首页 / 专利库 / 天文学 / 宇宙 / 星系 / 银河系 / 太阳系 / 考虑航天器动态效应及系统偏差的X射线脉冲星导航方法

考虑航天器动态效应及系统偏差的X射线脉冲星导航方法

阅读:1014发布:2020-07-23

专利汇可以提供考虑航天器动态效应及系统偏差的X射线脉冲星导航方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种考虑 航天器 动态效应及系统偏差的 X射线 脉冲星导航方法,该方法使用脉冲星的脉冲 相位 、多普勒 频率 以及 相位差 作为导航观测量,利用航天器轨道动 力 学模型传播轨道,以 光子 到达航天器的联合概率 密度 函数为似然函数估计出一对分别由航天器初始 位置 误差和速度误差引起的相位偏移量和多普勒频率,同时以相位、多普勒频率以及相邻观测周期的相位差作为导航观测量,通过UKF更新航天器的位置和速度。联合估计相位和多普勒频率可以有效降低航天器轨道动态效应的影响;相位差观测量的引入可以有效降低脉冲星 角 位置误差、脉冲星距离误差及星载 原子 钟钟差对导航 精度 的影响。,下面是考虑航天器动态效应及系统偏差的X射线脉冲星导航方法专利的具体信息内容。

1.考虑航天器动态效应及系统偏差的X射线脉冲星导航方法,其特征在于,该方法具体包括以下步骤:
步骤(1)、建立基于航天器轨道动学模型的状态方程
以航天器在太阳系质心坐标系下的位置r和速度v为导航滤波所要估计的状态量,建立基于航天器轨道动力学模型的状态方程
其中:X=[rT vT]T为航天器的状态矢量,f(·)表示轨道动力学函数;W(t)为扰动噪声矢量,其被建模为零均值的高斯白噪声过程;对式(1)进行积分计算,即可得到航天器在任意时刻的运动状态;
步骤(2)、利于预估轨道信息计算光子到达时间对应的相位
令 表示观测时段内航天器处的光子到达时间序列;已知初始预估位置和速度,利用状态方程传播轨道,首先得到航天器在所有 时刻相对于太阳系质心SSB的预估位置接着计算所有 时刻对应的相位值:
其中:φSSB为脉冲星在SSB处的相位模型;n为脉冲星的方向向量;c为光速;
和 分别为周年视差,夏皮洛延迟以及爱因斯坦延迟;
步骤(3)、进行脉冲相位和多普勒频率的联合估计
以光子到达时间序列 的联合概率密度函数为似然函数,利用最大似然法估计由观测初始时刻位置误差所引入的脉冲相位Δp和由观测初始时刻速度误差所引入的多普勒频率Δf,代价函数为:
其中αSSB和βSSB分别为脉冲星辐射光子和X射线背景光子到达航天器的平均速率,ts为该观测时段的起始观测时刻,h(·)表示脉冲星的标准轮廓;
步骤(4)、建立导航系统的观测方程
令观测时段为[ts,te],以te时刻为状态量更新时刻,建立脉冲相位的观测方程:
其中Tobs=te-ts为滤波周期,up(te)为相位观测噪声, 即为相
位观测量;
对式(4)求导,得到多普勒频率的观测方程:
其中uf(te)为多普勒频率观测噪声,频率观测量 由下式计算得到:
将当前观测周期的相位观测量 与前一个观测周期的相位观测量 相减,得到相位差观测方程:
步骤(5)、利用无迹卡尔曼滤波器进行融合滤波
将系统状态方程写为矩阵形式
Xk=f(Xk-1)+Wk   (8)
其中Xk为系统状态向量,Wk为扰动噪声矢量;将脉冲相位和多普勒频率观测方程也写为矩阵形式:
Pk=h1(Xk)+Vk   (9)
Fk=h2(Xk)+Uk    (10)
其中Pk和Fk分别为相位和多普勒频率观测向量,h1(Xk)、h2(Xk)分别为相位和多普勒频率的观测函数,Vk和Uk分别为相位和多普勒频率观测噪声;满足:
E(·)是均值函数;
将当前滤波周期的状态向量Xk写为前一个滤波周期的状态向量估计值 与其误差向量ΔXk-1的和,进而得到相位差观测方程:
其中:
Γk=-Hk-1ΔXk-1+Vk-Vk-1   (13)
Dk为相位差观测向量;满足 相位差噪声的均方误差阵为:
其中Kk-1为增益矩阵;
以式(8)为状态方程,以式(9)-(11)为观测方程,利用标准无迹卡尔曼滤波更新航天器的位置和速度。

