【技术实现步骤摘要】
本专利技术属于高精度空间惯性传感器领域。
技术介绍
1、空间惯性传感器是引力波探测卫星的核心载荷之一，发挥着至关重要的作用。位于空间惯性传感器内部的检验质量块作为高精度星间激光干涉仪的反射镜，为激光干涉仪提供了惯性基准。引力波探测任务要求构建超高精度的惯性基准，需要检验质量块尽可能处于自由落体状态，因此对检验质量块的残余加速度有着严格的要求。检验质量块的加速度噪声来源十分复杂，布朗噪声、热梯度效应、光压波动、磁场效应、随机充电噪声等因素都会引起检验质量块的残余加速度噪声。检验质量块电荷在宇宙电磁场和航天器内部磁场的影响下会产生洛伦兹力，与周围极板相互作用还会产生静电力，这些都会引入额外的加速度噪声。
2、检验质量块电荷主要是部分银河宇宙射线(galactic cosmic rays，gcr)和太阳高能粒子(solar energetic particle，sep)引起的，它们能够穿透航天器的防护，到达惯性传感器内部，并与检验质量块相互作用，从而导致电荷积累。为确保电荷引起的加速度噪声符合要求，必须将电荷控制在可接受范围内。
3、检验质量块电荷的精密管理是保证惯性传感器精度的关键技术。检验质量块电荷的精确测量是实现高精度电荷控制的基础，是电荷管理系统最为核心的功能之一。目前主流的电荷测量采用力调制法，该方法可实现无接触式的电荷测量。该方法通过在极板上施加电压信号产生静电力，使检验质量块产生运动，并通过分析其运动来估计电荷。当前，检验质量块状态估计方法主要分为两种：第一种是基于频域分析的正交解调法，但是其估计
技术实现思路
1、本专利技术是为了解决现有基于模型的卡尔曼滤波的检验质量块状态估计方法在处理模型的非线性特性方面效果不佳，且对模型和噪声先验信息有较强的依赖性，限制了其在不同环境条件下的适应能力的问题，现提供基于自适应扩展卡尔曼滤波的检验质量块状态估计方法。
2、基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，包括：
3、根据经典卡尔曼滤波方法计算k时刻检验质量块的协方差预测值
4、根据下式对k时刻检验质量块的协方差预测值进行调整：
5、
6、其中，为调整后的k时刻检验质量块的协方差预测值，λk为调整函数，且有：κk为k时刻调整参数，当rk/r0≤α时，κk＝0且λk＝0，当rk/r0＞α时，κk＝κk-1+τ，rk为测量噪声协方差，r0为过程噪声协方差初始值，α为设定阈值，τ为采样周期；
7、根据调整后的k时刻检验质量块的协方差预测值计算卡尔曼增益kk；
8、根据卡尔曼增益kk对检验质量块k时刻的状态进行估计。
9、进一步的，上述测量噪声协方差rk的获得方法包括：
10、使用递推的方式计算k时刻新息均方误差d(εk)：
11、
12、其中，εk、εk-1和εk-g分别为k、k-1和k-g时刻的新息，g为新息记忆个数，d(·)表示新息方差函数；
13、利用所述k时刻新息均方误差d(εk)计算测量噪声协方差rk：
14、
15、其中，hk为k时刻观测矩阵；
16、所述测量噪声协方差rk的取值如下：
17、
18、λ1和λ2均为设定参数。
19、进一步的，上述k时刻的新息εk表达式如下：
20、
21、其中，xk为k时刻检验质量块的状态量，vk为k时刻的观测噪声，为k时刻检验质量块的状态预测值。
22、进一步的，上述根据经典卡尔曼滤波方法计算k时刻检验质量块的协方差预测值包括：
23、
24、其中，为k-1时刻协方差估计值，qk-1为k-1时刻过程噪声协方差，ak-1为k-1时刻离散状态转移矩阵，bk-1为k-1时刻过程噪声转移矩阵。
25、进一步的，上述k-1时刻离散状态转移矩阵ak-1和k-1时刻过程噪声转移矩阵bk-1表达式如下：
26、
27、其中，i为单位矩阵，φk-1为k-1时刻的状态转移矩阵。
28、进一步的，k时刻的状态转移矩阵φk为在k时刻用f(x,uts)对检验质量块的状态量x求导，且表达式为：
29、
30、其中，中间变量ψ1和ψ2的表达式为：
31、
32、f(·)表示状态转移函数，m为检验质量块的重量，ω为悬浮驱动控制系统的静电需求刚度，x1为检验质量块的位移，x2为检验质量块的速度，x3为检验质量块的电荷量，x4为检验质量块的电荷变化率，fts为检验质量块周围四块极板对检验质量块的合力，s为极板面积，d0为检验质量块位于电极笼中心时与两侧极板的间距，ε为真空介电常数，ctot为检验质量块与四个极板之间的总电容，uts为测试电压信号。
33、进一步的，上述根据调整后的k时刻协方差预测值计算卡尔曼增益kk，包括：
34、根据下式计算卡尔曼增益kk：
35、
36、其中，hk为k时刻观测矩阵。
