[发明专利]强动态条件下的卫星编队相对位置鲁棒高精度估计方法

说明书

本发明公开了强动态条件下的卫星编队相对位置鲁棒高精度估计方法，包括：建立卫星编队的相对动力学模型；对编队卫星受控系统的状态矩阵离散化处理；鲁棒滤波算法包括初值更新、滤波过程；滤波过程包括一步预测、残差计算、鲁棒切换、新息、算法迭代、误差约束与参数选取。本发明强动态条件下的卫星编队相对位置鲁棒高精度估计方法采用相对动力学模型，抵消卫星编队相对运动模型的舍入误差，从而实现长时间、远距离、受控系统下的高精度鲁棒相对位置估计，并且在系统模型不确定性较强、外部扰动较大时系统精度较高，解决了现有技术中卫星编队相对运动模型带有舍入误差且滤波算法在系统模型不确定性较强、外部扰动较大时系统精度下降的问题。

技术领域

本发明属于卫星编队控制技术领域，涉及强动态条件下的卫星编队相对位置鲁棒高精度估计方法。

背景技术

卫星编队技术在当前与未来的空间技术发展与应用中起着重要作用，编队间的相对导航技术是支撑卫星编队的关键技术之一，而编队卫星受控系统的特性使得其具有模型时变性较强的特点，该特性会使得滤波算法的精度下降。当前在卫星编队的相对导航技术中应用最为成熟、广泛地是采用扩展卡尔曼滤波算法EKF，其特点是成熟稳定、可靠性强，已经在登月工程等大型航天工程中得到使用，但其弊端则在于近似线性化的手段在处理一些非线性较强的系统时精度下降。

发明内容

为了达到上述目的，本发明提供强动态条件下的卫星编队相对位置鲁棒高精度估计方法，采用相对动力学模型，抵消卫星编队相对运动模型的舍入误差，从而实现长时间、远距离、受控系统下的高精度鲁棒相对位置估计，并且在系统模型不确定性较强、外部扰动较大时系统精度较高，解决了现有技术中卫星编队相对运动模型带有舍入误差且滤波算法在系统模型不确定性较强、外部扰动较大时系统精度下降的问题。

本发明所采用的技术方案是，强动态条件下的卫星编队相对位置鲁棒高精度估计方法，包括以下步骤：

步骤S10、根据建立的编队卫星受控系统的状态矩阵，作为主-从模式的卫星编队的相对动力学模型；

步骤S20：对建立的编队卫星受控系统的状态矩阵进行离散化处理，建立编队卫星受控系统的状态矩阵的离散化形式；

步骤S31、鲁波滤波算法的初值更新；

步骤S32、鲁波滤波算法的滤波过程，包括如下计算步骤：

步骤S32-1，一步预测：计算当前时刻k的编队卫星受控系统的一步状态预测矩阵与一步状态预测矩阵的误差方差矩阵P(k|k-1)；

步骤S32-2、残差计算：读取当前时刻k的编队卫星受控系统的外部直接量测向量Y(k)，计算当前时刻k的量测残差

步骤S32-3、鲁棒切换：

步骤S32-3.1、计算误差方差判别矩阵

步骤S32-3.2、计算调节矩阵L(k)；

步骤S32-3.3、进行鲁棒切换并给出滤波增益矩阵Σ(k)，如下式所示

式中，P^-1(k-1)表示上一时刻k-1的状态估计矩阵的误差方差矩阵的逆矩阵，P(k-1)表示上一时刻k-1的状态估计矩阵的误差方差矩阵，P(k)表示当前时刻k的状态估计矩阵的误差方差矩阵，α为待定正常数；γ表示渐消因子；表示误差方差判别矩阵；

步骤S33、新息：对误差方差矩阵、滤波增益矩阵Σ(k)、状态估计更新进行更新；

步骤S34、算法迭代：

在得到第k个时刻的状态估计矩阵的误差方差矩阵P(k)与状态估计之后，返回步骤S10，重新获取轨道参数计算相关矩阵，并进入鲁棒滤波算法，直到给出指令，鲁棒滤波算法结束；