航天器轨道机动过程中的自主导航方法

空间控制技术与应用 ›› 2009, Vol. 35 ›› Issue (2): 7-12.

航天器轨道机动过程中的自主导航方法

熊凯1.2, 魏春岭1,2, 刘良栋1,2

1.北京控制工程研究所, 北京100190；2.空间智能控制技术国家级重点实验室, 北京100190

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2009-04-25 发布日期:2009-04-25

An Autonomous Navigation Method for Spacecrafts during Orbit Maneuver

XIONG Kai1,2, WEI Chunling1,2, LIU Liangdong1,2

1.Beijing Institute of Control Engineering, Beijing 100190, China；
2. National Laboratory of Space Intelligent Control, Beijing 100190, China

Received:1900-01-01 Revised:1900-01-01 Online:2009-04-25 Published:2009-04-25

摘要/Abstract

摘要： 典型的航天器自主天文导航方法利用地球敏感器和星敏感器的观测信息，根据轨道动力学模型和测量信息，采用扩展卡尔曼滤波算法(EKF)估计航天器位置矢量。为了在航天器轨道机动过程中减小滤波器的估计误差，设计了用于航天器自主导航的自适应鲁棒扩展卡尔曼滤波(AREKF)算法。仿真结果表明，采用AREKF算法能够有效地减小推力不确定性的不利影响，在不增加导航敏感器的前提下改善系统的导航性能，取得优于传统EKF算法和自适应扩展卡尔曼滤波(AEKF)的估计精度。

关键词: 航天器, 轨道机动, 自主导航, 鲁棒滤波, 自适应滤波

Abstract: A standard autonomous astronomical navigation method is based on the information of the earth sensor and the star sensor. The extended Kalman filter (EKF) is implemented to estimate the position vector of the spacecraft according to the spacecraft dynamics model and the measurements from these sensors. In order to decrease the estimation error of the filter during orbit maneuvers of the spacecraft, an adaptive robust extended Kalman filter (AREKF) is designed for spacecraft autonomous navigation. The simulation results show that the AREKF can effectively depress the unfavorable effect of thrust uncertainties, and the navigation performance is improved effectively without additional sensors. The estimate of the AREKF is more accurate than ones of the EKF and the adaptive extended Kalman filter (AEKF).

Key words: spacecraft, orbit maneuver, autonomous navigation, robust filter, adaptive filter

中图分类号:

v249.32

熊凯1.2, 魏春岭1,2, 刘良栋1,2. 航天器轨道机动过程中的自主导航方法[J]. 空间控制技术与应用, 2009, 35(2): 7-12.

XIONG Kai1,2, WEI Chunling1,2, LIU Liangdong1,2 . An Autonomous Navigation Method for Spacecrafts during Orbit Maneuver[J]. , 2009, 35(2): 7-12.

[1]	李志平, 顾朋, 孙帅, 陈建新. 未来行星表面漫游车自主导航技术研究[J]. 空间控制技术与应用, 2021, 47(5): 58-67.
[2]	黄宇嵩, 田栋, 李洪珏, 焦荣惠, 李斐. 一种翻滚非合作航天器抵近绕飞避障轨迹规划和跟踪控制方法[J]. 空间控制技术与应用, 2021, 47(3): 1-8.
[3]	张原, 熊凯, 邢琰. 基于并行扩展卡尔曼滤波的自主卫星星座导航方法[J]. 空间控制技术与应用, 2021, 47(3): 16-23.
[4]	董晓刚, 李经松, 王殿佑, 李川, 陈朝晖. 基于模型架构的航天器控制软件研制方式研究[J]. 空间控制技术与应用, 2021, 47(2): 55-62.
[5]	彭一洋, 奚勇, 陈辉, 孙逊, 仲科伟. 基于交互式多模型鲁棒滤波的目标机动估计算法 [J]. 空间控制技术与应用, 2020, 46(5): 51-58.
[6]	汪洋, 龚薇, 张江伟, 余琪, 朱勃帆. 航天器姿态控制的区间参数化方法 [J]. 空间控制技术与应用, 2020, 46(5): 59-64.
[7]	冯佳佳, 王佐伟, 崔振. 基于等价可靠性模型的姿态敏感器配置优化及分析[J]. 空间控制技术与应用, 2019, 45(6): 20-.
[8]	范炜, 李勇, 林波. 自适应高斯—厄米特滤波器[J]. 空间控制技术与应用, 2019, 45(6): 47-.
[9]	曾庆化, 孙克诚, 孙长银, 刘建业, 熊智. 强气流扰动下无人直升机自主导航技术发展与展望[J]. 空间控制技术与应用, 2019, 45(5): 14-.
[10]	陈洪伟, 张新华, 和阳, 朱纪洪. 航天器能源管理技术研究进展[J]. 空间控制技术与应用, 2019, 45(5): 63-.
[11]	高猛, 滕俊元, 陈睿, 孙民. 航天器软件典型缺陷模式的自动检测技术[J]. 空间控制技术与应用, 2019, 45(5): 72-.
[12]	袁利, 黄煌. 空间飞行器智能自主控制技术现状与发展思考[J]. 空间控制技术与应用, 2019, 45(4): 7-.
[13]	魏春岭, 袁泉, 张军, 王梦菲. 基于指令滤波的低频挠性航天器振动控制方法[J]. 空间控制技术与应用, 2019, 45(3): 1-.
[14]	袁长清, 李政广, 于海莉, 左晨熠. 基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制#br#[J]. 空间控制技术与应用, 2019, 45(3): 39-.
[15]	陈严波, 韩笑冬, 姜斌, 程月华. 集群航天器球形边界控制[J]. 空间控制技术与应用, 2019, 45(2): 28-.