[发明专利]拉格朗日导航卫星自主定轨方法

说明书

本发明公开了一种拉格朗日导航卫星自主定轨方法，包括步骤如下：通过至少包含四颗卫星的导航星座获得三组星间测距信息；利用星间测距信息更新神经网络权值；根据上述神经网络权值估计非线性摄动项；利用上述得到的非线性摄动项构造神经网络状态观测器，估计出拉格朗日卫星的轨道信息。本发明基于椭圆型限制性三体问题，通过神经网络对拉格朗日导航卫星所受的摄动力进行精确估计，提高了定轨的模型精度，利用状态观测器对拉格朗日导航卫星的状态进行精确估计，未对系统噪声和观测噪声做任何限制，具有较好的通用性。

技术领域

本发明属于定位导航与控制技术领域，具体指代一种基于神经网络状态观测器的拉格朗日导航卫星自主定轨方法。

背景技术

深空探测是目前航天领域的研究热点，由于深空探测器距离地球较远，依靠地面站的导航方式很难满足深空探测器对导航实时性和高精度的要求。地-月系拉格朗日点特殊的动力学性质，决定了在拉格朗日点布置导航卫星星座可以为深空探测提供有力的导航支持。拉格朗日导航卫星星座提供精确导航信息的前提是拉格朗日导航卫星自身能够实现精确的定轨。

目前对于拉格朗日导航卫星的自主定轨技术的研究，主要基于圆型限制性三体问题，并结合滤波算法来实现对拉格朗日导航卫星轨道的估计。圆型限制性三体问题是一种近似模型，完全忽略了月球绕地球轨道的偏心率以及太阳等大行星对拉格朗日导航卫星的引力所产生的摄动影响。动力学模型的简化必然会影响拉格朗日导航卫星的自主定轨精度。此外，现在采用的滤波算法均对系统噪声和观测噪声的类型进行了假设，也限制了滤波算法的应用范围。

发明内容

针对于上述问题，本发明的目的在于提供一种拉格朗日导航卫星自主定轨方法，通过提高拉格朗日导航卫星动力学模型的精度，利用状态观测器对拉格朗日导航卫星的状态进行实时估计，进而实现拉格朗日导航卫星的高精度自主定轨。

为达到上述目的，本发明的一种拉格朗日导航卫星自主定轨方法，包括步骤如下：

通过至少包含四颗卫星的导航星座获得三组星间测距信息；

利用星间测距信息更新神经网络权值；

根据上述神经网络权值估计非线性摄动项；

利用上述得到的非线性摄动项构造神经网络状态观测器，估计出拉格朗日卫星的轨道信息。

优选地，所述的神经网络权值估计更新律设计为：

式中，为已知的有界基向量，为观测残差，为估计状态，σ为修正系数。

优选地，所述的观测器设计如下：

其中，K为一个用户自定义的增益矩阵，v(f)为鲁棒项，为非线性摄动项的估计向量，计算方式如下：

式中，为神经网络权值的估计值，为已知的有界基向量，D和ε_max为正的标量。

本发明的有益效果：

本发明通过设计神经网络状态观测器实现拉格朗日导航卫星的自主定轨，利用神经网络逼近拉格朗日导航卫星所受到的所有摄动力，提高了自主定轨的模型精度，利用状态观测器对拉格朗日导航卫星的状态进行精确估计，未对系统噪声和观测噪声做任何限制，具有较好的通用性。而目前对于拉格朗日导航卫星的自主定轨技术的研究，主要基于圆型限制性三体问题，完全忽略了月球绕地球轨道的偏心率以及太阳等大行星对拉格朗日导航卫星的引力所产生的摄动影响。

本发明通过神经网络状态观测器仅利用星间测距信息，直接估计出拉格朗日导航卫星的状态，测量手段简单，定轨精度高。

附图说明