【技术实现步骤摘要】
本专利技术涉及卫星，尤其涉及一种月球卫星编队协同导航方法。
技术介绍
1、月球轨道凭借其远离地球干扰的电磁环境和稳定的引力场条件，为超长波天文观测提供了独特的天然平台。通过部署“呼吸编队”卫星系统，执行百公里尺度的基线压缩与扩展，可构建空间干涉阵列以实现极低频宇宙信号的高分辨探测，揭示早期宇宙演化的关键物理过程。为了保障编队观测精度，需具备高自主性、高精度的轨道导航能力，在复杂扰动环境中实现编队维持与动态基线控制。
2、现有导航状态估计算法主要包括基于模型的滤波方法与数据驱动的神经网络方法。前者依赖轨道动力学模型构建滤波器，包括扩展卡尔曼滤波（ekf）、无迹卡尔曼滤波（ukf）等，广泛用于非线性轨道系统的状态预测与更新。为应对噪声不确定性与观测异常，自适应滤波技术（如协方差匹配、强跟踪滤波）和鲁棒滤波方法（如m-估计、最小范数估计）被相继提出，提升了算法在扰动环境下的稳定性与精度。然而，这类方法在参数调整与模型选择过程中高度依赖人工经验，且普遍假设噪声特性恒定。对于月球“呼吸编队”导航场景，由于系统集成了多种测量单机，且运行...
【技术保护点】
1.一种月球卫星编队协同导航方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，还包括：
3.根据权利要求2所述的方法，其特征在于，在动力学模型中，单星的运动方程可以表示为：
4.根据权利要求3所述的方法，其特征在于，在动力学模型中，基于星间距离观测模型和星间光学角度观测模型建立协同观测模型，其中：
5.根据权利要求1所述的方法，其特征在于，在动力学模型中，在第一次计算时，LSTM预测网络的输入是月球卫星编队的初始轨道状态和初始观测残差，初始观测残差默认为0，LSTM预测网络输出过程噪声协方差矩阵和观测噪...
【技术特征摘要】
1.一种月球卫星编队协同导航方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，还包括：
3.根据权利要求2所述的方法，其特征在于，在动力学模型中，单星的运动方程可以表示为：
4.根据权利要求3所述的方法，其特征在于，在动力学模型中，基于星间距离观测模型和星间光学角度观测模型建立协同观测模型，其中：
5.根据权利要求1所述的方法，其特征在于，在动力学模型中，在第一次计算时，lstm预测网络的输入是月球卫星编队的初始轨道状态和初始观测残差，初始观测残差默认为0，lstm预测网络输出过程噪声协方差...
【专利技术属性】
技术研发人员：王亚敏，强祺昌，张永合，张晓峰，余会昌，张文秀，曹焱，
申请(专利权)人：中国科学院微小卫星创新研究院，
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。