一种深空探测器火星捕获段自主天文导航方法

摘要

本发明涉及一种深空探测器火星捕获段自主天文导航方法。根据圆形限制性四体轨道动力学模型建立深空探测器的状态模型；利用敏感器获得火星、火星卫星以及背景恒星的像元像线信息，把所获得的像元像线信息转换为火星、火星卫星以及背景恒星的角度信息，建立火星、火卫一和火卫二的角度量测模型；并使用q-method方法估计探测器姿态信息，结合Unscented卡尔曼滤波估计深空探测器的位置和速度。本发明估计精度高，非常适用于火星捕获的自主导航。本发明属于航天导航技术领域，不仅可以为深空探测器被火星捕获提供高精度导航参数，而且可为其自主导航系统设计提供参考。

主权项

1.一种深空探测器火星捕获段的自主天文导航方法，其特征在于：首先根据圆形限制性四体模型建立深空探测器的状态模型，再利用火星敏感器、火卫一敏感器和火卫二敏感器分别获得火星及其背景恒星、火卫一及其背景恒星和火卫二及其背景恒星的像元像线信息，之后把像元像线转换为角度信息，建立火星、火卫一和火卫二与各自背景恒星之间角度信息的量测模型，其中使用q-method姿态估计方法为量测模型提供深空探测器的姿态，使用Unscented卡尔曼滤波确定深空探测器的位置和速度；具体包括以下步骤：①建立基于轨道动力学的深空探测器火星捕获段导航系统状态模型；考虑太阳中心引力、火星中心引力和地球中心引力对探测器的作用，选取日心黄道惯性坐标系，可得深空探测器的状态模型：$\left\{\begin{array}{c}\stackrel{·}{x}=v_x\\ \stackrel{·}{y}=v_y\\ \stackrel{·}{z}=v_z\\ {\stackrel{·}{v}}_x=-{\mu }_s\frac{x}{r_{\mathrm{ps}}^3}-{\mu }_m[\frac{x-x_1}{r_{\mathrm{pm}}^3}+\frac{x_1}{r_{\mathrm{sm}}^3}]-{\mu }_e[\frac{x-x_2}{r_{\mathrm{pe}}^3}+\frac{x_2}{r_{\mathrm{se}}^3}]+w_x\\ {\stackrel{·}{v}}_y=-{\mu }_s\frac{y}{r_{\mathrm{ps}}^3}-{\mu }_m[\frac{y-y_1}{r_{\mathrm{pm}}^3}+\frac{y_1}{r_{\mathrm{sm}}^3}]-{\mu }_e[\frac{y-y_2}{r_{\mathrm{pe}}^3}+\frac{y_2}{r_{\mathrm{se}}^3}]+w_y\\ {\stackrel{·}{v}}_z=-{\mu }_s\frac{z}{r_{\mathrm{ps}}^3}-{\mu }_m[\frac{z-z_1}{r_{\mathrm{pm}}^3}+\frac{z_1}{r_{\mathrm{sm}}^3}]-{\mu }_e[\frac{z-z_2}{r_{\mathrm{pe}}^3}+\frac{z_2}{r_{\mathrm{se}}^3}]+w_z\end{array}\right.---\left(1\right)$式中，探测器三轴位置的微分，v_x，v_y，v_z为探测器三轴的速度，为探测器三轴速度的微分，μ_s、μ_m和μ_e分别为太阳、火星和地球引力常数，r_ps为日心到探测器的距离，r_pm为火星到探测器的距离，r_sm为火心到日心的距离，r_pe为地球到探测器的距离，r_se为地心到日心的距离，(x₁，y₁，z₁)，(x₂，y₂，z₂)和(x，y，z)分别为火星、地球和深空探测器在日心惯性坐标系中的位置，其中火星和地球的位置可由行星星历表获得，w_x，w_y，w_z分别为探测器三轴的状态模型误差；式(1)中变量都是与t有关的函数，可简写为$\stackrel{·}{X}\left(t\right)=f(X\left(t\right),t)+w\left(t\right)---\left(2\right)$状态变量为X＝[x，y，z，v_x，v_y，v_z]^T，f(X(t)，t)为系统非线性连续状态转移函数，状态噪声为w＝[w_x，w_y，w_z]^T；②建立火星、火卫一和火卫二与其背景恒星的像元像线模型；火星、火卫一和火卫二与其背景恒星的像元像线可以表示为$\left\{\begin{array}{c}\left[\begin{array}{c}{p}_m\\ l_m\end{array}\right]=K_m\left[\begin{array}{c}{x}_m^{2d}\\ y_m^{2d}\end{array}\right]+\left[\begin{array}{c}{p}_{0m}\\ l_{0m}\end{array}\right]=K_m\frac{f_m}{z_m^c}\left[\begin{array}{c}{x}_m^c\\ y_m^c\end{array}\right]+\left[\begin{array}{c}{p}_{0m}\\ l_{0m}\end{array}\right]+\left[\begin{array}{c}{v}_{p_m}\\ v_{l_m}\end{array}\right]\\ \left[\begin{array}{c}{p}_{\mathrm{msi}}\\ l_{\mathrm{msi}}\end{array}\right]=K_m\left[\begin{array}{c}{x}_{\mathrm{msi}}^{2d}\\ y_{\mathrm{msi}}^{2d}\end{array}\right]+\left[\begin{array}{c}{p}_{0m}\\ l_{0m}\end{array}\right]=K_m\frac{f_m}{z_{\mathrm{msi}}^c}\left[\begin{array}{c}{x}_{\mathrm{msi}}^c\\ y_{\mathrm{msi}}^c\end{array}\right]+\left[\begin{array}{c}{p}_{0m}\\ l_{0m}\end{array}\right]+\left[\begin{array}{c}{v}_{p_{\mathrm{msi}}}\\ v_{l_{\mathrm{msi}}}\end{array}\right]\end{array}\right.---\left(3\right)$$\left\{\begin{array}{c}\left[\begin{array}{c}{p}_p\\ l_p\end{array}\right]=K_p\left[\begin{array}{c}{x}_p^{2d}\\ y_p^{2d}\end{array}\right]+\left[\begin{array}{c}{p}_{0p}\\ l_{0p}\end{array}\right]=K_p\frac{f_p}{z_p^c}\left[\begin{array}{c}{x}_p^c\\ y_p^c\end{array}\right]+\left[\begin{array}{c}{p}_{0p}\\ l_{0p}\end{array}\right]+\left[\begin{array}{c}{v}_{p_p}\\ v_{l_p}\end{array}\right]\\ \left[\begin{array}{c}{p}_{\mathrm{psi}}\\ l_{\mathrm{psi}}\end{array}\right]=K_p\left[\begin{array}{c}{x}_{\mathrm{psi}}^{2d}\\ y_{\mathrm{psi}}^{2d}\end{array}\right]+\left[\begin{array}{c}{p}_{0p}\\ l_{0p}\end{array}\right]=K_p\frac{f_p}{z_{\mathrm{psi}}^c}\left[\begin{array}{c}{x}_{\mathrm{psi}}^c\\ y_{\mathrm{psi}}^c\end{array}\right]+\left[\begin{array}{c}{p}_{0p}\\ l_{0p}\end{array}\right]+\left[\begin{array}{c}{v}_{p_{\mathrm{psi}}}\\ v_{l_{\mathrm{psi}}}\end{array}\right]\end{array}\right.---\left(4\right)$$\left\{\begin{array}{c}\left[\begin{array}{c}{p}_d\\ l_d\end{array}\right]=K_d\left[\begin{array}{c}{x}_d^{2d}\\ y_d^{2d}\end{array}\right]+\left[\begin{array}{c}{p}_{0d}\\ l_{0d}\end{array}\right]=K_d\frac{f_d}{z_d^c}\left[\begin{array}{c}{x}_d^c\\ y_d^c\end{array}\right]+\left[\begin{array}{c}{p}_{0d}\\ l_{0d}\end{array}\right]+\left[\begin{array}{c}{v}_{p_d}\\ v_{l_d}\end{array}\right]\\ \left[\begin{array}{c}{p}_{\mathrm{dsi}}\\ l_{\mathrm{dsi}}\end{array}\right]=K_d\left[\begin{array}{c}{x}_{\mathrm{dsi}}^{2d}\\ y_{\mathrm{dsi}}^{2d}\end{array}\right]+\left[\begin{array}{c}{p}_{0d}\\ l_{0d}\end{array}\right]=K_d\frac{f_d}{z_{\mathrm{dsi}}^c}\left[\begin{array}{c}{x}_{\mathrm{dsi}}^c\\ y_{\mathrm{dsi}}^c\end{array}\right]+\left[\begin{array}{c}{p}_{0d}\\ l_{0d}\end{array}\right]+\left[\begin{array}{c}{v}_{p_{\mathrm{dsi}}}\\ v_{l_{\mathrm{dsi}}}\end{array}\right]\end{array}\right.---\left(5\right)$式中，(p_m，l_m)、(p_p，l_p)和(p_d，l_d)分别为火星、火卫一和火卫二成像在各敏感器二维成像平面的像元和像线，(p_msi，l_msi)、(p_psi，l_psi)和(p_dsi，l_dsi)分别为火星敏感器、火卫一敏感器和火卫二敏感器中的第i颗背景恒星的像元和像线，i＝1，2，3，(p_0m，l_0m)，(p_0p，l_0p)和(p_0d，l_0d)分别为火星敏感器、火卫一敏感器和火卫二敏感器二维成像平面中心的像元和像线；K_m、K_p和K_d分别为火星敏感器、火卫一敏感器和火卫二敏感器由毫米转为像素的敏感器转换矩阵；f_m、f_p和f_d分别为火星敏感器、火卫一敏感器和火卫二敏感器的焦距，和分别为火星敏感器、火卫一敏感器和火卫二敏感器的二维像平面坐标，和分别为火星敏感器、火卫一敏感器和火卫二敏感器中的第i颗背景恒星的二维像平面坐标，和分别为敏感器坐标系中的火星、火卫一和火卫二的坐标，和分别为火星敏感器、火卫一敏感器和火卫二敏感器中的第i颗背景恒星的坐标，同时由星敏感器获取背景恒星矢量方向，并利用q-method方法输出姿态信息，转换为姿态矩阵，为像元像线模型提供坐标转换矩阵；分别为火星、火卫一、火卫二在图像中的像元像线观测误差，分别为火星、火卫一、火卫二图像中的第i颗背景恒星的像元像线观测误差；③建立火星、火卫一和火卫二与其背景恒星之间角度信息的量测模型；将步骤②中的火星、火卫一和火卫二以及所对应的背景恒星的像元像线信息转换为火星、火卫一和火卫二以及所对应的背景恒星的矢量方向，确定它们之间的夹角θ_mi、θ_pi和θ_di表达式为$\left\{\begin{array}{c}{\theta }_{\mathrm{mi}}=\arccos (-{\overrightarrow{l}}_{\mathrm{pm}}^c·{\overrightarrow{s}}_{1i})\\ {\theta }_{\mathrm{pi}}=\arccos (-{\overrightarrow{l}}_{\mathrm{pp}}^c·{\overrightarrow{s}}_{2i})\\ {\theta }_{\mathrm{di}}=\arccos (-{\overrightarrow{l}}_{\mathrm{pd}}^c·{\overrightarrow{s}}_{3i})\end{array}\right.---\left(6\right)$式中，分别为在火星敏感器坐标系、火卫一敏感器坐标系和火卫二敏感器坐标系中火星、火卫一、火卫二到探测器的矢量方向，为在火星敏感器坐标系、火卫一敏感器坐标系和火卫二敏感器坐标系中第i颗导航背景恒星星光的矢量方向；设系统量测量Z＝[θ_m1，θ_m2，θ_m3，θ_p1，θ_p2，θ_p3，θ_d1，θ_d2，θ_d3]^T，量测噪声分别为测量θ_m1，θ_m2，θ_m3，θ_p1，θ_p2，θ_p3，θ_d1，θ_d2，θ_d3的观测误差，由于各变量都是与时间t有关的变量，则可建立火星、火卫一和火卫二角度信息量测模型的表达式为：Z(t)＝h[X(t)，t]+v(t)(7)④对步骤①中式(2)所示的状态模型及步骤③式(7)所示的量测模型进行离散化，X(k+1)＝F(X(k)，k)+w(k)(8)Z(k)＝H(X(k)，k)+v(k)(9)式中，k＝1，2，…，F(X(k)，k)为f(X(t)，t)离散后的非线性状态转移函数，H(X(k)，k)为h(X(t)，t)离散后的非线性量测函数，w(k)、v(k)互不相关；⑤利用Unscented卡尔曼滤波算法，结合步骤①和步骤②所述的状态模型和量测模型进行滤波，利用敏感器获取测量得到的火星、火卫一、火卫二和背景恒星的像元像线信息，并将此测量信息转换为量测量火星、火卫一、火卫二和背景恒星的角度信息，通过量测量与量测模型相减得到系统量测残差，用系统这一残差校正量测模型的模型误差；利用Unscented采样13个采样点，利用系统状态模型，对采样点进行一步预测，并得出与上一步迭代状态值之间协方差阵，以消除状态模型模型误差的影响；⑥输出导航信息将步骤⑤中获得的状态量的估计值和状态估计方差返回滤波器，用于k+1时刻，并输出状态估计值和状态估计方差。