磁定姿近地轨道卫星EKF与UKF算法比较

doi:10.3780/j.issn.1000-758X.2012.06.004

›› 2012, Vol. 32 ›› Issue (6): 23-30.doi: 10.3780/j.issn.1000-758X.2012.06.004

磁定姿近地轨道卫星EKF与UKF算法比较

杨斌¹, 徐广涵^1,2, 靳瑾³, 周游¹

（1北京航空航天大学电子信息工程学院，北京100191）（2北京信威通信技术股份有限公司，北京100094）（3清华大学航天航空学院，北京100084）

收稿日期:2012-02-23 修回日期:2012-04-19 出版日期:2012-12-25 发布日期:2012-12-25
作者简介:杨斌 1982年生，2007年获中北大学信号与信息处理专业硕士学位，现为北京航空航天大学通信与信息系统专业博士研究生。主要研究方向为自适应滤波。

ComparisononEKFandUKFforGeomagneticAttitudeEstimationofLEOSatellites

YANG Bin¹, XU Guang-Han^1,2, JIN Jin³, ZHOU You¹

(1SchoolofElectronicandInformationEngineering,BeihangUniversity,Beijing100191)
(2BeijingXinweiTelecomTechnologyInc.,Beijing100094)
(3SchoolofAerospace,TsinghuaUniversity,Beijing100084)

Received:2012-02-23 Revised:2012-04-19 Online:2012-12-25 Published:2012-12-25

摘要/Abstract

摘要： 某近地轨道（LEO）卫星通过磁强计测量、飞轮控制和磁力矩器卸载，实现三轴姿态稳定。围绕该卫星姿态确定问题，对扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）算法进行综合分析对比，最后给出该卫星姿态确定实现方法。分析了地磁模型误差、磁强计测量误差及剩磁的影响，推导了四元数均值及协方差的计算方法。分别引入EKF和UKF进行姿态确定，并讨论了影响算法性能的因素。对两种方法的估计精度、收敛时间及计算需求等指标进行了对比。最后针对该卫星姿态确定要求和硬件条件，选用EKF算法实现姿态确定，满足对地指向精度优于1°，稳定度优于0.1（°）/s的设计指标。

关键词: 扩展卡尔曼滤波, 无迹卡尔曼滤波, 地磁测量, 姿态确定, 低轨卫星

Abstract: AlowEarthorbit(LEO)satellitecanbestabilized in3-axisbycorporatelyusingamagnetometer,reactionwheelsand3-axismagnetorquerrods.Itischallengingtodeterminate anappropriateattitudeforLEO.Toaddressthischallenge,thealgorithmsofextendedKalmanfilter(EKF)andunscentedKalmanfilter(UKF)werecomparedandasolutionwasproposedbyexploringtheinfluenceofthegeomagneticmodelerror,themagneticmeasurementerrorandtheremanenceontheperformanceofattitudedetermination.Inaddition,thecalculationofmeanandcovariancequaternionwasderived.TheEKFandUKFwereintroducedtoattitudedetermination,andthefactorswhichhaveinfluenceonthealgorithmperformancewerediscussed.Twoalgorithmswerecomparedonestimationaccuracy,convergencetimeandcomputationcomplexity.Withtheaccuracyrequirementsandthehardwarelimitations,theEKFalgorithmwasfinallychosenfortheattitudedetermination.Simulationresultsshowthattheearthpointingaccuracyoftheproposedsolutioncanreach1°withthestabilityof0.1(°)/s.

Key words: Kalmanfilter, UnscentedKalmanfilter, Geomagneticmeasurement, Attitudedetermination, LowEarthorbitsatellite

杨斌, 徐广涵, 靳瑾, 周游. 磁定姿近地轨道卫星EKF与UKF算法比较[J]. , 2012, 32(6): 23-30.

YANG Bin, XU Guang-Han, JIN Jin, ZHOU You. ComparisononEKFandUKFforGeomagneticAttitudeEstimationofLEOSatellites[J]. , 2012, 32(6): 23-30.

[1]	康国华，刘瑶，乔思元，金晨迪，郭玉洁，梁尔涛. 基于实时SSR数据的LEO卫星精密单点定位研究[J]. , 2019, 39(2): 82-89.
[2]	闫瑞东, 王荣兰, 刘四清, 龚建村. 基于协方差理论的非关联轨道动态关联算法[J]. , 2018, 38(6): 36-.
[3]	何立文, 李新国. 小波分析在GPS卫星故障检测中的应用[J]. , 2017, 37(6): 56-.
[4]	邢艳军, 王永富, 陆亚东. 微小卫星鲁棒自适应姿态确定算法[J]. , 2015, 35(1): 27-35.
[5]	辛宁, 邱乐德, 张立华, 丁延卫. 一种KBR系统相位中心在轨标定算法[J]. , 2014, 34(1): 50-56.
[6]	刘勇, 徐鹏, 徐世杰. 航天器自主交会对接的视觉相对导航方法[J]. , 2013, 33(6): 33-40.
[7]	宁晓琳, 白鑫贝, 姜丽伟. 一种基于连续星图观测的自旋姿态估计方法[J]. , 2013, 33(6): 49-57.
[8]	李海君, 赵国荣. 基于IRAPF算法的航天器姿态确定[J]. , 2013, 33(5): 49-55.
[9]	刘伟霞, 熊智, 郁丰, 姚小松. 组合航天器转动惯量在轨两步辨识标定[J]. , 2013, 33(2): 32-40.
[10]	郭向, 张强, 赵齐乐, 郭靖. 基于单频星载GPS数据的低轨卫星精密定轨[J]. , 2013, 33(2): 41-46.
[11]	李鹏, 唐健, 段广仁, 宋申民. 基于自适应联邦滤波的卫星姿态确定[J]. , 2013, 33(2): 67-71.
[12]	石恒, 徐世杰. 连续小推力航天器自主导航及在轨参数标定[J]. , 2012, 32(4): 62-70.
[13]	岳晓奎, 李彬, 赵凯. 基于IMM-UKF的航天器相对位姿确定算法[J]. , 2012, 32(3): 7-14.
[14]	罗楠, 许录平, 张华. 基于UKF和信息融合的航天器自主导航方法[J]. , 2012, 32(2): 1-9.
[15]	魏喜庆, 宋申民. 交会对接气浮仿真平台视觉辅助姿态确定[J]. , 2011, 31(5): 41-47.

磁定姿近地轨道卫星EKF与UKF算法比较

ComparisononEKFandUKFforGeomagneticAttitudeEstimationofLEOSatellites

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价