说明书全文

考虑航天器动态效应及系统偏差的X射线脉冲星导航方法

技术领域

[0001] 本发明属于航天器自主导航领域,涉及一种考虑航天器动态效应及系统偏差的X射线脉冲星导航方法。

背景技术

[0002] 深空探测作为一个国家科学技术发展平和综合国的重要特征与标志,已引起世界各国的极大关注。目前主要通过甚长基线干涉测量技术配合测距和多普勒测速实现深空探测器的3维导航,但该技术需要探测器与地面观测台建立通信链路,需要全球布站,传输数据有限,且随着航天器与地球之间距离的增加,通信误差增大。因此,需要提高航天器的自主导航能力。
[0003] X射线脉冲星导航(XPNAV)是一种新型自主导航方式,其导航精度不受航天器与天体相对位置的影响,是未来最具潜力的深空导航方式。但是,XPNAV的精度受限于航天器轨道动态效应的影响,且由于当前测量水平有限,存在脉冲星位置误差、脉冲星距离误差及星载原子钟钟差,这些因素都会降低XPNAV的导航精度。

发明内容

[0004] 为了解决XPNAV面临的上述问题,提高导航精度,本发明提出一种考虑航天器动态效应及系统偏差的X射线脉冲星导航方法。该方法使用脉冲星的脉冲相位、多普勒频率以及相位差作为导航观测量,利用航天器轨道动力学模型传播轨道,以光子到达航天器的联合概率密度函数为似然函数估计出一对分别由航天器初始位置误差和速度误差引起的相位偏移量和多普勒频率,同时以相位、多普勒频率以及相邻观测周期的相位差作为导航观测量,通过UKF更新航天器的位置和速度。联合估计相位和多普勒频率可以有效降低航天器轨道动态效应的影响;相位差观测量的引入可以有效降低脉冲星角位置误差、脉冲星距离误差及星载原子钟钟差对导航精度的影响。
[0005] 本发明方法包括以下步骤:
[0006] 步骤(1)、建立基于航天器轨道动力学模型的状态方程
[0007] 以航天器在太阳系质心坐标系下的位置r和速度v为导航滤波所要估计的状态量,建立基于航天器轨道动力学模型的状态方程
[0008]
[0009] 其中:X=[rTvT]T为航天器的状态矢量,f(·)表示轨道动力学函数;W(t)为扰动噪声矢量,其被建模为零均值的高斯白噪声过程。对式(1)进行积分计算,即可得到航天器在任意时刻的运动状态。
[0010] 步骤(2)、利于预估轨道信息计算光子到达时间对应的相位值
[0011] 令 表示观测时段内航天器处的光子到达时间序列。已知初始预估位置和速度,利用状态方程传播轨道,首先得到航天器在所有 时刻相对于太阳系质心SSB的预估位置 接着计算所有 时刻对应的相位值:
[0012]
[0013] 其中:φSSB为脉冲星在SSB处的相位模型;n为脉冲星的方向向量;c为光速;和 分别为周年视差,夏皮洛延迟以及爱因斯坦延迟。
[0014] 步骤(3)、进行脉冲相位和多普勒频率的联合估计
[0015] 以光子到达时间序列 的联合概率密度函数为似然函数,利用最大似然法估计由观测初始时刻位置误差所引入的脉冲相位Δp和由观测初始时刻速度误差所引入的多普勒频率Δf,代价函数为:
[0016]
[0017] 其中αSSB和βSSB分别为脉冲星辐射光子和X射线背景光子到达航天器的平均速率,ts为该观测时段的起始观测时刻,h(·)表示脉冲星的标准轮廓。对多普勒频率Δf的建模和估计可以在很大程度上消除航天器轨道动态效应对导航精度的影响。
[0018] 步骤(4)、建立导航系统的观测方程
[0019] 令观测时段为[ts,te],以te时刻为状态量更新时刻,建立脉冲相位的观测方程:
