专利汇可以提供基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于星敏感器星间链路的HEO卫星编队飞行自主导航方法。首先以HEO卫星对地观测为任务需求,设计两个卫星编队飞行构型和轨道参数,然后根据地心惯性 坐标系 下主星相对子星轨道动 力 学模型,建立自主 导航系统 状态模型;其次提出主星星敏感器观测子星所需满足的理论光照条件和成像条件。计算子星相对主星理论方位 角 与 俯仰 角,调整主星星敏感器真实光轴与理论方向一致,对子星进行真实观测,建立以相对单位方向矢量和距离为观测量的观测方程;最后使用Unscented卡尔曼滤波估计卫星 位置 和速度,本发明能够有效修正卫星相对位置误差,提高相对导航 精度 ,非常适用于卫星编队飞行自主导航。,下面是基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法专利的具体信息内容。
1.一种基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法,其特征在于,步骤如下:
(1)以HEO卫星对地观测为任务需求,将两个HEO卫星分别设为主星和子星,设计主星和子星编队飞行构型及轨道参数;
(2)根据地心惯性坐标系下卫星相对轨道动力学模型,建立自主导航系统状态模型;
(3)根据计算的主星和子星相对距离,判断子星否满足星敏感器观测距离要求,满足则进入步骤(4),否则进入步骤(12);
(4)根据解算的太阳、地球和子星三者位置关系,判断子星是否处在太阳光照区,是则进入步骤(5),否则进入步骤(12);
(5)根据解算的地球、主星和子星三者位置关系,判断地球否进入星敏感器视场,是则进入步骤(6),否则进入步骤(12);
(6)根据计算的子星可视星等,判断子星可视星等是否小于星敏感器可观测阈值,是则进入步骤(7),否则进入步骤(12);
(7)根据计算的子星相对主星方向矢量与星敏感器光轴指向夹角,判断子星是否在星敏感器视场范围内,是则进入步骤(8),否则计算利用万向轴调整星敏感器光轴指向后,继续判断,是则进入步骤(8),否则进入(12);
(8)根据计算的子星在星敏感器二维像面阵坐标,判断子星是否在星敏感器二维像面阵内,是则进入步骤(9),否则进入步骤(12);
(9)计算子星相对主星的理论方向矢量和方位角与俯仰角,进入步骤(10);
(10)调整星敏感器真实光轴指向与理论方向矢量一致,对子星进行真实观测,计算子星相对卫星真实方向矢量,建立以单位方向矢量和距离为观测量的观测方程,进入步骤(11);
(11)对所建立的状态方程和观测方程离散化,利用Unscented卡尔曼滤波算法估计卫星位置和速度;
(12)结束观测。
2.根据权利要求1所述的基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法,其特征在于:所述步骤(1)中的轨道参数包括轨道半长轴a、轨道偏心率e、轨道倾角i、升交点赤经Ω、近地点幅角ω、过近地点时刻tp。
3.根据权利要求1所述的基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法,其特征在于,所述步骤(2)中建立自主导航系统状态模型过程如下:
在地心惯性坐标系下,当主星位置距离大于子星与主星相对距离的时候,建立卫星相对目标子星轨道动力学模型
其中,δr(10)和δv(10)为子星相对卫星方向矢量,r(0)和r(1)为卫星和子星位置矢量,μe为地球引力常数,af为摄动力影响;
(10) T (10) T T
定义状态变量x=[(δr ) (δv )] ,建立自主导航系统状态模型;
其中,f[x(t),t]为系统非线性连续状态转移函数,w(t)为状态噪声。
4.根据权利要求1所述的基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法,其特征在于:所述步骤(3)中判断子星是否满足星敏感器观测距离要求过程如下:
计算主星相对子星距离δr(10),判断其是否满足条件
Lmin≤δr(10)≤Lmax (1)
其中,δr(10)=|δr(10)|=|r(1)-r(0)|,r(0)和r(1)为主星和子星位置矢量;Lmin和Lmax为星间观测所需最小和最大距离。
5.根据权利要求1所述的基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法,其特征在于:所述步骤(4)中判断子星是否处在太阳光照区过程如下:
分析地球阴影范围以及子星运行穿过该阴影范围的临界条件,设子星位置矢量r(1)与太阳位置矢量r(sun)夹角为ψ,子星进入和离开地球阴影范围的临界夹角为ψcri,则子星处在太阳光照区需要满足条件:
ψ<ψcri (2)。
6.根据权利要求1所述的基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法,其特征在于:所述步骤(5)中判断地球是否进入星敏感器视场过程如下:
