[发明专利]基于联邦UKF算法的低轨卫星多传感器容错自主导航方法

说明书

技术领域

本发明属于卫星多传感器信息融合自主导航技术领域，涉及一种基于联邦UKF算法的卫星多传感器容错自主导航方法，可用于近地轨道地球卫星的自主导航定位。

背景技术

卫星自主导航是指卫星在不依赖地面站的条件下，仅依靠卫星上的测量设备实时确定卫星的位置和速度，在轨完成的飞行任务要求的功能或操作。航天器通常采用的依靠地面站无线电测控进行定位导航的方法，由于受地理条件的限制，难以实现对中低轨道卫星整个轨道的定位导航；同时，随着空间运行的各种航天器的数目的增加，信息传输量剧增，完全依靠地面站测控，将会引起测控系统的信息阻塞和地面站负荷过重。因此，采用自主导航技术，提高卫星的自主运行、自主管理和在轨生存能力，已经成为现代卫星导航系统发展的必然趋势。

在卫星自主导航系统中，为了提高可靠性和精度，通常采用多种传感器同时进行定轨。目前，星上常用的自主导航传感器有以下几类：利用地球物理特性的敏感器，如红外地平仪、磁强计、雷达高度计等；利用天体位置的敏感器，如太阳敏感器、星敏感器、紫外敏感器等；利用惯性的敏感器，如陀螺仪、角加速度计等。这些传感器的测量方程都具有较强的非线性，如何将其信息有效的组织并充分利用，是卫星自主导航的关键问题。传统的信息处理方法是采用集中式扩展卡尔曼滤波器，但是这种方法存在两个缺陷：一是采用集中式处理方式，导致计算负担过重，容错性差、通信负担重；二是这种方法的假设前提十分苛刻，当系统非线性特性较强或对噪声估计不准确时，将会造成滤波器发散，导致导航精度下降。

Unscented卡尔曼滤波(UKF)是一种新的信息处理方法，它采用卡尔曼线性滤波框架，使用UT变换来处理一步预测方程中的均值和协方差的非线性传递，不需要求导计算Jacobian矩阵，算法简单，容易实现，利用UKF算法可以获得比传统的扩展卡尔曼滤波(EKF)更高的估计精度。近年来，基于UKF算法的轨道及姿态确定方法研究得到迅速发展。如何采用信息分配原理，将Unscented卡尔曼滤波算法和信息融合技术相结合，实现基于UKF的多传感器非线性滤波算法，使系统能够充分运用各导航系统的信息进行信息互补和信息融合，并具有故障检测、隔离和重构的功能，对卫星自主导航技术发展有着非常重要的意义。

发明内容

发明目的：本发明的目的是提供一种具有容错功能的近地轨道卫星多传感器自主导航定位方法，该方法能够充分利用卫星上的测量设备提供的导航信息实现自主定轨，并解决了如何用联邦滤波技术对Unscented卡尔曼滤波结果进行信息融合的问题。

技术方案：为达到上述发明目的，本发明设计了一种基于多传感器信息融合的联邦UKF滤波器，该滤波器采用地球卫星的轨道动力学方程作为状态方程，分别以星敏感器+红外地球敏感器、磁强计+雷达高度计、紫外敏感器作为测量器件建立三个子滤波器；用无复位联邦滤波技术对各子滤波器的Unscented卡尔曼滤波结果进行信息融合；用残差检验技术对子滤波器进行故障检测、隔离和重构。本发明可在测量系统非线性较强、对系统噪声和量测噪声估计不准确的情况下获得较高的定轨精度。各个子滤波器独立工作，相互之间没有干扰，既保证了输出导航参数的连续性和稳定性，也便于工程实现，并可通过主滤波器迅速实现系统重构，使因部分导航传感器故障导致子系统失效后，组合导航系统仍能继续工作，具容错性。大大提高了地球卫星导航系统的适用范围。本发明具体步骤如下：

(1)系统初始化；

读取轨道数据初值，状态初始条件为：

X^0=E(X0)---(1)]]>