论文部分内容阅读
航天器自主导航是航天技术的发展方向,本文以航天器发射、在轨运行等全弧段轨道为研究目标,以天文导航、GNSS导航为测量手段,研究全过程全弧段的航天器自主导航算法。系统分析了航天器天文导航的可观测性,在此基础上,以容积卡尔曼滤波(Cubature Kalman filtering,CKF)为基本滤波算法,针对航天器发射、运行过程中的非线性观测、模糊异常外力、测控不确定性等问题,研究复杂环境下的自主导航滤波算法,实现导航系统的全过程全弧段自适应导航。主要工作包含以下三部分:1、分析了航天器自主导航系统的可观测性。根据轨道动力学构建了导航系统的状态模型,以太阳敏感器、月球敏感器和红外地球敏感器组成一体化天文导航系统,研究构建了日地月观测模型;分析了连续线性系统和离散线性系统的可观测性理论,并根据非线性系统可观测性理论得到了连续非线性系统和离散非线性系统可观测的条件;在此基础上分析了天文观测模式下自主导航系统的可观测性,提出了不可观测的基本条件。2、提出了基于鲁棒CKF滤波的自主导航算法。基于贝叶斯滤波理论,阐明了CKF的核心—三阶容积法则,推导得到了CKF导航滤波的基本过程,比较了CKF滤波与UKF滤波的估计性能,证明了对于高维高非线性系统,CKF估计性能优于UKF;针对测量不确定误差,利用M估计和χ~2检测法,提出了鲁棒容积卡尔曼滤波。该算法可以应用于空间环境恶劣情况下,测量系统存在不确定性系统误差,该算法能有效抑制不确定性误差影响,提高滤波鲁棒性。3、提出了基于动力学模型补偿的CKF导航滤波算法。在航天器发射、运行等阶段,航天器受力变化大,测元干扰大,很难进行高精度导航。为此,提出了统计加权融合方案,将各通道测量数据进行统计自适应加权,抑制测元通道误差,增强了系统的可靠性;同时根据动力学模型误差的特性,构建了动力学模型补偿CKF滤波算法,通过在状态方程上扩维,添加模型误差项来估计模型误差,该算法能对航天器全过程全弧段自主导航。