中国空间科学技术

›› 2015, Vol. 35 ›› Issue (1): 27-35.doi: 10.3780/j.issn.1000-758X.2015.01.004

• 研究探讨 • 上一篇    下一篇

微小卫星鲁棒自适应姿态确定算法

 邢艳军, 王永富, 陆亚东   

  1. （北京空间飞行器总体设计部，北京100094）
  • 收稿日期:2014-08-13 修回日期:2014-11-15 出版日期:2015-02-25 发布日期:2015-02-25
  • 作者简介:邢艳军 1982年生，2012年获哈尔滨工业大学飞行器设计专业博士学位，工程师。研究方向为航天器总体设计、制导、导航与控制技术。

RobustAdaptiveFilterforSmallSatelliteAttitudeEstimation

XINGYanjun, WANGYongfu, LUYadong   

  1. (BeijingInstituteofSpacecraftSystemEngineering，Beijing100094)
  • Received:2014-08-13 Revised:2014-11-15 Published:2015-02-25 Online:2015-02-25

PDF (PC)

1688

被引次数

6

摘要： 基于磁强计测量的微小卫星姿态确定系统中，由于状态方程和测量方程均为轨道参数的函数，因此在轨道估计存在误差的情况下，标准的扩展卡尔曼滤波算法（ExtendedKalmanFilter，EKF）并不能获得姿态的最优解。针对轨道确定误差对姿态确定的影响，基于自适应滤波及鲁棒估计原理，提出了鲁棒自适应卡尔曼滤波（RobustAdaptiveKalman   Filter，RAKF）算法。该算法通过构建合理的膨胀因子和自适应因子，自动调节观测噪声方差矩阵和一步预测方差矩阵的大小，从而改变旧有数据及观测信息在滤波中的权重，获得更合理的卡尔曼增益，使滤波器获得近似最优结果。基于标准卡尔曼滤波的稳定性理论，证明了若系统一致完全可控并且一致完全可观，该滤波器是一致渐近稳定的。数学仿真表明，与EKF相比，RAKF能够将欧拉角估计精度从0.3°提高到0.2°，从而证明了该算法的有效性。

关键词: 磁强计, 姿态确定, 鲁棒自适应滤波, 卡尔曼增益, 稳定, 微小卫星

Abstract: Theattitudekinematicequationsandmeasurementequationsarethefunctionoftheorbitparameters,sothestandardExtendedKalmanFilter(EKF)can′tgiveoptimalattitudeestimationbecauseoftheorbiterrors,especiallyforamagnetometerbasedsmallsatellite.ArobustadaptiveKalmanfilterwasdesignedtodealwiththedisturbancefromtheorbitestimationerrors.Theprincipleofrobustestimationwasadoptedfortheadaptivefilters,andthecovariancematrixandobservationalnoisewereadjustedtogetproperKalmangains,andthentheapproximatelyoptimalfilteringresultswereobtained.BasedonEKFstabletheory,RAKFwasproveduniformlyandstochasticallystableifthesystemisasymptoticallycontrollableandasymptoticallyobservable.SimulationresultsindicatethatRAKFcanimproveattitudeestimationprecisionfrom0.3°to0.2°,andthefilterisapprovedtobemoreeffectiveandrobustforattitudeestimation.

Key words: Magnetometer, Attitudeestimation, Robustadaptivefilter, Kalmangain, Stability, Smallsatellite