发明名称 一种星敏感器与高频角位移传感器组合定姿方法及系统
摘要 本发明提供了一种星敏感器与高频角位移传感器组合定姿方法及系统,包括根据角位移传感器测量原理构建其误差测量模型,充分考虑其观测值存在的各种误差源;基于多星敏感器信息融合结果构建系统量测方程;根据卫星姿态运动学方程和角位移传感器测量模型构建系统状态方程;最后采用双向卡尔曼滤波与整体加权平差模型,实现高频姿态参数最优估计。本发明可以实现低频星敏感器与高频角位移传感器最优信息融合,得到高频高精度的姿态数据,从而为高分辨率光学影像高精度几何处理奠定基础。
申请公布号 CN105486312A 申请公布日期 2016.04.13
申请号 CN201610067447.X 申请日期 2016.01.30
申请人 武汉大学 发明人 王密;范城城;李德仁
分类号 G01C21/20(2006.01)I;G01C21/16(2006.01)I;G01C25/00(2006.01)I 主分类号 G01C21/20(2006.01)I
代理机构 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人 严彦
主权项 一种星敏感器与高频角位移传感器组合定姿方法,其特征在于,包括以下步骤:步骤1,构建角位移传感器测量模型如下,ω<sub>g</sub>=(1+Δ+Λ)ω+b+η<sub>g</sub>其中,ω<sub>g</sub>为角位移传感器测量得到的角速度大小,Δ表示角位移传感器安装误差,Λ表示角位移传感器标度因数误差,ω为卫星本体相对于惯性空间的真实角速度,b表示角位移传感器漂移大小,η<sub>g</sub>为角位移传感器测量噪声;步骤2,基于多星敏感器信息融合结果构建系统量测方程,实现如下,设有一组正交矢量,<img file="FDA0000918993750000011.GIF" wi="149" he="79" />表示正交矢量在本体坐标系下真实值,<img file="FDA0000918993750000012.GIF" wi="190" he="79" />表示正交矢量在惯性坐标系下的测量值,<img file="FDA0000918993750000013.GIF" wi="150" he="77" />表示正交矢量在惯性坐标系下真实值;得到量测方程如下,Z<sub>k</sub>=H<sub>k</sub>X<sub>k</sub>+V<sub>k</sub><math><![CDATA[<mrow><msub><mi>H</mi><mi>k</mi></msub><mo>=</mo><msub><mfenced open = "[" close = "]"><mtable><mtr><mtd><mrow><mo>-</mo><mn>2</mn><msubsup><mi>A</mi><mrow><mi>b</mi><mi>i</mi></mrow><mi>T</mi></msubsup><mrow><mo>(</mo><mover><mi>q</mi><mo>^</mo></mover><mo>)</mo></mrow><mo>&lsqb;</mo><msubsup><mi>l</mi><mi>b</mi><mn>1</mn></msubsup><mo>&times;</mo><mo>&rsqb;</mo></mrow></mtd><mtd><msub><mn>0</mn><mrow><mn>3</mn><mo>&times;</mo><mn>3</mn></mrow></msub></mtd></mtr><mtr><mtd><mrow><mo>-</mo><mn>2</mn><msubsup><mi>A</mi><mrow><mi>b</mi><mi>i</mi></mrow><mi>T</mi></msubsup><mrow><mo>(</mo><mover><mi>q</mi><mo>^</mo></mover><mo>)</mo></mrow><mo>&lsqb;</mo><msubsup><mi>l</mi><mi>b</mi><mn>2</mn></msubsup><mo>&times;</mo><mo>&rsqb;</mo></mrow></mtd><mtd><msub><mn>0</mn><mrow><mn>3</mn><mo>&times;</mo><mn>3</mn></mrow></msub></mtd></mtr><mtr><mtd><mrow><mo>-</mo><mn>2</mn><msubsup><mi>A</mi><mrow><mi>b</mi><mi>i</mi></mrow><mi>T</mi></msubsup><mrow><mo>(</mo><mover><mi>q</mi><mo>^</mo></mover><mo>)</mo></mrow><mo>&lsqb;</mo><msubsup><mi>l</mi><mi>b</mi><mn>3</mn></msubsup><mo>&times;</mo><mo>&rsqb;</mo></mrow></mtd><mtd><msub><mn>0</mn><mrow><mn>3</mn><mo>&times;</mo><mn>3</mn></mrow></msub></mtd></mtr></mtable></mfenced><mrow><mn>9</mn><mo>&times;</mo><mn>9</mn></mrow></msub><mo>,</mo><msub><mi>Z</mi><mi>k</mi></msub><mo>=</mo><msub><mfenced open = "[" close = "]"><mtable><mtr><mtd><mrow><msubsup><mi>l</mi><mrow><mi>m</mi><mi>i</mi></mrow><mn>1</mn></msubsup><mo>-</mo><msubsup><mi>A</mi><mrow><mi>b</mi><mi>i</mi></mrow><mi>T</mi></msubsup><mrow><mo>(</mo><mover><mi>q</mi><mo>^</mo></mover><mo>)</mo></mrow><msubsup><mi>l</mi><mi>b</mi><mn>1</mn></msubsup></mrow></mtd></mtr><mtr><mtd><mrow><msubsup><mi>l</mi><mrow><mi>m</mi><mi>i</mi></mrow><mn>2</mn></msubsup><mo>-</mo><msubsup><mi>A</mi><mrow><mi>b</mi><mi>i</mi></mrow><mi>T</mi></msubsup><mrow><mo>(</mo><mover><mi>q</mi><mo>^</mo></