基于自適應(yīng)聯(lián)邦濾波的衛(wèi)星姿態(tài)確定

《基于自適應(yīng)聯(lián)邦濾波的衛(wèi)星姿態(tài)確定》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、2013年4月第2期中國(guó)空間科學(xué)技術(shù)Ch———i——n———eseSpaceScienceandTechnology基于自適應(yīng)聯(lián)邦濾波的衛(wèi)星姿態(tài)確定李鵬1唐健1段廣仁2宋申民2(1湘潭大學(xué)信息工程學(xué)院智能計(jì)算與信息處理教育部重點(diǎn)實(shí)驗(yàn)室，湘潭411105)(2哈爾濱工業(yè)大學(xué)航天學(xué)院，哈爾濱150001)摘要卡爾曼濾波采用常值量測(cè)噪聲協(xié)方差陣，當(dāng)量測(cè)噪聲統(tǒng)計(jì)特性發(fā)生變化時(shí)，易導(dǎo)致估計(jì)誤差增大，甚至濾波發(fā)散。針對(duì)該問(wèn)題，在聯(lián)邦卡爾曼濾波子系統(tǒng)中采用自適應(yīng)卡爾曼濾波，形成自適應(yīng)聯(lián)邦卡爾曼濾波算法，新算法采用模糊推理系統(tǒng)實(shí)時(shí)

2、調(diào)整量測(cè)噪聲協(xié)方差陣的加權(quán)系數(shù)，使模型量測(cè)噪聲逐漸逼近真實(shí)噪聲水平。將該算法應(yīng)用于多傳感器衛(wèi)星姿態(tài)確定系統(tǒng)，仿真結(jié)果驗(yàn)證了算法的有效性。關(guān)鍵詞自適應(yīng)卡爾曼濾波聯(lián)邦濾波多傳感器系統(tǒng)姿態(tài)確定衛(wèi)星DOI：10．3780／j．issn．1000—758X．2013．02．0111引言隨著衛(wèi)星智能自主控制技術(shù)的發(fā)展，對(duì)衛(wèi)星姿態(tài)確定的精度和可靠性提出了越來(lái)越高的要求，僅僅依靠單一姿態(tài)敏感器提供的信息已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足用戶多方面的需求，因此多傳感器系統(tǒng)的發(fā)展成為必然趨勢(shì)。目前航天器主要利用慣性單元、紅外地平儀、太陽(yáng)敏感器和星敏感器

3、進(jìn)行定姿。聯(lián)邦濾波是組合導(dǎo)航的主流算法，它根據(jù)信息分配原則保證了各子濾波器運(yùn)算的獨(dú)立和整體結(jié)果的最優(yōu)。根據(jù)聯(lián)邦濾波原理，將多敏感器的量測(cè)信息構(gòu)成姿態(tài)確定信息融合系統(tǒng)，從而可解算出高精度姿態(tài)信息；同時(shí)，通過(guò)信息融合可以將多敏感器組合成高可靠性的智能容錯(cuò)姿態(tài)確定系統(tǒng)，實(shí)現(xiàn)故障診斷與系統(tǒng)重構(gòu)，從而大大提高航天器的可靠性[1。2]。聯(lián)邦卡爾曼濾波器的子濾波器為卡爾曼濾波，采用常值噪聲矩陣，無(wú)法反映各子系統(tǒng)量測(cè)噪聲統(tǒng)計(jì)特性的變化，使得子系統(tǒng)估計(jì)誤差變大，最終導(dǎo)致聯(lián)邦卡爾曼濾波器出現(xiàn)估計(jì)誤差變大，甚至濾波發(fā)散。本文提出在聯(lián)邦卡

