[发明专利]基于非线性预测强跟踪无迹卡尔曼滤波的X射线脉冲星导航定位方法及系统

说明书

本发明公开了一种基于非线性预测强跟踪无迹卡尔曼滤波的X射线脉冲星导航定位方法及系统，该导航定位方法具体为：以航天器位置矢量和速度矢量作为导航状态变量，建立导航系统状态模型，获得航天器状态预测值；确立脉冲星信号观测值，建立导航系统观测模型；利用非线性预测强跟踪无迹卡尔曼滤波方法处理脉冲星信号观测值和航天器状态预测值，在航天器状态预测阶段，根据约束函数获得最小导航系统状态模型误差，准实时的修正导航系统状态模型的误差；在航天器状态更新阶段，引入渐消因子，抑制噪音干扰，预测并更新航天器的状态。对航天器状态模型误差进行估计和修正，同时解决噪声干扰导致的滤波器发散、X射线脉冲星导航精度低的问题。

技术领域

本发明属于航天器自主导航与控制技术领域，涉及一种基于非线性预测强跟踪无迹卡尔曼滤波(NPSTUKF)的X射线脉冲星导航定位方法及系统。

背景技术

X射线脉冲星导航(XPNAV)是一种新型的导航方式，可为近地、深空飞行的航天器提供位置、速度、姿态及时间等的导航信息。1970年，Reichley等学者通过研究脉冲星高稳定自转特性，首次提出利用脉冲星做空间时钟基准的思想。1974年，Downs首次提出基于射电脉冲星的星际航天器自主定轨思想。1981年美国研究员Butman和Chester首次构想了利用X射线波段的脉冲星信号对航天器在地球轨道导航。经过30多年的理论研究，2016年11月，我国率先发射了X射线脉冲星试验卫星(XPNAV-1)，成功观测到了脉冲星并获得了累积观测脉冲轮廓。2017年6月，美国NASA执行的SEXTANT项目发射成功，并开展了脉冲星自主导航试验。另外，俄罗斯也计划在国际空间站上开展脉冲星导航试验。

然而，航天器运动状态模型复杂，建立高精度航天器运动的状态模型较难实现。为降低导航误差，最常用的方法是采用导航滤波算法结合航天器轨道动力学模型和X射线脉冲星观测数据提高导航精度。所以，在状态模型具有误差、脉冲星观测信号微弱且受噪声干扰等问题存在的情况下，导航滤波算法的性能直接决定了导航的精度。分析现有常用导航滤波算法可知：扩展卡尔曼滤波(EKF)方法采用非线性系统模型线性化和一阶线性化截断，忽略了高阶项，存在被忽略的高阶项所带来大的模型计算误差和噪声统计误差，上述误差会使EKF算法估计精度显著下降，严重情况下会导致导航滤波发散的问题，此外，EKF线性化时需用雅克比(Jacobian)矩阵，计算过程复杂；无迹卡尔曼滤波(UKF)方法本质是以卡尔曼滤波(KF)为基础的非线性滤波算法，在噪声、干扰及模型误差较大时，其滤波精度和鲁棒性会严重降低；强跟踪无迹卡尔曼滤波(STUKF)方法在传统UKF算法基础上，加入了调节增益矩阵的渐消因子，迫使残差相互正交，可改善UKF在强噪声干扰等情况下的鲁棒性差、滤波发散等问题，但存在计算量大、因残差序列未完全正交而导致的滤波精度和鲁棒性降低等问题。此外，可以看出，上述方法未同时考虑修正航天器状态模型误差并保持对噪声干扰的鲁棒性，因此在航天器发生故障、状态发生突变或强噪声干扰时，上述方法难以跟踪和估计航天器的实时状态，这会导致严重的航天器位置、速度估计误差。

发明内容

为了解决上述问题，本发明针对X射线脉冲星导航中航天器状态模型难以用解析式精确建模及X射线脉冲星信号受噪声干扰严重的问题，提供一种基于非线性预测强跟踪无迹卡尔曼滤波的X射线脉冲星导航定位方法，对航天器状态模型误差进行估计和修正，同时解决噪声干扰导致的滤波器发散、X射线脉冲星导航精度低的问题。

本发明的另一目的是，提供一种基于非线性预测强跟踪无迹卡尔曼滤波的X射线脉冲星导航定位系统。

本发明所采用的技术方案是，一种基于非线性预测强跟踪无迹卡尔曼滤波的X射线脉冲星导航定位方法，具体按照以下步骤进行：

步骤S1，选J2000地球质心惯性坐标系，以航天器位置矢量和速度矢量作为导航状态变量，建立导航系统状态模型，获得航天器状态预测值；

步骤S2，选择J2000地球惯性坐标系，确立脉冲星信号观测值，建立导航系统观测模型；