一种基于UKF的高精度卫星相对导航方法技术

本发明专利技术涉及一种基于UKF的高精度卫星相对导航方法，首先确定跟踪目标，由观测卫星搭载的CCD相机和激光测距仪对目标星进行组合观测，建立基于相对位置矢量观测的系统模型，然后实时计算系统能观度，根据能观度在线调整UKF算法的一步预测计算，从而实现对目标星的定位导航。本发明专利技术通过改进UKF方法对空间非合作目标进行相对导航，显著提高了相对导航精度，增强了系统鲁棒性，另外，在不显著增大计算量和占用星载计算机资源的前提下，缩短了滤波收敛时间，减少了系统复杂度，降低了成本。

A relative navigation method of high precision satellite based on UKF

【技术实现步骤摘要】
一种基于UKF的高精度卫星相对导航方法
本专利技术应用于非合作目标卫星观测和导航
，涉及一种基于UKF的高精度卫星相对导航方法。
技术介绍
随着各国航天活动的蓬勃发展，近年来航天任务对卫星的识别、观测、导航需求不断提高，空间非合作目标的精确导航，尤其是高精度相对导航技术成为相关任务卫星需具备的核心和基础能力之一。空间非合作目标是指没有安装通讯应答设备或者主动标识传感器的空间目标，其他航天器无法通过通讯信号反馈对其进行识别和定位定姿。在卫星相对导航领域，指无法主动与观测卫星进行通信，且没有安装用于视觉测量的合作光标的卫星。目前的星间相对导航技术有多种实现方式。对于绕飞跟踪和空间交会对接等近距离观测任务，一般采用CCD相机在轨对目标星进行连续成像，通过特征点识别和图像处理等手段解算出目标星在以观测星为基准的坐标系中的相对位置和姿态。对于中远距离目标观测任务，现有的相对导航方法包括：基于差分GPS的方法、雷达通信法、双视线角测量法、单视线角结合轨道机动法和视线角结合测距法。其中，基于差分GPS的方法要求两个卫星均配备GPS模块且可相互通信，这种方法仅适用于编队卫星等合作目标，不适用于非合作目标的观测；雷达通信法通过在目标星和观测星上安装的依法多收雷达进行测角和测距，从而解算目标星相对位置；双视线角测量法采用两个观测卫星同时对目标卫星进行观测，通过一个已知基线和两个视线角测量向量解算实现相对导航，此种方法需要两个观测卫星同时工作，成本较高且风险大；单视线角结合轨道机动的方法需要观测卫星在抵近目标过程中进行一定的机动变轨，燃料消耗大，卫星无法实现长期在轨工作；视线角结合测距法一般应用于中远距离观测，通过敏感器测量得到相对距离，进而采用滤波方法得到三维相对位置。现有文献大多采用联邦滤波(FKF)，扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)等算法。其中FKF对测量数据的容错率较高，但是由于采用了分散式滤波方法，单独滤波器的收敛速度较慢；EKF步骤简单易行，但其线性化误差较大，估计误差相对较大，无法满足高精度相对导航需求；UKF的精度高于EKF，但其收敛性容易受初始误差影响，且定位精度会在系统能观性较差时下降。
技术实现思路
本专利技术解决的技术问题是：克服现有技术的不足，提出一种基于UKF的改进算法并将其应用于高精度卫星相对导航，可以实时、快速、准确的对非合作目标进行高精度位置评估，以满足在轨抵近交会和观测的需求。本专利技术解决技术的方案是：一种基于UKF的高精度卫星相对导航方法，该方法的步骤包括：(1)由观测卫星导航制导控制分系统给出先验信息，然后星载计算机根据CCD相机光轴在惯性空间的指向，选定初始搜索区域，规划搜索路径，通过星载光电转台和CCD相机扫描成像，捕获目标卫星；确认目标卫星后，根据目标点距视场中心的偏移计算出脱靶量数据并控制光电转台进行闭环跟踪；(2)探测到目标星并开始跟踪过程中，激光测距仪开机工作，为观测卫星提供目标星的距离信息，计算相对距离rot；(3)根据CCD相机图像，目标星在图像中的坐标位置结合相机分辨率与焦距得到目标星相对观测星的方位角与俯仰角θ；(4)根据已得到的距离信息与角位置信息，建立相对导航系统的状态模型和观测模型，模拟噪声特性，通过改进UKF算法解算目标星相对于观测星的三维位置和速度信息。进一步的，步骤(4)中，相对导航系统的状态模型为：选取系统状态变量x为则相对观测系统的状态模型可表示为如下微分方程：其中：x,y,z为两卫星的相对位置矢量在So的轨道坐标系中的三维坐标，f(x)为状态函数，ro和ω分别为卫星So的地心距和角速度，μ为地球引力常数，w＝[000fxfyfz]T为系统噪声，fx,fy,fz为两卫星So和St除地球中心引力外的其他作用力的合力加速度在So轨道坐标系中的三轴分量。进一步的，步骤(4)中相对导航系统的观测模型为：选取系统观测变量y为系统的观测模型可表示为：其中：和θ分别为目标星相对观测星的方位角和俯仰角，rot为两星相对距离，h(x)为观测函数，v为观测噪声。进一步的，UKF算法改进方法为：利用一种基于系统状态估计值的能观度表征方法计算双星相对导航系统的能观度，定义k时刻系统的状态估计误差为考虑在一步状态预测上加一个微小的误差增量用上标*表示加入误差增量后的状态量，有则加入误差增量后状态估计误差的变化量为其中：xk是k时刻的状态向量真值，是k时刻的状态向量估计值，是k时刻的状态向量预测值，yk是k时刻的观测向量，Kk是标准UKF算法中的增益矩阵，Hk是函数h(x)在处的取值，且满足将k-1时刻系统能观度定义为其中：I为单位矩阵，||·||F为矩阵的Frobenius范数；定义一个能观度相关的缩放参数ρk-1为其中：γ为大于0的常数，e为自然对数；然后依据将k-1时刻的缩放参数ρk-1对标准UKF算法进行改进，将一步预测均方误差阵的计算修正为其中：Pk/k-1为一步预测均方误差阵，λi为标准UKF算法中的过程参数，为生成的sigma采样点，Qk-1为状态噪声矩阵；从而得到了改进的UKF算法，根据当前系统能观度大小进行在线自适应调节，以提高位置估计的精度和鲁棒性。本专利技术与现有技术相比的有益效果是：(1)本专利技术通过改进UKF滤波方法，对空间非合作目标进行相对导航，提高了相对导航精度，增强了系统鲁棒性；(2)本专利技术在不显著增大计算量和占用星载计算机资源的前提下，缩短了滤波收敛时间，减少了系统复杂度，降低了成本；(3)本专利技术可靠性高，可准确快速地完成相对导航滤波解算过程。附图说明图1为本专利技术的两个卫星相对测量关系示意图；图2为观测卫星与目标卫星相对运动关系示意图；图3为观测卫星与目标卫星相对位置误差；图4为观测卫星与目标卫星相对速度误差；图5为本专利技术导航方法流程图。具体实施方式下面结合实施例对本专利技术作进一步阐述。本专利技术主要技术方案为：(1)星载计算机根据先验信息规划搜索路径，通过CCD相机扫描成像，捕获目标卫星，进行闭环跟踪；(2)探测到目标星并开始跟踪过程中，激光测距仪开机工作，为观测卫星提供目标的距离信息，计算相对距离rot；根据CCD相机图像计算得到目标星相对观测星的角位置；(3)根据距离信息与角位置信息，建立相对导航的状态模型和观测模型，模拟噪声特性，实时计算系统能观度，通过改进UKF算法解算目标星相对于观测星的三维位置与速度。本专利技术的相对导航方法具体包括如下步骤，如图5所示：(1)捕获观测目标由观测卫星GNC分系统给出先验信息，然后星载计算机根据CCD相机光轴在惯性空间的指向，选定初始搜索区域，规划搜索路径，通过星载光电转台和CCD相机扫描成像，捕本文档来自技高网...

