卫星姿态确定系统是卫星姿态控制系统中的重要组成部分,其精度是影响姿态控制系统精度水平的决定性因素。姿态确定的精度不仅取决于姿态测量系统硬件配置的性能与精度,还与所采用的姿态确定算法密切相关。本文针对基于矢量观测的三轴稳定对地定向卫星的姿态确定问题,从理论和应用两个方面对卫星姿态确定的非线性滤波技术作了深入和细致的研究。并且针对采用扩展卡尔曼滤波(Extended Kalman Filter,简称EKF)确定姿态的方法的不足,提出了改进方案。主要完成了以下几方面的工作:首先,对姿态敏感器建立准确的测量模型,用四元数的方法建立卫星姿态确定模型,并采用EKF姿态确定算法,对得到的卫星姿态误差和陀螺漂移误差信息进行信息融合和相应的修正。当卫星的姿态角速度较小时,采用三轴解耦的扩展卡尔曼滤波(Uncoupled EKF,简称UEKF)算法,通过对滤波器的状态方程作近似处理,状态方程从每个轴上解耦,因此卡尔曼滤波增益的数量从18个降到了6个。EKF的核心是对卡尔曼滤波增益K的递推计算,定常增益的卡尔曼滤波(Constant gain KF,简称CGKF)用一常值矩阵代替对此增益的递推计算,这样不用对状态方差阵进行递推更新,增强了实时性。对EKF、UEKF和CGKF进行了仿真分析比较,结果表明在一定条件下,都能达到较高的滤波精度,使测量精度大幅提高;并且后两种滤波器在保证精度的同时,大大减少了计算量。其次,在不能准确建立陀螺的测量模型,以及敏感器测量值的先验统计知识未知的情况下,研究了基于最小模型误差(Minimum Model Error,简称MME)准则的非线性预测滤波方法。该方法以星敏感器输出的姿态四元数信息直接作为观测方程,对由陀螺漂移造成的姿态角速度误差进行了预测和估计,从而得到较为准确的三轴稳定卫星的姿态信息。另外,还提出了一种改进的预测滤波算法,该算法将偏差四元数作为测量误差引入指标函数,估计出系统模型误差,从而估计出卫星的姿态角和姿态角速度。仿真结果和计算量统计表明,以上两种算法可以对卫星姿态角以及姿态角速度误差实现有效的估计和补偿,同时与EKF及两种简化的EKF算法相比计算量有不同程度的降低。最后,介绍了利用RT-LAB建立包括一台宿主机和两台目标机的卫星GNC(Guidance, Navigation and Control)系统实时半物理仿真平台的方法。并搭建了基于RT-LAB的超实时仿真平台,该试验平台克服了在试验过程中由于软件编程带来的瓶颈问题。对姿态确定算法进行了超实时仿真,仿真结果表明算法的实时性符合要求。该平台不但适用于系统的全数学实时仿真,扩展相应硬件后还可用于卫星GNC系统的半物理实时仿真。