[发明专利]一种利用二阶卡尔曼滤波算法估计卫星姿态控制系统执行机构加性故障大小的方法

说明书

技术领域

本专利涉及航天器姿态控制系统技术领域，尤其涉及利用二阶卡尔曼滤波算法估计卫星姿态控制系统执行机构加性故障大小的方法。

背景技术

卫星姿态控制系统中的执行机构飞轮作为一个长时间机械转动的部件，在卫星姿态控制系统中是比较容易产生故障的部件。而且飞轮在长期运转后，飞轮中会产生较大的摩擦力矩，这个摩擦力矩能够使飞轮输出力矩与期望输出力矩产生一个常值偏差，这个偏差能够对卫星姿态控制系统的控制精度产生影响。执行机构飞轮中的晶体管失效或者遗漏指令故障引起的失效，也能够使飞轮输出力矩与期望输出力矩产生偏差。如果能够利用算法检测到这个偏差，便可以采取一些措施来修正这个误差，防止造成更严重的后果，并且提高控制系统的可靠性与精度。

二阶卡尔曼滤波算法与卡尔曼滤波算法相比较，能够避免由于状态维数较高时所产生的数值病态问题和克服增广状态卡尔曼滤波计算量大的缺点，在实际应用中拥有诸多优点。M.Hadi Amoozgar利用二阶卡尔曼滤波算法估计了四旋翼无人机执行机构发生乘性故障时的故障诊断问题。由于卫星姿态控制系统稳定的时候，系统参数和执行机构的输出力矩接近于零，乘性的故障建模方式并不能真实的反映飞轮产生的故障大小，而加性的故障建模方式具有具体的物理意义，能够反映飞轮的真实故障。

发明内容

本发明是要解决现有卫星姿态控制系统中采用卡尔曼滤波算法建模不能真实地反映飞轮产生的故障大小的问题，而提出一种利用二阶卡尔曼滤波算法估计卫星姿态控制系统执行机构加性故障大小的方法。

一种利用二阶卡尔曼滤波算法估计卫星姿态控制系统执行机构加性故障大小的方法按以下步骤进行：

一、根据卫星姿态动力学方程和运动学方程建立离散的卫星姿态控制系统模型；

二、对离散的卫星姿态控制系统模型中的噪声向量w_k和v_k在实际运行过程中进行标定；

三、建立含有执行机构加性故障的离散卫星姿态控制系统数学模型；

四、对执行机构的输出力矩进行分析，测出执行机构输出力矩中的白噪声向量

五、将上述模型转化为二阶卡尔曼滤波算法处理模型的标准形式，利用二阶卡尔曼滤波算法估计执行机构加性故障的大小。

本发明包括以下有益效果：

1、卫星姿态控制系统中的执行机构飞轮作为一个长时间机械转动的部件，在卫星长期运行时很容易产生摩擦力矩，这是一个加性故障，利用该方法可以准确的估计飞轮加性故障大小；

2、当卫星姿态稳定时，卫星转动角速度接近于零，飞轮输出大小也接近于零，干扰力矩大小与飞轮输出力矩大小较为接近时，乘性故障建模方法估计结果很不准确，而加性故障建模方法能够克服这个缺点，也就是在稳定情况下能够准确的估计出飞轮加性故障的大小；

3、当执行机构飞轮输出力矩精度比干扰力矩大小更小时，还可以利用本发明方法来估计干扰力矩的大小；

本发明的具体实验效果请参见具体实施方式后的仿真实验部分。

附图说明

图1为本发明方法的流程图；图2为仿真实验中执行机构故障时执行机构的加性故障图；图3为仿真实验中执行机构故障时估计出来的故障图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合图1和具体实施方式对本发明作进一步详细的说明。

具体实施方式一：一种利用二阶卡尔曼滤波算法估计卫星姿态控制系统执行机构加性故障大小的方法

按以下步骤进行：

一、根据卫星姿态动力学方程和运动学方程建立离散的卫星姿态控制系统模型；

二、对离散的卫星姿态控制系统模型中的噪声向量w_k和v_k在实际运行过程中进行标定；

三、建立含有执行机构加性故障的离散卫星姿态控制系统数学模型；

四、对执行机构的输出力矩进行分析，测出执行机构输出力矩中的白噪声向量

五、将上述模型转化为二阶卡尔曼滤波算法处理模型的标准形式，利用二阶卡尔曼滤波算法估计执行机构加性故障的大小。

本发明包括以下有益效果：

1、卫星姿态控制系统中的执行机构飞轮作为一个长时间机械转动的部件，在卫星长期运行时很容易产生摩擦力矩，这是一个加性故障，利用该方法可以准确的估计飞轮加性故障大小；