【技术保护点】
1.一种基于UKF的高精度卫星相对导航方法，其特征在于，该方法的步骤包括：/n(1)由观测卫星导航制导控制分系统给出先验信息，然后星载计算机根据CCD相机光轴在惯性空间的指向，选定初始搜索区域，规划搜索路径，通过星载光电转台和CCD相机扫描成像，捕获目标卫星；确认目标卫星后，根据目标点距视场中心的偏移计算出脱靶量数据并控制光电转台进行闭环跟踪；/n(2)探测到目标星并开始跟踪过程中，激光测距仪开机工作，为观测卫星提供目标星的距离信息，计算相对距离r

【技术特征摘要】
1.一种基于UKF的高精度卫星相对导航方法，其特征在于，该方法的步骤包括：
(1)由观测卫星导航制导控制分系统给出先验信息，然后星载计算机根据CCD相机光轴在惯性空间的指向，选定初始搜索区域，规划搜索路径，通过星载光电转台和CCD相机扫描成像，捕获目标卫星；确认目标卫星后，根据目标点距视场中心的偏移计算出脱靶量数据并控制光电转台进行闭环跟踪；
(2)探测到目标星并开始跟踪过程中，激光测距仪开机工作，为观测卫星提供目标星的距离信息，计算相对距离rot；
(3)根据CCD相机图像，目标星在图像中的坐标位置结合相机分辨率与焦距得到目标星相对观测星的方位角与俯仰角θ；
(4)根据已得到的距离信息与角位置信息，建立相对导航系统的状态模型和观测模型，模拟噪声特性，通过改进UKF算法解算目标星相对于观测星的三维位置和速度信息。


2.根据权利要求1所述的一种基于UKF的高精度卫星相对导航方法，其特征在于：
步骤(4)中，相对导航系统的状态模型为：
选取系统状态变量x为则相对观测系统的状态模型可表示为如下微分方程：



其中：x,y,z为两卫星的相对位置矢量在So的轨道坐标系中的三维坐标，f(x)为状态函数，ro和ω分别为卫星So的地心距和角速度，μ为地球引力常数，w＝[000fxfyfz]T为系统噪声，fx,fy,fz为两卫星So和St除地球中心引力外的其他作用力的合力加速度在So轨道坐标系中的三轴分量。


3.根据权利要求1所述的一种基于UKF的高精度卫星相对导航方法，其特征在于：
步骤(...

【专利技术属性】
技术研发人员：张艾，于飞，鄢南兴，李超，侯丹，程瑞，
申请(专利权)人：北京空间机电研究所，
类型：发明
国别省市：北京;11