[发明专利]一种提高卫星姿态确定精度和效率的方法

权利要求书

1.一种提高卫星姿态确定精度和效率的方法，其特征在于，包括以下步骤：

步骤1，根据星敏感器在轨姿态测量误差的误差源影响机理，结合对应误差参数优化设计，建立星敏感器综合误差模型；

步骤2，将星敏感器综合误差模型中的误差特征进行约简，得到星敏感器的低维测量模型；

步骤3，将星敏感器综合误差模型中约简后的误差特征作为待估参数，并联立星敏感器的低维测量模型和卫星姿态运动学模型，构建卫星姿态确定联合寻优模型；

步骤4，根据卫星姿态确定联合寻优模型，设置姿态滤波算法，并根据卫星姿态确定联合寻优模型和姿态滤波算法，得出卫星姿态确定系统；

步骤1具体包括以下步骤：

步骤1.1，根据星敏感器在轨姿态测量的全过程，采用误差溯源分析方法，确定星敏感器在轨姿态测量的各误差因素；

步骤1.2，根据各个误差因素的误差源影响机理，结合不确定建模方法，建立星敏感器在轨姿态测量的各个误差特征模型；

步骤1.3，根据各误差因素的误差源影响机理，建立各误差特征模型的参数空间；

步骤1.4，结合各个误差特征模型及其对应的参数空间，建立星敏感器综合误差模型；

步骤1.2具体包括以下步骤：

步骤1.2.1，分析星敏感器在轨姿态测量误差的误差源影响机理中的各误差特征之间的耦合递进关系；

步骤1.2.2，将不确定建模方法与各误差特征之间的耦合递进关系的分析结果相结合，对各误差特征进行物理建模和数学建模，得到各误差特征的物理模型以及数学模型；

步骤1.3具体包括以下步骤：

步骤1.3.1，根据各误差因素的误差源影响机理，获得星敏感器在轨姿态测量精度与参数的约束关系，并获取参数的范围；

步骤1.3.2，通过优化模型分析星敏感器在轨姿态测量精度与参数的约束关系和参数的范围，得到各个误差特征模型的参数空间；

步骤1.4具体包括以下步骤：

步骤1.4.1，将各误差特征的物理模型和数学模型结合，实现各星敏感器在轨姿态测量误差特征的物理逼真度和复杂度的折中；

步骤1.4.2，将结合后的各误差特征的物理模型和数学模型，以对应的参数空间为约束，建立星敏感器综合误差特征模型；

步骤2具体包括以下步骤：

步骤2.1，从星敏感器综合误差特征模型的各误差特征模型中选取能够稀疏表示的误差特征模型；

步骤2.2，将能够稀疏表示的误差特征模型以系数参数的多成分字典表示，建立误差特征模型对应的稀疏参数模型；

步骤2.3，将星敏感器综合误差特征模型中无法稀疏表示的误差特征模型进行解耦，得到误差特征模型的自主学习优化模型；

步骤2.4，针对各个稀疏参数模型以及自主学习优化模型，通过流行学习方法进行降维，构成星敏感器的低维测量模型。

2.根据权利要求1所述的一种提高卫星姿态确定精度和效率的方法，其特征在于，步骤2.3具体包括以下步骤：

步骤2.3.1，在星敏感器在轨姿态测量误差的误差源影响机理的基础上，分析星敏感器综合误差特征模型中无法稀疏表示的误差特征模型和对应不确定参数之间的相似性和耦合性；

步骤2.3.2，解除星敏感器综合误差特征模型中无法稀疏表示的误差特征模型之间的耦合交互作用项，得到误差特征模型的自主学习优化模型。

3.根据权利要求2所述的一种提高卫星姿态确定精度和效率的方法，其特征在于，步骤2.4具体包括以下步骤：

步骤2.4.1，采用自适应局部切空间排列流形学习和相空间重构相结合的方法，对各稀疏参数模型和各自主学习优化模型，构建混合域上的误差特征集；

步骤2.4.2，利用多准则融合评价序列对混合域上的误差特征集进行误差特征选择，得到关键误差特征子集；

步骤2.4.3，将关键误差特征子集输入到自适应正交领域保持嵌入流形学习中进行特征融合约简，从而得到星敏感器的低维测量模型。

4.根据权利要求3所述的一种提高卫星姿态确定精度和效率的方法，其特征在于，步骤4中所述姿态滤波算法为基于函数连接型神经网络的自适应滤波算法。