mover><mo>)</mo></mrow><msubsup><mi>l</mi><mi>b</mi><mn>2</mn></msubsup></mrow></mtd></mtr><mtr><mtd><mrow><msubsup><mi>l</mi><mrow><mi>m</mi><mi>i</mi></mrow><mn>3</mn></msubsup><mo>-</mo><msubsup><mi>A</mi><mrow><mi>b</mi><mi>i</mi></mrow><mi>T</mi></msubsup><mrow><mo>(</mo><mover><mi>q</mi><mo>^</mo></mover><mo>)</mo></mrow><msubsup><mi>l</mi><mi>b</mi><mn>3</mn></msubsup></mrow></mtd></mtr></mtable></mfenced><mrow><mn>9</mn><mo>&times;</mo><mn>1</mn></mrow></msub></mrow>]]></math><img file="FDA0000918993750000014.GIF" wi="1066" he="261" /></maths>其中,Z<sub>k</sub>表示观测矢量,H<sub>k</sub>表示观测矩阵,X<sub>k</sub>表示状态变量,<img file="FDA0000918993750000015.GIF" wi="43" he="71" />表示四元数最优估计值,<img file="FDA0000918993750000016.GIF" wi="131" he="71" />表示由本体到惯性系转换矩阵,V<sub>k</sub>表示t<sub>k</sub>时刻观测噪声序列;步骤3,根据卫星姿态运动学方程和角位移传感器测量模型构建系统状态方程,实现如下,根据姿态运动学方程得到基于状态<math><![CDATA[<mrow><msub><mi>X</mi><mrow><mn>6</mn><mo>&times;</mo><mn>1</mn></mrow></msub><mo>=</mo><msup><mfenced open = "[" close = "]"><mtable><mtr><mtd><mrow><mi>&Delta;</mi><msup><mover><mi>q</mi><mo>&RightArrow;</mo></mover><mi>T</mi></msup></mrow></mtd><mtd><mrow><msup><mi>&Delta;b</mi><mi>T</mi></msup></mrow></mtd></mtr></mtable></mfenced><mi>T</mi></msup></mrow>]]></math><img file="FDA0000918993750000017.GIF" wi="383" he="79" /></maths>的系统状态方程如下,<math><![CDATA[<mrow><mover><mi>X</mi><mo>&CenterDot;</mo></mover><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mi>F</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mi>X</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>+</mo><mi>W</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000918993750000018.GIF" wi="477" he="78" /></maths><math><![CDATA[<mrow><mi>F</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><mrow><mo>-</mo><mo>&lsqb;</mo><mover><mi>&omega;</mi><mo>^</mo></mover><mo>&times;</mo><mo>&rsqb;</mo></mrow></mtd><mtd><mrow><mo>-</mo><mn>0.5</mn><msub><mi>I</mi><mrow><mn>3</mn><mo>&times;</mo><mn>3</mn></mrow></msub></mrow></mtd></mtr><mtr><mtd><msub><mn>0</mn><mrow><mn>3</mn><mo>&times;</mo><mn>3</mn></mrow></msub></mtd><mtd><msub><mn>0</mn><mrow><mn>3</mn><mo>&times;</mo><mn>3</mn></mrow></msub></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0000918993750000019.GIF" wi="564" he="158" /></maths>W(t)=[‑0.5η<sub>g</sub> η<sub>b</sub>]<sup>T</sup>其中,<img file="FDA00009189937500000110.GIF" wi="109" he="75" />表示状态量微分值,X(t)表示状态量,F(t)表示状态转移矩阵微分,W(t)表示系统噪声序列,<img file="FDA00009189937500000111.GIF" wi="102" he="71" />表示角速度矢量叉乘,I<sub>3×3</sub>表示单位矩阵,0<sub>3×3</sub>表示元素为0的矩阵,<img file="FDA0000918993750000021.GIF" wi="87" he="71" />表示误差四元数矢量部分,Δb<sup>T</sup>表示误差漂移;对以上系统状态方程进行线性化离散化得到,X<sub>k</sub>=Φ<sub>k,k‑1</sub>X<sub>k‑1</sub>+Γ<sub>k‑1</sub>W<sub>k‑1</sub>其中,X<sub>k</sub>、X<sub>k‑1</sub>表示t<sub>k</sub>时刻、t<sub>k‑1</sub>时刻状态变量,Φ<sub>k,k‑1</sub>表示状态转移矩阵,Γ<sub>k‑1</sub>表示系统噪声驱动阵,W<sub>k‑1</sub>表示系统噪声序列;步骤4,基于步骤2和步骤3分别构建的系统量测方程和系统状态方程,采用双向卡尔曼滤波与整体加权平差模型,实现高频姿态参数最优估计。
地址 430072 湖北省武汉市武昌区珞珈山武汉大学
您可能感兴趣的专利