /></maths>其中,A(k)、C(k)为姿态确定系统状态及量测方程中的系数矩阵;<img file="FDA0000953605770000022.GIF" wi="107" he="62" />为状态x(k)的估计值,u(k)为载体的控制输入,u<sub>c1</sub>(k)以及u<sub>c2</sub>(k)两项用于补偿可建模干扰w(k),<img file="FDA0000953605770000023.GIF" wi="114" he="70" />为鲁棒混合多目标滤波器的输出,矩阵L为待定的鲁棒多目标滤波器增益阵;(4)最后联立干扰估计器和鲁棒混合多目标滤波器构造闭环系统,使用matlab的线性矩阵不等式工具箱(LMI Toolbox)求解出符合载体输出精度要求的干扰估计器和鲁棒混合多目标滤波器。
地址 100191 北京市海淀区学院路37号