[发明专利]一种空间非合作目标的姿态运动与惯性参数估计方法

说明书

一种空间非合作目标的姿态运动与惯性参数估计方法，步骤如下：(1)定义姿态四元素运算法则；(2)利用步骤(1)定义的姿态四元素运算法则，建立空间非合作目标的姿态运动学和动力学方程；(3)利用姿态四元素运算法则和空间非合作目标的姿态运动学和动力学方程，推导得到卡尔曼滤波方程；(4)利用卡尔曼滤波方程，建立扩展卡尔曼滤波器；(5)根据扩展卡尔曼滤波器，利用姿态四元素运算法则，求解得到空间非合作目标的姿态运动与惯性参数，本发明在空间非合作目标的近距离相对导航过程中，利用相对姿态四元素作为观测值，推导了基于姿态四元素的扩展卡尔曼滤波估计方法，实现了目标角速度和惯量比的估计。

技术领域

本发明涉及一种空间非合作目标的姿态运动与惯性参数估计方法，属于空间相对导航技术领域。

背景技术

故障航天器在轨维修、失效卫星拯救、废弃卫星减缓回收等已成为航天技术发展面对和待解决的现实问题，无人空间机器人是解决这些问题的关键技术之一。由于故障航天器一般不具备专门的合作机构，且往往处于自旋或翻滚状态，机械臂在轨空间操作往往涉及与自由漂浮目标的物理接触，抓捕风险很大。对于这类非合作的故障航天器，在抓捕前精确获取其运动状态、形状和惯量比等信息，是保证目标被成功捕获的重要前提。

对于空间失控目标，目前主要采用非接触式的测量技术获取目标相对服务航天器的相对位姿信息。以测量系统获得的相对位姿作为观测输入，通常采用卡尔曼滤波原理估计目标的线速度、角速度、惯量比等参数。Thienel和Queen等人研究了一种非线性滤波估计方法，以满足哈伯望远镜机械臂在轨服务的测量要求。Licher和Dubowsky研究了基于序列图像的动态目标运动状态、几何形状和惯性参数的估计方法。Aghili和Parsa研究了翻滚目标运动状态和参数的自适应卡尔曼滤波估计方法。张力军和张士峰等人研究了翻滚航天器的相对姿态和位置估计方法。袁建平等人研究了基于常值状态滤波器的翻滚航天器惯性估计和姿态预测方法。Shtark和Gurfil研究了基于立体视觉的非合作目标相对位置和速度的测量估计方法。Pesce，Lavagna和Bevilacqua研究了基于立体视觉的非合作目标姿态、运动和惯量比的测量估计方法。

目前的非合作目标的运动状态与惯性参数滤波估计研究主要采用EKF方法，以测量系统获得的相对位姿作为观测输入，通常采用卡尔曼滤波原理估计目标的线速度、角速度、惯量比等参数。目前方法的主要问题有：

(1)针对自旋目标，给出了角速度的滤波估计方法，但当目标运动形式复杂化时，如翻滚或章动运动，该方法只能获得角速度的估计，对于其他参数无法实现估计；

(2)针对翻滚或章动目标，目前的方法考虑了相对轨道、角速度、惯量比、主轴方向、质心位置等参数的估计，算法复杂，计算量大，无法满足实时性的要求。

发明内容

本发明解决的技术问题为：克服现有技术不足，提供一种空间非合作目标的姿态运动与惯性参数估计方法，针对空间非合作目标的运动状态与参数估计问题，在空间非合作目标的近距离相对导航过程中，利用相对姿态四元素作为观测值，推导了基于姿态四元素的扩展卡尔曼滤波估计方法，同时实现了翻滚目标的角速度和惯量比的估计，算法简单、计算量小，容易实时实现。

本发明解决的技术方案为：一种空间非合作目标的姿态运动与惯性参数估计方法，步骤如下：

(1)定义姿态四元素运算法则；

(2)利用步骤(1)定义的姿态四元素运算法则，建立空间非合作目标的姿态运动学和动力学方程；

(3)利用姿态四元素运算法则和空间非合作目标的姿态运动学和动力学方程，推导得到卡尔曼滤波方程；

(4)利用卡尔曼滤波方程，建立扩展卡尔曼滤波器；

(5)根据扩展卡尔曼滤波器，利用姿态四元素运算法则，求解得到空间非合作目标的姿态运动与惯性参数。