一种深空探测定点软着陆过程的信息融合导航方法

摘要

一种深空探测定点软着陆过程的信息融合导航方法，在为着陆器自主导航系统配备惯性测量单元、测距敏感器、测速敏感器、光学成像敏感器等导航敏感器的基础上，软着陆全程通过惯性测量单元测量着陆器的角速度和非引力加速度，经积分和外推后为导航系统提供着陆器的位置速度信息。测距敏感器输出的斜距信息，测速敏感器输出的相对速度信息，光学成像敏感器输出的特征点像素坐标信息均由相互独立的卡尔曼子滤波器处理，给出状态及误差协方差的局部估计。局部估计结果再由协方差交叉法进行信息融合，得出统一的当前着陆器的位置速度估计值，同时反馈给子滤波器用于下次导航更新。本导航方法的位置速度估计精度高、实时性好、具备容错能力且容易实现。

主权项

一种深空探测定点软着陆过程的信息融合导航方法，其特征在于包括如下步骤：(1)将着陆器在天体中心惯性系的位置r和速度v作为状态变量X，$X=\left[\begin{array}{c}r\\ v\end{array}\right],$其中X的估计初值及对应的误差协方差初值P₀在着陆开始时刻由地面测控系统轨道确定结果给出；(2)利用着陆器上安装的惯性导航系统上一时刻的状态估计外推预测当前时刻着陆器的状态以及对应的误差协方差，${\hat{X}}_{k/k-1}={\hat{X}}_{k-1}+\left[\begin{array}{c}{\hat{v}}_{k-1}\Delta t+\frac{1}{2}{C}_{ib,k}{\hat{a}}_k{\mathrm{\Delta t}}^2-\frac{1}{2}\frac{\mu }{{\left({\hat{r}}_{k-1}\right)}^3}{\hat{r}}_{k-1}{\mathrm{\Delta t}}^2\\ C_{ib,k}{\hat{a}}_k\Delta t-\frac{\mu }{{\left({\hat{r}}_{k-1}\right)}^3}{\hat{r}}_{k-1}\Delta t\end{array}\right]$P_k/k‑1＝Φ_k,k‑1P_k‑1(Φ_k,k‑1)^T+Q${\Phi }_{k,k-1}=I_6+\left[\begin{array}{cc}{0}_3& I_3\\ {\frac{\partial (-\mu r/r^3)}{\partial r^T}|}_{r={\hat{r}}_{k/k-1}}& 0_3\end{array}\right]\Delta t$其中为k时刻着陆器的状态预测，为k‑1时刻着陆器的状态估计，和分别为k‑1时刻着陆器的位置估计和速度估计，${\hat{X}}_{k-1}=\left[\begin{array}{c}{\hat{r}}_{k-1}\\ {\hat{v}}_{k-1}\end{array}\right],$为的模，Δt为导航更新周期，C_ib,k为k时刻着陆器本体系到着陆天体中心惯性系的方向余弦阵，为k时刻惯性单元中加速度计输出的加速度，μ为着陆天体引力常数，I₆为6阶单位矩阵，I₃为3阶单位矩阵，0₃为3阶零矩阵，符号T表示矩阵转置，r为r的模，为k时刻着陆器的位置状态预测，P_k/k‑1为k时刻的误差协方差预测，Q是系统噪声方差阵；(3)判断着陆器上安装的测距敏感器、测速敏感器、光学成像敏感器是否输出了新的有效数据，记新的有效数据的个数为n，如果n＝0，则直接将步骤(2)的结果作为当前时刻的导航结果输出，结束并退出；如果n不为0，则进入步骤(4)；(4)针对每一个新的有效数据，均单独建立一个子卡尔曼滤波器，并求取每一个子卡尔曼滤波器的状态估计以及对应的误差协方差${\hat{X}}_k^i={\hat{X}}_{k/k-1}+K_k^i[Z_k^i-h^i\left({\hat{X}}_{k/k-1}\right)]$$P_k^i=(I-K_k^i{H}_k^i)P_{k/k-1}$$K_k^i=P_{k/k-1}{\left(H_k^i\right)}^T{[H_k^i{P}_{k/k-1}{\left(H_k^i\right)}^T+R^i]}^{-1}$$H_k^i={\frac{\partial h^i\left(X\right)}{\partial X}|}_{X={\hat{X}}_{k,k-1}}$其中hⁱ(X)为第i个新的有效数据，i＝1,…,n，Rⁱ为第i个新的有效数据对应敏感器的测量噪声方差阵，为第i个新的有效数据对应的敏感器在k时刻的输出，符号‑1表示求矩阵的逆；(5)对步骤(4)中每一个子滤波器的输出进行信息融合，得到当前时刻的导航结果并输出，${\hat{X}}_k=P_k\left[\underset{i=1}{\overset{n}{\Sigma }}{\omega }_i{\left(P_k^i\right)}^{-1}{\hat{X}}_k^i\right]$$P_k={\left[\underset{i=1}{\overset{n}{\Sigma }}{\left(P_k^i\right)}^{-1}{\omega }_i\right]}^{-1}$其中非负加权系数且满足ω₁+…+ω_n＝1，tr( )表示求矩阵的迹。