[0020]
[0021] 其中Tobs=te-ts为滤波周期,up(te)为相位观测噪声,即为相位观测量。
[0022] 对式(4)求导,得到多普勒频率的观测方程:
[0023]
[0024] 其中uf(te)为多普勒频率观测噪声,频率观测量 由下式计算得到:
[0025]
[0026] 由于相邻观测周期的相位差可以抵消大部分由脉冲星角位置误差、脉冲星距离误差及星载原子钟钟差所引起的系统偏差,因此引入相位差观测量可以减弱系统偏差对导航精度的影响。将当前观测周期的相位观测量 与前一个观测周期的相位观测量 相减,得到相位差观测方程:
[0027]
[0028] 步骤(5)、利用无迹卡尔曼滤波器进行融合滤波
[0029] 将系统状态方程写为矩阵形式
[0030] Xk=f(Xk-1)+Wk  (8)
[0031] 其中Xk为系统状态向量,Wk为扰动噪声矢量。将脉冲相位和多普勒频率观测方程也写为矩阵形式:
[0032] Pk=h1(Xk)+Vk  (9)
[0033] Fk=h2(Xk)+Uk  (10)
[0034] 其中Pk和Fk分别为相位和多普勒频率观测向量,h1(Xk)、h2(Xk)分别为相位和多普勒频率的观测函数,Vk和Uk分别为相位和多普勒频率观测噪声。满足:E(·)是均值函数。
[0035] 由于相位差观测方程中用到前一个滤波周期的状态向量Xk-1,不满足卡尔曼滤波的假设条件,因此将当前滤波周期的状态向量Xk写为前一个滤波周期的状态向量估计值与其误差向量ΔXk-1的和,进而得到相位差观测方程:
[0036]
[0037] 其中:
[0038]
[0039] Γk=-Hk-1ΔXk-1+Vk-Vk-1  (13)
[0040] Dk为相位差观测向量。满足 相位差噪声的均方误差阵为:
[0041]
[0042] 其中Kk-1为增益矩阵。
[0043] 以式(8)为状态方程,以式(9)-(11)为观测方程,利用标准无迹卡尔曼滤波更新航天器的位置和速度。
[0044] 本发明的有益效果是:
[0045] 本发明的关键在于同时使用脉冲相位、多普勒频率以及相邻观测周期的相位差作为X射线脉冲星导航的观测量。其中:联合估计相位和多普勒频率并将两者同时作为导航观测量可以有效降低航天器轨道动态效应的影响;相位差观测量的引入可以有效降低脉冲星角位置误差、脉冲星距离误差及星载原子钟钟差对导航精度的影响。附图说明
[0046] 图1为本发明考虑航天器动态效应及系统偏差的X射线脉冲星导航方法的流程图[0047] 图2为本发明考虑航天器动态效应及系统偏差的X射线脉冲星导航方法的原理图[0048] 下面结合具体实施例对本发明做进一步的描述。
[0049] 本实施例以绕地高轨卫星为例,在利用所提的基于X射线脉冲星脉冲相位/多普勒频率/相位差联合观测的航天器自主导航方法进行导航中具体包括以下步骤,如图1和图2所示:
[0050] 步骤(1)、建立基于航天器轨道动力学模型的状态方程
[0051] 以航天器在J2000.0地球质心惯性坐标系下的位置x和速度ε为导航滤波所要估计的状态量,建立基于航天器轨道动力学模型的状态方程
[0052]
[0053] 其中: 为扰动噪声矢量,建模为零均值的高斯白噪声过程;航天器在ECI坐标系下的加速度a为
[0054] a=aearth+asun+amoon+aJ2  (2)
[0055] 其中:aearth为地球二体引力加速度;asun和amoon分别为太阳和月亮的三体引力加速度;aJ2为地球非球形引力摄动加速度的J2项。
