Attitude determination for satellite using adaptive unscented Kalman filter

Lei XIAO; Shao-ju WANG; Lin CHANG; Mei-li ZHOU

doi:10.37188/OPE.20212903.0637

您当前的位置：

首页 >

文章列表页 >

Attitude determination for satellite using adaptive unscented Kalman filter

更新时间：2021-04-09

- Attitude determination for satellite using adaptive unscented Kalman filter
- Optics and Precision Engineering Vol. 29, Issue 3, Pages: 637-645(2021)
- 作者机构：
  
  1.中国科学院长春光学精密机械与物理研究所，吉林长春 130033
  2.中国科学院大学，北京 100049
  3.中国科学院天基动态快速光学成像技术重点实验室，吉林长春 130033
- 作者简介：
  
  E-mail： wangshaoju@163.com
- 基金信息：
- DOI：10.37188/OPE.20212903.0637
  CLC： V448.21
- Received：02 December 2020，
  
  Revised：02 February 2021，
  
  Published：15 March 2021
- 稿件说明：
移动端阅览
肖磊,王绍举,常琳等.采用自适应无迹卡尔曼滤波的卫星姿态确定[J].光学精密工程,2021,29(03):637-645.

XIAO Lei,WANG Shao-ju,CHANG Lin,et al.Attitude determination for satellite using adaptive unscented Kalman filter[J].Optics and Precision Engineering,2021,29(03):637-645.
肖磊,王绍举,常琳等.采用自适应无迹卡尔曼滤波的卫星姿态确定[J].光学精密工程,2021,29(03):637-645. DOI： 10.37188/OPE.20212903.0637.

XIAO Lei,WANG Shao-ju,CHANG Lin,et al.Attitude determination for satellite using adaptive unscented Kalman filter[J].Optics and Precision Engineering,2021,29(03):637-645. DOI： 10.37188/OPE.20212903.0637.

摘要

针对现有算法卫星姿态确定中模型参数估计不准确，系统存在外界干扰下稳定性差和跟踪精度不足的问题，提出一种自适应无迹卡尔曼滤波算法，对卫星三轴姿态进行估计。首先分析了陀螺和星敏组合定姿的工作原理，然后推导了以误差四元数为状态变量的卫星姿态运动学方程。滤波过程中，该算法引入自适应矩阵，对量测噪声协方差矩阵进行调整；依据滤波发散判别准则，对系统噪声协方差矩阵进行自适应修正，抑制滤波过程中可能的发散情形，获得了良好的自适应性能。实验结果表明，在参数估计不准确时，自适应无迹卡尔曼滤波相比鲁棒自适应UKF算法，三轴估计精度的均方根误差（RMSE）分别提升了30.0%，34.1%，22.4%。该算法基本满足卫星姿态确定的高精度、强鲁棒性等要求。

Abstract

Poor stability and low tracking accuracy are significant issues in existing algorithms for satellite attitude determination. An adaptive unscented Kalman filter （AUKF） algorithm was proposed to overcome these issues and estimate the three-axis attitude of satellite by modeling error and external disturbance. First， the working principle of attitude determination based on gyro sensor was analyzed， following which the satellite attitude kinematics equation， with error quaternion as state variable， was derived. An adaptive matrix was introduced to adjust the measurement noise covariance matrix. Based on the filtering divergence criterion， the system noise covariance matrix was adaptively modified to suppress potential divergence in the filtering process， and a good adaptive performance was obtained. Finally， it is demonstrated through experimental verification that， compared with robust AUKF algorithm， the accuracy of three-axis estimation （RMSE） of AUKF improves by 30.0%， 34.1%， and 22.4%， respectively， when the parameter estimation is not accurate. Thus， the algorithm meets the requirements of high precision and strong robustness for satellite attitude determination.

关键词

Keywords

references

周婧，高印寒，刘长英，等 . 基于自适应算法的单目视觉系统的姿态解算［J］. 光学精密工程， 2012 ， 20 （ 12 ）： 2796 - 2803 .

ZHOU J ， GAO Y H ， LIU CH Y ， et al . . Attitude calculation of single camera visual system based on adaptive algorithm ［J］. Opt. Precision Eng. ， 2012 ， 20 （ 12 ）： 2796 - 2803 . （in Chinese）

王彬，何昕，魏仲慧 . 采用多站图像直线特征的飞机姿态估计［J］. 光学精密工程， 2013 ， 21 （ 7 ）： 1831 - 1839 .

WANG B ， HE X ， WEI ZH H . Attitude estimation of aircrafts using line features on multi-camera images ［J］. Opt. Precision Eng. ， 2013 ， 21 （ 7 ）： 1831 - 1839 . （in Chinese）

林玉荣，邓正隆 . 基于模型误差确定卫星姿态的预测滤波算法［J］. 宇航学报， 2001 ， 22 （ 1 ）： 79 - 83 .

LIN Y R ， DENG ZH L . Model-error-based predictive filter for satellite attitude determination ［J］. Journal of Astronautics ， 2001 ， 22 （ 1 ）： 79 - 83 . （in Chinese）

JWO D J ， CHANG C S ， LIN C H . Neural network aided adaptive Kalman filtering for GPS applications ［J］. IEEE International Conference on System ， 2004 ， 4 ： 3686 - 3691 .

WON D ， AHN J ， SUNG S ， et al . . Performance improvement of inertial navigation system by using magnetometer with vehicle dynamic constraints ［J］. Journal of Sensors ， 2015 ： 435062 .

