基于矢量观测确定卫星轨道姿态:欧拉角估计器

针对“矢量观测 陀螺”这种典型的三轴稳定卫星姿态确定系统配置模式，采用欧拉角作为姿态参数，应用扩展卡尔曼滤波技术综合处理姿态测量信息，给出了具有良好滤波性能的轨道姿态估计算法．在算法的设计过程中，针对单矢量观测情况，通过改进协方差修正算法加快了状态估值的收敛速度；针对多矢量观测情况，把QUEST法作为矢量观测数据压缩技术有效地结合进姿态估计器中，使得在多矢量观测情况下的滤波修正算法得到了简化．     

基于矢量观测确定卫星轨道姿态:欧拉角估计器

针对“矢量观测+陀螺”这种典型的三轴稳定卫星姿态确定系统配置模式,采用欧拉角作为姿态参数,应用扩展卡尔曼滤波技术综合处理姿态测量信息,给出了具有良好滤波性能的轨道姿态估计算法.在算法的设计过程中,针对单矢量观测情况,通过改进协方差修正算法加快了状态估值的收敛速度;针对多矢量观测情况,把 QUEST 法作为矢量观测数据压缩技术有效地结合进姿态估计器中,使得在多矢量观测情况下的滤波修正算法得到了简化.     

基于粒子滤波和UKF联合滤波的卫星姿态估计

针对矢量观测的三轴稳定卫星的姿态估计问题,提出了基于粒子滤波(PF)和Unscented卡尔曼滤波(UKF)的一种联合滤波方法.为了避免粒子滤波的状态高维数引起的计算量过大、难收敛等问题,采用UKF滤波来估计陀螺的漂移,从而使粒子的数量大大减少,以较少的运算量获得较好的滤波效果.另外,通过定义增量误差四元数和采用无冗余的广义罗德里格参数(Generalized Rodrigues Param eters)(三参数)描述卫星姿态,使四元数的归一化处理是隐含的,从而解决了四元数的归一化所造成的协方差阵奇异问题.将该方法应用于某型号卫星的姿态估计,并与UKF相比,即使在较大初始姿态误差情况下,算法也能很快地收敛,验证了所设计的姿态估计算法是可行有效的.     

改进型UKF滤波算法的卫星姿态估计

针对矢量观测的三轴稳定卫星的姿态估计问题,提出了一种改进的UKF（unscented Kalman filter）滤波算法．它通过引入简化球形分布Sigma点UT变换（SSUT）,使得Sigma点的数量减少,从而在与UKF算法估计精度相当的情况下,计算量大大减少．同时,该算法依据姿态四元数与修正罗德里格参数之间的变换关系以及Sigma点的本质属性,保证了在姿态估计过程中四元数满足归一化约束,并且给出了过程噪声方差阵的选取方法．与扩展卡尔曼滤波（EKF）相比,无需计算Jacobian矩阵且具有更高的估计精度,并且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能很好地改善滤波效果,提高了估计精度,同时减小了计算量。     

利用预测滤波法估计小卫星姿态角速度

预测滤波法具有可直接处理线性或非线性模型、实时预测模型误差的优点。结合小卫星姿态运动学方程和预测滤波法,建立了简单的线性估计模型,实时估计姿态角速度,并保证了估计的最优性。仿真结果表明,对姿态角速度的估计精度较高,鲁棒性好。     

基于矢量加权中值滤波的快速分层运动估计算法

针对分层运动估计的特点,提出了一种简单有效的快速算法.该算法在底层通过对当前块的空间相邻块的运动矢量进行矢量加权中值滤波来产生一个候选矢量,该候选矢量能够更准确地预测运动,并对上层运动估算中出错的矢量提供保护,减少了错误传播.在顶层进行匹配误差计算时采用修正累计绝对误差(SAD)准则,平滑了矢量场,并进一步提高了运动估计的准确性.仿真实验表明,此算法用很少的运算量获得了较好的性能.     

基于旋转矢量误差估计模型的捷联姿态解算方法

针对捷联惯导系统姿态算法分析了一种旋转矢量误差估计模型,并从该模型出发,推导了几种高精度的捷联姿态算法。对０这些算法进行了分析、比较和数字仿真。结果表明,本文的基于旋转矢量误差估计模型的捷联姿态算法可以减小动态误差,提高姿态精度。     

考虑运动加速度干扰的无人机姿态估计算法

为解决动态环境下无人机导航系统姿态估计易受传感器噪声和运动加速度干扰的难题,提出一种考虑运动加速度干扰的无人机姿态估计算法。首先,建立运动加速度估计模型,根据基于卡尔曼滤波的加速度误差模型和由外部传感器提供的速度信息实现对运动加速度的精确估计,利用运动加速度估计模型获得的运动加速度对加速度计的原始值进行修正,降低动态环境下运动加速度对姿态估计的干扰。随后,搭建基于互补滤波的姿态估计模型,利用磁力计信息和修正后加速度信息构建陀螺仪修正量,对陀螺仪原始值进行修正,设计互补滤波器滤除来自加速度计和磁力计的高频噪声和来自陀螺仪的低频噪声,避免传感器噪声信号对姿态估计的干扰。最后,利用无人机试飞过程中采集的传感器信息对该算法进行实验验证。实验结果表明,该算法可以精确估计无人机机动过程中所产生的运动加速度,有效减弱传感器噪声和运动加速度对姿态估计的干扰,该算法显著提高了无人机导航系统在动态环境下姿态估计的精度和抗干扰能力。     

基于二阶非线性滤波的星上陀螺在轨标定

为提高三轴稳定卫星姿态确定精度,针对典型的陀螺/星敏感器联合定姿方案,结合二阶非线性滤波估计,推导了一种利用星敏感器对陀螺进行实时在轨标定的算法.充分考虑卫星姿态测量过程中可能出现的各种误差源,建立陀螺安装误差、标定因子误差以及漂移模型,并对陀螺测量过程中可能出现的各种误差进行在轨补偿,为卫星姿态确定和校正提供丰富的姿态测量信息,以确保姿态测量器件长期在轨工作精度.采用该算法对哈尔滨工业大学"试验卫星一号"遥测数据进行复算和校核,结果与实际飞行数据吻合,验证了该在轨标定算法的有效性和可靠性.     

