红外与激光工程
2021, 50(12): 20210182
1 海军航空大学,山东 烟台 264000
2 中国人民解放军91001部队,北京 100000
3 中国人民解放军91115部队,浙江 舟山 316000
研究了网络约束下的组网运动体姿态估计问题。通过在运动体上固定多个组网节点构造基线矢量,利用节点间共享的位置信息和相对测距信息,建立基于基线矢量的非线性姿态测量模型。采用预测补偿策略处理丢包问题,根据随机最小二乘准则构造带有界不确定参数的代价函数,通过滚动求解约束min-max问题得到鲁棒滚动时域姿态估计器。最后,通过仿真验证了所提算法的有效性,并分析了丢包率对姿态测量精度的影响。
组网测姿 组网导航 姿态估计 丢包 模型不确定性 滚动时域估计 networked attitude determination networked navigation attitude estimation packet dropout model uncertainty moving horizon estimation
1 中国科学院 长春光学精密机械与物理研究所, 吉林长春30033
2 中国科学院大学, 北京100049
3 中国科学院 天基动态快速光学成像技术重点实验室, 吉林长春100
针对现有算法卫星姿态确定中模型参数估计不准确,系统存在外界干扰下稳定性差和跟踪精度不足的问题,提出一种自适应无迹卡尔曼滤波算法,对卫星三轴姿态进行估计。首先分析了陀螺和星敏组合定姿的工作原理,然后推导了以误差四元数为状态变量的卫星姿态运动学方程。滤波过程中,该算法引入自适应矩阵,对量测噪声协方差矩阵进行调整;依据滤波发散判别准则,对系统噪声协方差矩阵进行自适应修正,抑制滤波过程中可能的发散情形,获得了良好的自适应性能。实验结果表明,在参数估计不准确时,自适应无迹卡尔曼滤波相比鲁棒自适应UKF算法,三轴估计精度的均方根误差(RMSE)分别提升了30.0%,34.1%,22.4%。该算法基本满足卫星姿态确定的高精度、强鲁棒性等要求。
卫星姿态确定 自适应滤波 误差四元数 鲁棒性 satellite attitude determination adaptive filtering error quaternion robustness
1 北京航空航天大学 宇航学院, 北京 100191
2 北京理工大学 信息与电子学院, 北京 100081
星敏感器在动态跟踪模式下, 移位星像的信噪比衰减, 弱星难以提取, 当探测星数降为2颗时, 定姿误差加大。鉴于对齐灰度叠加不能显著提高动态星像的信噪比, 故提出一种帧间窗口移位灰度叠加法。通过对备选弱星窗口灰度数据进行流水缓存并移位叠加, 增强弱星灰度及信噪比, 使其满足探测阈值条件, 确保星敏感器视场中始终保持不少于3颗星。仿真结果表明: 4帧灰度叠加后弱星信噪比较单帧星图提高了1倍多, 增加一颗观测星后定姿精度更高。
图像处理 信噪比 质心定位 姿态确定 帧间移位叠加 image processing signal noise ratio centroid location attitude determination inter-frame shifted superposition 红外与激光工程
2017, 46(2): 0226001
南京航空航天大学 航天学院, 江苏 南京 210016
非合作目标航天器的位姿测量一直是各类复杂航天任务中所需解决的关键难题之一。传统的姿态测量算法多采用欧拉角以及旋转矩阵的方式描述目标位姿, 计算参数较多, 算法形式也相对复杂。针对这个问题, 通过单目视觉识别出具有矩形结构特征的目标航天器的一个矩形面, 然后在马达代数框架下, 根据该矩形面两条平行边所在直线方程的差值信息直接计算出目标姿态参数, 最终将姿态解算问题简化为一组四元线性方程组的求解。该算法无需知道目标尺寸, 计算形式简洁, 实时性高, 同时也能很好地保证结果的正交性。数值仿真以及地面验证实验结果表明, 该算法具有较强的稳定性, 测量精度能够满足测控要求, 在交会近距离范围内受两航天器间相对距离的影响较小。
马达代数 姿态测量 非合作目标 单目视觉 motor algebra attitude determination non-cooperative target spacecraft monocular vision
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京10004
飞机姿态测量是无人机系统目标定位的重要环节。该文拟采用多台北斗天线测姿, 分析了北斗接收天线测姿精度对机载光电平台目标定位精度的影响。为此, 本文建立机载光电平台目标定位系统模型, 用蒙特卡洛法分析目标定位误差,并对飞机姿态测量误差在0.05°~1°范围内以及飞行高度在1 000~8 000 m时的垂直下视和斜视目标定位误差进行比较。实验结果表明, 在姿态测量误差及飞行高度范围内, 垂直下视目标定位高程误差在20 m左右, 平面定位误差为23~65 m; 斜视定位(-60°斜视, 俯仰轴以水平向前为0°)大地高误差为20~30 m,平面定位误差为24~71 m。同时分析了天线摆放及基线长度对测姿精度的影响。目标定位误差主要与飞机姿态角测量误差、北斗系统误差、光电平台方位角和高低角测量误差有关, 还与目标与飞机之间的斜距有关。飞行高度越大, 光电平台高低角越小, 斜距越大, 则目标定位误差越大。基线越长, 测姿精度越高, 当基线垂直时, 横滚角误差最小。
北斗接收天线 姿态精度 蒙特卡洛法 目标定位误差 BDS receivers Monte Carlo method accuracy of the attitude determination error of target localization
1 清华大学 自动化系, 北京 100084
2 中国运载火箭技术研究院 物流中心, 北京 100076
本文综述了星敏感器技术的研究现状和未来发展趋势。首先, 总结了国内外星载星敏感器的发展历程。接着, 根据星敏感器工作原理, 分析讨论了星点质心定位算法、星图识别算法和姿态解算算法等星敏感器关键技术的发展现状。通过讨论星点质心定位精度对星敏感器测量精度影响, 分析了星点质心定位算法以及对应误差补偿的研究现状; 基于星座特征、字符模式和智能行为, 介绍了星图识别算法并进行了对比分析; 根据确定姿态解算算法和动态姿态解算算法分析了姿态解算算法的研究现状。最后, 对星敏感器的未来发展进行了展望, 讨论了航空机载星敏感器、微小型星敏感器和甚高精度星敏感器的发展趋势以及未来重点研究内容。
星敏感器 星点提取 星图识别 姿态解算 star tracker star centroid star recognition attitude determination
上海理工大学 光电信息与计算机工程学院, 上海 200093
由于测控成本和有效载荷的限制, 一般采用微机电系统(MEMS)惯性传感器来测量小型无人机的飞行姿态。在MC9S12XS128单片机上通过嵌入式软件编程实现了卡尔曼滤波算法, 并在JZJ-1型自准直仪转台上对MEMS加速度计和陀螺仪的输出信号进行了数据融合试验, 较好地解决了MEMS惯性测量系统的零漂和机械振动干扰问题。
姿态测量 微机电系统 惯性传感器 卡尔曼滤波 attitude determination MEMS inertial sensor Kalman filter