[0056] 步骤(2)、利于预估轨道信息计算光子到达时间对应的相位值
[0057] 令 表示当前滤波周期内航天器处的光子到达时间序列。以上一个滤波周期的滤波结果作为初始位置和速度,利用状态方程式1传播轨道,得到航天器在所有 时刻的预估位置 接着计算所有 时刻对应的相位值:
[0058]
[0059] 其中:φSSB为脉冲星在SSB处的相位模型;n为脉冲星的方向向量;c为光速;和 分别为周年视差,夏皮洛延迟以及爱因斯坦延迟。
[0060] 步骤(3)、进行脉冲相位和多普勒频率的联合估计
[0061] 利用最大似然法估计由初始位置误差引入的脉冲相位Δp和由初始速度误差引入的多普勒频率Δf,代价函数为:
[0062]
[0063] 其中αSSB和βSSB分别为脉冲星辐射光子和X射线背景光子到达航天器的平均速率,ts为当前滤波周期的起始时刻,h(·)表示脉冲星的标准轮廓。
[0064] 步骤(4)、建立导航系统的观测方程
[0065] 令te表示为当前滤波周期的结束时刻,建立脉冲相位的观测方程:
[0066]
[0067] 其中Tobs=te-ts为滤波周期,up(te)为相位观测噪声。
[0068] 建立多普勒频率观测方程:
[0069]
[0070] 其中uf(te)为多普勒频率观测噪声
[0071] 将当前观测周期的相位观测量 与前一个观测周期的相位观测量 相减,得到相位差观测方程:
[0072]
[0073] 步骤(5)、利用无迹卡尔曼滤波器进行融合滤波
[0074] 将系统状态方程表示为如下离散化矩阵形式
[0075] Xk=f(Xk-1)+Wk  (8)
[0076] 其中Xk为系统状态向量,Wk为扰动噪声矢量,f(·)表示轨道动力学函数;将所选导航脉冲星的脉冲相位、多普勒频率以及相位差观测方程也表示为如下矩阵形式:
[0077] Pk=h1(Xk)+Vk  (9)
[0078] Fk=h2(Xk)+Uk  (10)
[0079]
[0080] 其中Pk、Fk和Dk分别为相位、多普勒频率和相位差观测向量,Vk和Uk分别为相位和多普勒频率观测噪声向量,Γk=-Hk-1ΔXk-1+Vk-Vk-1为相位差观测噪声向量,h1(Xk)、h2(Xk)分别为相位和多普勒频率的观测函数, 为前一个滤波周期的状态向量估计值,满足E(·)是均值函数,相位差噪声的均方误差阵为:
[0081]
[0082] 其中Kk-1为前一个滤波周期的滤波增益矩阵。
[0083] 以式(8)为状态方程、式(9)-(11)为观测方程,利用标准无迹卡尔曼滤波算法得到当前滤波周期航天器的后验状态估计值 和后验状态估计值的误差协方差阵 返回到步骤(2),令k=k+1,ts=te,te=te+Tobs重复步骤(2)至步骤(5),得到下一个滤波周期的后验状态估计值 和其误差协方差阵
[0084] 上述实施例并非是对于本发明的限制,本发明并非仅限于上述实施例,只要符合本发明要求,均属于本发明的保护范围。
[0085] 本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术
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。

申请试用

分析报告

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。

申请试用

QQ群二维码
意见反馈