[发明专利]自适应运动学模型辅助的航天器姿态估计方法

说明书

本发明公开了一种自适应运动学模型辅助的航天器姿态估计方法，通过建立航天器在第k个时刻的状态空间模型，在具备第k个时刻的观测向量时，根据第k个时刻的状态空间模型，利用第k‑1个时刻的Kalman滤波结果，进行Kalman滤波，提取状态向量后验估计中的旋转矢量，根据旋转矢量更新姿态矩阵，确定航天器在第k个时刻的姿态，以准确获取航天器在第k个时刻的姿态，在更新姿态矩阵之后，将旋转矢量置零，并更新其他参数，以当具备新的观测向量时，令k＝k+1，返回执行建立航天器在第k个时刻的状态空间模型的过程，继续进行航天器在新的时刻的姿态的估计，以对航天器在各个时刻的姿态进行实时估计，有效提高了所获得的航天器姿态的精度。

技术领域

本发明涉及航天器姿态估计技术领域，尤其涉及一种自适应运动学模型辅助的航天器姿态估计方法。

背景技术

姿态是航天器的重要参数，精确的姿态估计对航天器的运行控制和任务执行具有重要作用，姿态估计精度不足将会缩短航天器运行寿命、降低航天器产品质量，甚至会引起航天器任务的失败。

陀螺仪和星跟踪器是最常被采用的航天器姿态估计设备。陀螺仪测量的角速度包含了姿态的相对信息，这里的相对信息是指姿态的时变信息；而星跟踪器提供了姿态的绝对信息，这里的绝对信息是指姿态在测量时刻的具体大小。因而两者具有非常明显的互补性，可以而且应该对二者进行融合处理。所采用的方法一般为Kalman滤波。总之采用Kalman滤波对航天器上安装的陀螺仪和星跟踪器进行融合处理以进行精确的航天器姿态估计，已成为最为常用的方法。

航天器的姿态变化作为一个实际存在的物理过程，一般情况下具有一定的连续性。具体而言，在连续两次观测之间的较短时间内，航天器的姿态变化不会太大，这说明航天器姿态的时变过程可以进行模型化，即可以建立其运动学模型。将此运动学模型引入姿态估计问题相当于引入了额外的信息，当该模型能够在一定程度上反映航天器的真实动态。然而航天器的姿态动态性一般是时变的，相应地，运动学模型也应该进行动态调整，传统方案采用预定的运动学模型，往往使航天器的姿态估计精度受限，若运动学模型出现错误，还会造成姿态估计精度的下降，甚至滤波发散。

发明内容

针对以上问题，本发明提出一种自适应运动学模型辅助的航天器姿态估计方法。

为实现本发明的目的，提供一种自适应运动学模型辅助的航天器姿态估计方法，包括如下步骤：

S10，建立航天器在第k个时刻的状态空间模型，所述状态空间模型包括过程模型和观测模型；

S30，当具备第k个时刻的观测向量时，根据第k个时刻的状态空间模型，并利用第k-1个时刻的Kalman滤波结果，进行Kalman滤波，得到第k个时刻的状态向量先验估计状态向量后验估计先验协方差矩阵P_k|k-1和后验协方差矩阵P_k|k；

S50，提取状态向量后验估计的旋转矢量，根据所述旋转矢量更新姿态矩阵，根据更新后的姿态矩阵确定航天器在第k个时刻的姿态，在更新姿态矩阵之后，将旋转矢量置零，设置并进行如下赋值操作：P_k|k←JP_k|kJ^T，其中，符号←表示赋值操作，符号T表示转置，P_k|k表示后验协方差矩阵，表示第k个时刻的姿态矩阵的后部分分量，为的转置矩阵，I₉表示9行9列单位阵；

S60，当具备新的观测向量时，令k＝k+1，返回执行步骤S10。

在其中一个实施例中，在S10之前，还包括：

设定Kalman滤波的初始滤波参数。

在其中一个实施例中，在步骤S30之后，还包括：