一种基于模糊星图提取光流信息的航天器角速度估计方法技术

本发明专利技术涉及一种基于模糊星图提取光流信息的航天器角速度估计方法。选择以航天器角速度与角加速度为状态量的Singer加速度概率模型作为状态模型，对多帧模糊星图进行图像处理，提取光流信息作为量测量，依据星点光流与航天器角速度间的关系建立量测模型，最后通过卡尔曼滤波即可估计出航天器三个轴的角速度。本发明专利技术针对航天器高动态条件下的无陀螺姿态估计问题，在航天器高速旋转，星敏感器成像模糊时，实现了直接利用模糊星图而不依靠星图识别过程的姿态角速度估计。

【技术实现步骤摘要】
一种基于模糊星图提取光流信息的航天器角速度估计方法
本专利技术属于航天器姿态确定领域，涉及一种基于模糊星图光流信息的航天器角速度估计方法。
技术介绍
对于在执行飞行任务时的航天器而言，其指向、旋转角度和角速度等姿态运动参数都要求精确。航天器姿态运动参数确定的精度直接决定了姿态控制的精度，并最终决定了整个航天任务的功能实现。现有角速度估计方法通常是依靠陀螺输出航天器姿态和角速度信息，但是其成本较高，且存在漂移及噪声等问题，因此近些年来提出许多无陀螺角速度估计方法以解决这些问题以及用来预防陀螺失效。无陀螺角速度估计方法大多是基于敏感器件获取量测量，例如星敏感器，磁强计等。当进行深空探测等任务时，需要实现精确三轴控制的航天器通常会依靠安装的星敏感器进行姿态确定。现有的基于星敏感器的无陀螺角速度估计方法是当航天器低速运动或者曝光时间较短时，星敏感器可以获得较为清晰的图像，通过对星图预处理，质心提取及匹配识别后求解航天器的姿态参数。当航天器高速运动或曝光时间较长时，会使星敏感器进行星点成像时从一个像素点移动到另一个像素点，也就是一个星点对应多个像素，轨迹呈条带状，获取的为模糊星图。此时星点质心本文档来自技高网...

【技术保护点】
一种基于模糊星图提取光流信息的航天器角速度估计方法，其特征在于：首先选择以航天器角速度与角加速度为状态量的Singer加速度概率模型作为状态模型，然后对m帧模糊星图进行图像处理，m＞2，提取的光流信息作为量测量，依据星点光流与航天器角速度间的关系建立量测模型，最后通过卡尔曼滤波即可估计出航天器三个轴的角速度，具体包括以下步骤：1)系统状态模型的建立；首先，选择状态量为航天器的角速度和角加速度，即：

【技术特征摘要】
1.一种基于模糊星图提取光流信息的航天器角速度估计方法，其特征在于：首先选择以航天器角速度与角加速度为状态量的Singer加速度概率模型作为状态模型，然后对m帧模糊星图进行图像处理，m＞2，提取的光流信息作为量测量，依据星点光流与航天器角速度间的关系建立量测模型，最后通过卡尔曼滤波即可估计出航天器三个轴的角速度，具体包括以下步骤：1)系统状态模型的建立；首先，选择状态量为航天器的角速度和角加速度，即：式中，ω1(k)，ω2(k)和ω3(k)分别是第k帧，1≤k≤m，星图时航天器在摄像机坐标系下绕x轴，y轴和z轴的角速度，和分别为第k帧星图时航天器在三个轴的角加速度；状态模型选择Singer加速度概率模型，状态方程如下：X(k)＝Φ(T)X(k-1)+W(k-1)(2)式中，T为滤波周期，Λ＝diag{1/τ1,1/τ2,1/τ3}，其中τi，i＝1,2,3，代表航天器机体相应x轴，y轴和z轴的加速度时间常数，具体参数值在卡尔曼滤波过程中设定，I为单位矩阵；W(k-1)为第k帧星图时刻的被估计状态X(k)所受系统噪声序列，W(k-1)的方差阵表示为Q(k-1)，其各元素表示为：Q11(k-1)＝Λ-2Σ2(4e-ΛT-3I-e-2ΛT+2ΛT)(4)Q21(k-1)＝Q12(k-1)＝Λ-1Σ2(e-2ΛT+I-2e-ΛT)(5)Q22(k-1)＝Σ2(I-e-2ΛT)(6)式中，Σ＝diag{σ1,σ2,σ3}是Singer加速度概率模型中用来确定噪声的总体方差，表示为：其中，和可看作角加速度元素的概率密度模型调整参数，i＝1,2,3，表达为：角加速度等于最大值和最小值的概率均为i＝1,2,3等于0的概率为在区间上均匀分布，概率为参数和的范围如下：具体值在卡尔曼滤波过程中选定；2)量测量获取及系统量测模型的建立(1)量测量获...

【专利技术属性】
技术研发人员：宁晓琳，陈萍萍，丁宗合，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11