无陀螺卫星的非线性姿态估计算法及仿真研究

无陀螺卫星姿态模型的强非线性会严重降低常用滤波器的精度和收敛性,在初始误差较大的情况下甚至会导致姿态估计失败,针对该问题,引入一种新的非线性估计算法.该算法利用迭代数值方法解决了当前和过去采样点的非线性平滑问题,保留了当前采样点之前一定数量阶段的所有非线性特性,而没有进行任何近似.为提高计算速度,分析了影响计算速度的原因,并给出加速计算的方法.通过无陀螺卫星的姿态估计仿真,结果证明,新算法能在较大初始状态误差和卫星动力学模型高度不确定性的情况下,对元陀螺卫星姿态角和角速度的估计具有显著的收敛性和精度.     

一种用于人体运动捕获的自适应混合滤波融合算法

针对基于惯性传感器的人体运动捕获系统存在陀螺漂移和噪声干扰等问题,提出一种多元传感器信息融合的自适应混合滤波融合算法。算法首先利用快速高斯牛顿法对加速度计和磁力计数据进行姿态信息迭代估算,用四元数将参考坐标系中的加速度和磁场强度分量转换到载体坐标中,将转换后的值与当前时刻测量值的差值代入高斯牛顿迭代算法中用于四元数的实时值估计,通过确定搜索步长的最优值来缩短迭代次数,提高算法收敛速度。设计自适应的互补滤波器将高斯牛顿法解算的姿态信息作为观测矢量对陀螺漂移进行补偿,分别使用高通滤波器和低通滤波器处理陀螺仪数据和高斯牛顿算法优化过后的加速度计、磁力计数据。在互补滤波器中引入重力矢量及地磁参考矢量自适应调节滤波器参数用于实时调整不同算法的权重大小,融合后输出最终的姿态信息,实现最优估计。进行实验对比分析本算法和其他算法融合效果,结果表明,本算法有效降低陀螺累积误差、线性加速度及磁场对解算精度的干扰,磁干扰状态下误差为0.94 °,自由运动状态下误差为1 °。对比扩展卡尔曼滤波融合算法,本文算法执行时间缩短25 %,有效提升了运动捕获系统的性能。     

某挠性卫星姿态控制系统设计

文中研究对象是带有太阳电池阵和天线等大挠性附件且太阳电池阵驱动的对地观测卫星.抑制太阳电池阵和天线挠性振动及太阳电池阵驱动对星体姿态影响是系统设计的目的.为此,选用带宽隔离法、坎值滤波器法对附件振动进行抑制;同时,针对卫星特殊飞行姿态所导致的通道间惯性耦合,设计了解耦算法给予解决;设计了具有低通滤波特性的外环修正回路,消除惯性基准单元的漂移误差及安装误差.将设计结果应用于对象模型并加入所有误差源后,进行仿真验证,系统设计结果满足给定的指标要求并有较大裕度.     

视觉和IMU融合的移动机器人运动解耦估计

针对视觉里程计(VO)因累积误差导致运动姿态估计存在的偏差,提出实时扩展卡尔曼滤波器姿态估计模型,利用惯性测量单元(IMU)结合重力加速度方向作为垂直方向参考,对视觉里程计航向、俯仰和侧倾3个方向姿态估计进行解耦,修正姿态估计的累积误差;根据运动状态采用模糊逻辑调整滤波器参数,实现自适应的滤波估计,降低加速度噪声的影响.实验采用高精度的全站仪作为真值,并结合多种地形环境,实验结果表明：50 m内跟踪的累积误差低于0.3 m,有效地提高了视觉里程计的定位精度和鲁棒性.     

密集观测场景下的敏捷成像卫星任务规划方法

针对密集观测场景下敏捷成像卫星任务规划问题求解空间大、输入任务序列较长的特点,综合考虑时间窗口约束、任务转移时卫星姿态调整时间、存储约束和电量约束,对敏捷成像卫星任务规划问题进行建模. 提出融合IndRNN和Pointer Networks的算法模型（Ind-PN）对敏捷成像卫星任务规划问题进行求解,使用多层的IndRNN结构作为算法模型的解码器. 基于Pointer Networks机制对输入任务序列进行选择,使用Mask向量考虑敏捷成像卫星任务规划问题中的各类约束. 基于Actor Critic强化学习算法对算法模型进行训练,以获得最大的观测收益率. 实验结果表明,对于密集观测场景下的任务规划,Ind-PN算法的收敛速度更快,可以获得更高的观测收益率.     

调姿时间对敏捷成像卫星任务规划影响仿真

任务间卫星观测姿态调整时间是敏捷成像卫星任务规划最为重要的一个约束。对姿态调整时间的影响因素进行分析,建立空间运动学模型计算任意时刻卫星对目标的观测摆角。在此基础上,给出一种姿态调整时间的计算方法。通过仿真实验,对不同调姿模式和调姿开始时间条件下姿态调整时间的变化及其对最早可观测时间的影响进行了分析,旨在为敏捷成像卫星任务规划提供支持。