HUA S ， HUANG H ， YIN F ， et al . .Constant-gain EKF algorithm for satellite attitude determination systems ［J］. Aircraft Engineering and Erospace Technology ， 2018 ， 90 （ 8 ）： 1259 - 1271 .

CHEN J L ， JOSEP J ， et al . .An efficient statistical adaptive order-switching methodology for kalman filters ［J］. Communications in Noliner Science and Numerical Simulation ， 2021 ， 93 ： 105539 .

雷琦，龚志辉，林雕，等 . AEKF在星敏感器低频误差补偿中的应用［J］. 测绘科学技术学报， 2016 ， 33 （ 3 ）： 252 - 257 .

LEI Q ， GONG ZH H ， LIN D ， et al . . The application of AEKF in the compensation of low frequency error of star sensor ［J］. Journal of Geomatics Science and Technology ， 2016 ， 33 （ 3 ）： 252 - 257 . （in Chinese）

JULIERS J . The scaled unscented transformation ［J］. Proc. IEEE ， 2002 ， 6 ： 4555 - 4559 .

MEHRJOUYAN A ， ALFI A . Robust adaptive unscented Kalman filter for bearings-only tracking in three dimensional case ［J］. Applied Ocean Research ， 2019 ， 87 ： 223 - 232 .

HAJIYEV C ， SOKEN H E . Robust adaptive unscented Kalman filter for attitude estimation of pico satellites ［J］. International Journal of Adaptive Control and Signal Processing ， 2014 ， 28 （ 2 ）： 107 - 120 .

LI W ， SUN S ， JIA Y ， et al . .Robust unscented Kalman filter with adaption of process and measurement noise covariances ［J］. Digital Signal Process ， 2016 ， 48 ： 93 - 103

吕振铎，雷拥军 . 卫星姿态测量与确定［M］. 北京：国防工业出版社， 2013 .

LÜ ZH D ， LEI Y J . Satellite Attitude Measurement and Determination ［M］. Beijing ： National Defense Industry Press ， 2013 . （in Chinese）

矫媛媛 . 基于星敏感器/陀螺组合测量的卫星姿态确定方法研究［D］. 长沙：国防科学技术大学， 2007 .

JIAO Y Y . Reserach on Methods of Satellite Attitude Determination Based on Star-sensor and Gyroscope ［D］. Changsha ： National University of Defense Technology ， 2007 . （in Chinese）

朱庆华，李英波 . 基于陀螺和四元数的EKF卫星姿态确定算法［J］. 上海航天， 2005 ， 22 （ 4 ）： 1 - 5，59 .

ZHU Q H ， LI Y B . Extended Kalman filter for attitude determination using gyros and quaternion ［J］. Aerospace Shanghai ， 2005 ， 22 （ 4 ）： 1 - 5，59 . （in Chinese）

JULIER S J ， UHLMANN J K . Unscented filtering and nonliner estimation ［J］. Proc. IEEE ， 2004 ， 92 （ 3 ）： 401 - 404 .

郑斌琪，李宝清，刘华巍，等 . 采用自适应一致性UKF的分布式目标跟踪［J］. 光学精密工程， 2019 ， 27 （ 1 ）： 260 - 270 .

ZHENG B Q ， LI B Q ， LIU H W ， et al . . Distributed target tracking based on adaptive consensus UKF ［J］. Opt. Precision Eng. ， 2019 ， 27 （ 1 ）： 260 - 270 . （in Chinese）

LEE D ， VUKOVICH G ， LEE R . Robust unscented Kalman filter for nanosat attitude estimation ［J］. International Journal of Control ， Automation and Systems ， 2017 ， 15 （ 5 ）： 2161 - 2173 .

AGHILI F ， PARSA K . Motion and parameter estimation of space objects using laser-vision data ［J］. Journal of Guidance ， Control ， and Dynamics ， 2009 ， 32 （ 2 ）： 538 - 550 .

张志达，郑玲，吴行，等 . 基于鲁棒自适应UKF的分布式电动汽车状态估计［J］. 中国科学：技术科学， 2020 ， 50 （ 11 ）： 1461 - 1473 .

ZHANG ZH D ， ZHENG L ， WU X ， et al . .State estimation of distributed electric vehicle based on robust adaptive UKF ［J］. Sci Sin Tech ， 2020 ， 50 （ 11 ）： 1461 - 1473 . （in Chinese）

Views

596

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Current deviation decoupling control based on sliding mode active disturbance rejection for PMLSM

A fast and robust method for fundamental matrix estimation

All-sky automation star identification algorithm based on ordered star points set

Automatic corner detection of checkerboard based on LSD

Error and fault-tolerant processing of parallel type six-axis accelerometer

Related Author

Cen WU

Ximei ZHAO

Kun YAN

En-hai LIU

Ru-jin ZHAO

Hong TIAN

Zhuang ZHANG

Bin LIANG

Related Institution

School of Electrical Engineering， Shenyang University of Technology

Institute of Optics and Electronics of Chinese Academy of Sciences

Department of Automation, Tsinghua University

Guang Dong Province Key Laboratory of Precision Equipments and Manufacturing Technology, South China University of Technology

College of Mechanical and Electronical Engineering, Nanjing Forestry University

AI问答

Address：No.3888 Dong Nanhu Road, Changchun, Jilin, China Postal code：130033
Tel：0431-86176855 Email：gxjmgc@ciomp.ac.cn
Technical support is provided by Beijing Founder electronics co., LTD 吉ICP备11002662号-17 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