4、爾曼濾波算法中采用模糊自適應(yīng)卡爾曼濾波代替卡爾曼濾波，形成模糊自適應(yīng)聯(lián)邦濾波算法。最后將新算法運(yùn)用到衛(wèi)星多傳感器姿態(tài)確定系統(tǒng)中，進(jìn)行試驗(yàn)驗(yàn)證。2聯(lián)邦卡爾曼濾波聯(lián)邦濾波算法采用信息分配原理來(lái)實(shí)現(xiàn)各個(gè)子濾波器的信息分享，各子濾波器并行運(yùn)行，獲得建立在子濾波器局部量測(cè)基礎(chǔ)上的局部最優(yōu)估計(jì)。這些局部最優(yōu)估計(jì)在第二級(jí)濾波器即主濾波器內(nèi)按融合算法合成，獲得建立在所有量測(cè)基礎(chǔ)的全局估計(jì)，全局估計(jì)再按照信息守恒原則反饋給各子濾波器‘3‘。聯(lián)邦濾波器結(jié)構(gòu)如圖1所示嘲。863國(guó)家高科技計(jì)劃(2009AA***5004)，湖南省教育廳一

5、般項(xiàng)目(11c1217)，湖南省科技廳支撐項(xiàng)目(2012GK3141)資助項(xiàng)目收稿日期：2012-04—14。收修改稿日期：2012—10一23中國(guó)空間科學(xué)技術(shù)2013年4月n#△l；镕l。全局濾波器l”“9’4“l(fā)廠．一?疊破．子系統(tǒng)t、：l局部濾波器lL一>圭!：L．I時(shí)間遞推

6、‘廠··、．?型?鰻-·X．Px，畦P子系統(tǒng)2l、j局部濾波器2LL迅；；?．、x∥PI最優(yōu)融合l山l子系統(tǒng)Jvl、引局部濾波器ⅣL—L丑圖1聯(lián)邦卡爾曼濾波Fig．1FederatedKalmanfiltering考慮兩個(gè)子濾波器的模型

7、：X。(忌)一①i(k／k一1)X。(曼一1)+L(k／k一1)W，(忌一1)1z。(忌)一Hi(是)x(愚)+y。(是)fq’式中x，(志)為子系統(tǒng)i的狀態(tài)變量；Z：(志)為第i個(gè)傳感器的觀測(cè)量；W。(五)和Vi(志)分別為子系統(tǒng)i的系統(tǒng)噪聲和量測(cè)噪聲，EEw。(是)]一0，EEW。(k)WT(j)]一Q。(忌)艿坷，EEV。(忌)]一0，EEVi(k)V7(歹)]一Ri(愚)艿¨聯(lián)邦濾波器的設(shè)計(jì)步驟在文獻(xiàn)E33中已經(jīng)有詳細(xì)的說(shuō)明，本文不再贅述。3可信度加權(quán)自適應(yīng)聯(lián)邦卡爾曼濾波在聯(lián)邦濾波算法中引入模糊自適應(yīng)卡爾曼

8、濾波代替卡爾曼濾波，形成模糊自適應(yīng)聯(lián)邦濾波算法，對(duì)各子系統(tǒng)量測(cè)噪聲統(tǒng)計(jì)特性的變化進(jìn)行檢測(cè)、調(diào)整。模糊自適應(yīng)卡爾曼濾波算法原理是應(yīng)用模糊推理系統(tǒng)不斷地調(diào)整量測(cè)噪聲協(xié)方差陣的加權(quán)系數(shù)，使模型量測(cè)噪聲逐漸逼近真實(shí)噪聲水平H]。3．1自適應(yīng)卡爾曼濾波器自適應(yīng)卡爾曼濾波通過(guò)不斷調(diào)整量測(cè)噪聲協(xié)方差矩陣系數(shù)，使模型量測(cè)噪聲逐漸逼近真實(shí)噪聲。X(k／k一1)一@(k／k一1)支(志一1)(2)P(k／k一1)一①(k／k一1)P(k一1)①T(k／k一1)+Q(k一1)(3)K(志)=P(k／k一1)H7(愚)[H(k)P(k／k

9、一1)HT(忌)+k(k一1)](4)支(正)=Jr(k／k一1)+K(忌)[z(志)一H(k)X(k／k一1)](5)P(是)一[I—K(志)JH(k)P(k／k一1)(6)盈(是)一Sb(忌)袁(愚一1)(7)S6(是)一FIS[-q(k)](8)式中P(忌)為協(xié)方差陣；K(愚)為增益矩陣；受(是)表示第k步的量測(cè)噪聲矩陣估計(jì)值；S(忌)為對(duì)量測(cè)噪聲陣R