基于双向卡尔曼滤波的地面姿态处理方法技术

本发明专利技术涉及一种基于双向卡尔曼滤波的地面姿态处理方法，包含：S1、建立陀螺测量模型；S2、建立星敏感器测量模型；S3、建立陀螺与星敏感器联合定姿的卡尔曼滤波状态方程和量测方程；S4、进行前向卡尔曼滤波递推过程，递推计算前向卡尔曼滤波的估计姿态四元数和真实角速度估计值；S5、进行后向卡尔曼滤波递推过程，递推计算后向卡尔曼滤波的估计姿态四元数和真实角速度估计值；S6、利用协方差权重滤波器，得到卫星的估计姿态四元数和真实角速度估计值，在地面实现卫星的姿态确定。本发明专利技术对在轨下传的星敏感器和陀螺的数据，采用双向卡尔曼滤波地面姿态处理方法，有效的提高姿态确定精度，为图像导航与配准提供高精度的姿态基准。

Ground attitude processing method based on bidirectional Calman filtering

The invention relates to a processing method, Calman filtering based on bidirectional ground attitude includes: S1, a gyro measurement model; S2, establish the star sensor measurement model; Calman filtering state equation and measurement equation of S3, establishment of gyro and star sensors attitude determination; S4, forward Calman filter recursive recursive process push to the calculation of the attitude estimation of Calman filter is four yuan and the number of true angular velocity estimates; S5, after the Calman filter recursive process, recursive calculation to estimate the pose of Calman filter is four yuan and the number of true angular velocity estimation; S6, using the covariance weighted filter, get the pose estimation of four elements and the real angular velocity of the satellite estimate on the ground to realize the satellite attitude determination. The method of bidirectional Calman filtering ground gesture processing can effectively improve the attitude determination accuracy of the star sensor and gyro on the orbit, and provide high-precision attitude reference for image navigation and registration.

【技术实现步骤摘要】
基于双向卡尔曼滤波的地面姿态处理方法
本专利技术涉及地面姿态处理方法，具体是指一种基于双向卡尔曼滤波的地面姿态处理方法，属于高精度地面姿态处理技术。
技术介绍
随着对地观测卫星的不断发展，对卫星的姿态控制精度和稳定性提出了更高的要求。特别是高精度光学遥感卫星，还要求卫星平台具有高姿态确定精度，为图像导航与配准提供高精度的姿态基准。现有技术中，星上常用的方法是采用高精度陀螺组合和高精度星敏感器联合卡尔曼滤波进行高精度的姿态确定。目前由于星上计算资源的限制，星上使用定增益卡尔曼滤波算法，而图像导航与配准是将图像数据和卫星星历数据下传到地面后再进行处理。因此，为了提高图像导航与配准的姿态基准，有必要利用地面数据处理的优势，研究地面高精度的姿态确定方法。
技术实现思路
本专利技术的目的是提供一种基于双向卡尔曼滤波的地面姿态处理方法，对在轨下传的星敏感器和陀螺的数据，采用双向卡尔曼滤波地面姿态处理方法，有效的提高姿态确定精度，为图像导航与配准提供高精度的姿态基准。为实现上述目的，本专利技术提供一种基于双向卡尔曼滤波的地面姿态处理方法，包含以下步骤：S1、建立陀螺测量模型；S2、建立星敏感器测量模型本文档来自技高网...

【技术保护点】
一种基于双向卡尔曼滤波的地面姿态处理方法，其特征在于，包含以下步骤：S1、建立陀螺测量模型；S2、建立星敏感器测量模型；S3、利用四元数姿态运动学方程，建立陀螺与星敏感器联合定姿的卡尔曼滤波状态方程和量测方程；S4、进行前向卡尔曼滤波递推过程，递推计算前向卡尔曼滤波的估计姿态四元数和真实角速度估计值；S5、进行后向卡尔曼滤波递推过程，递推计算后向卡尔曼滤波的估计姿态四元数和真实角速度估计值；S6、利用协方差权重滤波器，得到卫星的估计姿态四元数和真实角速度估计值，在地面实现卫星的姿态确定。

【技术特征摘要】
1.一种基于双向卡尔曼滤波的地面姿态处理方法，其特征在于，包含以下步骤：S1、建立陀螺测量模型；S2、建立星敏感器测量模型；S3、利用四元数姿态运动学方程，建立陀螺与星敏感器联合定姿的卡尔曼滤波状态方程和量测方程；S4、进行前向卡尔曼滤波递推过程，递推计算前向卡尔曼滤波的估计姿态四元数和真实角速度估计值；S5、进行后向卡尔曼滤波递推过程，递推计算后向卡尔曼滤波的估计姿态四元数和真实角速度估计值；S6、利用协方差权重滤波器，得到卫星的估计姿态四元数和真实角速度估计值，在地面实现卫星的姿态确定。2.如权利要求1所述的基于双向卡尔曼滤波的地面姿态处理方法，其特征在于，所述的S1中，陀螺测量模型为：其中，ω表示真实角速度；ωs表示陀螺量测值转换到卫星本体坐标系下的值；Cbg表示陀螺量测坐标系到卫星本体坐标系的转换矩阵；b表示陀螺漂移真实值；ng表示陀螺测量白噪声；nd表示陀螺漂移斜率白噪声。3.如权利要求2所述的基于双向卡尔曼滤波的地面姿态处理方法，其特征在于，所述的S2中，星敏感器测量模型为：其中，qsc为量测姿态四元数，表示星敏感器的输出四元数转换到卫星本体坐标系下的值；q表示卫星本体相对于惯性空间的真实姿态四元数；nsc表示星敏感器的量测噪声四元数转换到卫星本体坐标系下的值；Cbs表示星敏感器量测坐标系到卫星本体坐标系的转换矩阵；ns表示星敏感器量测高斯白噪声。4.如权利要求3所述的基于双向卡尔曼滤波的地面姿态处理方法，其特征在于，所述的S3中，卡尔曼滤波状态方程和卡尔曼滤波量测方程分别为：其中：1Z(t)＝[qesc1qesc2qesc3]T；V(t)＝ns；H＝[I3×303×3]；D＝Cbs；并且，表示陀螺常值漂移真实值b与陀螺常值漂移估计值之差；Qe＝[qe1qe2qe3]且qe＝{1Qe}，Qe为qe的矢量部分，qe表示姿态偏差四元数，用于将估计姿态四元数转换至真实姿态四元数；Qesc＝[qesc1qesc2qesc3]且qesc＝{1Qe+Cbsns}＝{1Qesc}，Qesc为qesc的矢量部分，qesc表示量测偏差四元数，用于将估计姿态四元数转换至量测姿态四元数；为真实角速度的估计值。5.如权利要求4所述的基于双向卡尔曼滤波的地面姿态处理方法，其特征在于，所述的S4中，前向卡尔曼滤波的递推过程为：其中：为估计姿态四元数在前向卡尔曼滤波的第k步预测值；2为估计姿态四元数在前向卡尔曼滤波的第k-1步值；T为卡尔曼滤波的更新时间间隔；qesc,fk为量测偏差四元数在前向卡尔曼滤波的当前时刻值；qsc,k为当前时刻的量测姿态四元数；Qe,fk/k-1...

【专利技术属性】
技术研发人员：周连文，何益康，沈怡颹，李苗，郭正勇，
申请(专利权)人：上海航天控制技术研究所，
类型：发明
国别省市：上海,31