37、进一步的，上述根据卡尔曼增益kk对检验质量块k时刻的状态进行估计，包括：
38、根据下式估计获得k时刻检验质量块的状态估计值
39、
40、其中，为k时刻检验质量块的状态预测值，hk为k时刻观测矩阵，yk为k时刻检验质量块的状态观测值。
41、进一步的，在获得检验质量块k时刻的状态估计值后，通过下式对检验质量块k+1时刻的状态进行预测：
42、
43、其中，为检验质量块k+1时刻的状态预测值，为k时刻检验质量块的状态估计值，中间变量k1、k2、k3、k4表达式如下：
44、
45、f(·)表示状态转移函数，uts为测试电压信号。
46、进一步的，根据下式更新k时刻协方差估计值
47、
48、其中，hk为k时刻观测矩阵，i为单位矩阵。
49、本专利技术所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，能够实行高精度的检验质量块的无接触式状态估计，尤其在应对电荷突变方面，能够提高扩展卡尔曼滤波估计方法的无偏性和稳定性。本专利技术在对恒定电荷进行估计的绝对均方根误差为2.371×104，而扩展卡尔曼滤波估计的绝对均方根误差为4.04×104，本专利技术降低了扩展卡尔曼滤波电荷估计方法接近一半的估计误差。
本文档来自技高网...【技术保护点】
1.基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，包括：
2.根据权利要求1所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，所述测量噪声协方差Rk的获得方法包括：
3.根据权利要求2所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，所述k时刻的新息εk表达式如下：
4.根据权利要求1或2所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，所述根据经典卡尔曼滤波方法计算k时刻检验质量块的协方差预测值包括：
5.根据权利要求4所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，所述k-1时刻离散状态转移矩阵Ak-1和k-1时刻过程噪声转移矩阵Bk-1表达式如下：
6.根据权利要求5所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，k时刻的状态转移矩阵Φk为在k时刻用f(x,uts)对检验质量块的状态量x求导，且表达式为：
7.根据权利要求1所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，所述
8.根据权利要求1所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，所述根据卡尔曼增益Kk对检验质量块k时刻的状态进行估计，包括：
9.根据权利要求1所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，在获得检验质量块k时刻的状态估计值后，通过下式对检验质量块k+1时刻的状态进行预测：
10.根据权利要求1所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，根据下式更新k时刻协方差估计值
...【技术特征摘要】
1.基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，包括：
2.根据权利要求1所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，所述测量噪声协方差rk的获得方法包括：
3.根据权利要求2所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，所述k时刻的新息εk表达式如下：
4.根据权利要求1或2所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，所述根据经典卡尔曼滤波方法计算k时刻检验质量块的协方差预测值包括：
5.根据权利要求4所述的基于自适应扩展卡尔曼滤波的检验质量块状态估计方法，其特征在于，所述k-1时刻离散状态转移矩阵ak-1和k-1时刻过程噪声转移矩阵bk-1表达式如下：
6.根据权利要求5所述的基于自适应扩展卡尔曼滤波的检...
【专利技术属性】
技术研发人员：黄建平，宋文瑞，程凯，宋文龙，张佳薇，顾伟宏，张佳威，莫冲，
申请(专利权)人：东北林业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。