设主星位置矢量r(0)和主星相对子星方向矢量δr(10)的夹角为θ,被地球遮挡导致背景光线过弱的临界条件是子星相对主星方向矢量δr(10)与地球边缘相切,定义此临界夹角为θcri,则地球未进入星敏感器视场条件为:
θ>θcri (3)。
7.根据权利要求1所述的基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法,其特征在于:所述步骤(6)中判断子星可视星等是否小于星敏感器可观测阈值过程如下:
引入可视星等分析子星的可见性,星等值越小,表明天体越亮;反之,天体则越暗;设星敏感器可观测阈值为mthr,子星可视星等为m,子星被观测到其可视星等需要满足条件m<mthr (4)。
8.根据权利要求1所述的基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法,其特征在于:所述步骤(7)中判断子星是否在星敏感器视场范围内过程如下:
设子星相对主星方向矢量δr(10)与星敏感器光轴指向矢量 夹角为 星敏感器视场角为FOV,则方向矢量δr(10)在星敏感器视场范围内需要满足条件
如果相对矢量δr(10)不在视场范围内,计算利用万向轴调整星敏感器光轴指向,使其进入视场范围,如果转动后仍不能进入视场,则无法观测。
9.根据权利要求1所述的基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法,其特征在于:所述步骤(8)中判断子星是否在星敏感器二维像面阵内过程如下:
根据子星相对主星方向矢量δr(10)投影在星敏感器二维像面阵的几何关系,解其坐标为设二维像面阵长度和宽度分别为IPlongth和IPwidth,则子星在像平面坐标需要满足条件
10.根据权利要求1所述的基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法,其特征在与:所述步骤(9)中计算子星相对主星理论方向矢量和方位角与俯仰角具体为:
子星相对主星单位方向矢量 由星敏感器获得,得子星相对主星方位角α与俯仰角δ,主星和子星相对距离|δr(10)|由星间链路获得,得到子星相对主星理论方向矢量δr(10)
其中,
子星相对主星方位由方位角和俯仰角描述,在卫星本体坐标系ob-xbybzb中,定义方位角α为δr(10)在ob-ybzb平面的投影与yb轴夹角,俯仰角δ为δr(10)与xb轴夹角,表示为
其中, 是地心惯性坐标系相对本体坐标系姿
态转换矩阵。
11.根据权利要求1所述的基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法,其特征在于:所述步骤(10)中计算子星相对卫星真实方向矢量具体为:
根据所述步骤(9)所得子星相对主星理论方向矢量和方位角与俯仰角,卫星采用万向轴调整星敏感器光轴指向与理论方向矢量相吻合,并利用星敏感器进行实际测量;
主星星敏感器真实观测子星,输出子星相对主星单位方向矢量真实测量值 由卫星激光测距仪测量卫星和主星之间的实际测量值 建立子星相对卫星观测方程为:
其中,
12.根据权利要求1所述的基于星敏感器和星间链路的HEO卫星编队飞行自主导航方法,其特征在于:所述步骤(11)中对状态模型和观测模型离散化,并利用Unscented卡尔曼滤波算法估计卫星位置和速度具体为:
对步骤(2)中状态模型及步骤(10)中观测模型进行离散化
yk=g(xk)+vk (12b)
式中,k=1,2,…,f(xk,uk)为离散后的状态转移方程,g(xk)为离散后的观测方程,w(k)和v(k)分别为离散后的系统噪声和观测噪声;
利用Unscented卡尔曼滤波算法,结合步骤所述的状态模型和观测模型进行滤波,根据状态向量可得相应的Unscented采样点,利用系统状态模型,对采样点进行一步预测,并得出与上一时刻滤波得到的迭代状态值之间的协方差阵,以消除状态模型中模型误差的影响。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种地外天体着陆测量雷达面目标回波信号测距处理方法 | 2020-05-15 | 401 |
一种用于深空探测自主导航的目标天体亚像素图像快速边缘定位方法 | 2020-05-18 | 526 |
一种着陆深空天体探测器的降维自主导航方法 | 2020-05-26 | 12 |
一种基于目标天体星历修正的深空探测器捕获段天文导航方法 | 2020-05-19 | 839 |
使用卫星星群的干扰地理定位 | 2020-05-24 | 1004 |
高精度原子鉴频测速导航仪及其导航方法 | 2020-05-20 | 733 |
一种基于在线估计的深空探测器测角及时延组合导航方法 | 2020-05-23 | 438 |
一种基于光学和多普勒雷达的小天体软着陆自主导航方法 | 2020-05-19 | 21 |
基于天基自主光学观测的深空目标天体初定轨方法 | 2020-05-20 | 41 |
天体角度测量仪 | 2020-05-11 | 337 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。