简介：立方星的姿态测量与控制系统常采用磁测磁控结合偏置动量轮的方案,整星剩磁干扰力矩是影响姿态控制精度的重要因素之一。提出了一种利用磁强计实现剩磁矩在轨辨识与利用磁力矩器实现剩磁矩主动补偿的新方案：基于磁强计输出和卫星姿态动力学建立了剩磁矩在轨辨识模型,并利用采样滤波器（UKF）提高单磁强计条件下的辨识效果;把控制对象简化成线性定常系统,分析了剩磁干扰力矩对姿态的影响数学模型,并针对磁力矩器和磁强计分时工作的特点,基于叠加性原理提出了基于角速度的剩磁矩主动补偿算法。仿真研究表明,在1000s内剩磁矩在轨辨识精度为0.001A×m~2量级,主动补偿后,偏航角、滚动角与俯仰角控制误差分别从4.3°、4.6°与2.1°均减少至0.4°以内。提出的方法为类似配置卫星减少剩磁干扰力矩的影响提供了一种新思路。

简介：针对星敏感器地平仪联合自主定轨算法在工程中不易应用及工程应用中定轨精度较低等问题,提出了一种改进的自主定轨算法。第一,调整算法观测量,利用惯性坐标系下地心矢量替代星光角距值作为Kalman滤波方程的观测量,以适应卫星星敏感器标准输出;第二,在算法中加入敏感器误差处理环节,包括对敏感器的常值误差进行求取,从而实现对地心矢量测量值的修正,以及用抗野值方法对尖峰噪声误差进行处理,从而消除尖峰噪声对Kalman滤波定轨算法的影响;第三,采用无迹Kalman滤波算法将具有新的观测量与敏感器误差处理环节的改进的天文导航算法加以实现。通过某在轨中轨道卫星数据校验表明,改进后的自主定轨算法定轨精度在千米量级,可在工程中有效实施。

简介：针对传统天文导航方法和GNSS导航方法应用于中高轨道航天器尤其是大椭圆轨道机动航天器自主导航的缺陷，提出一种基于低轨道天基平台实时跟踪观测的轨道机动航天器在轨绝对导航方法。其具体实施过程为布置于低轨道的天基平台利用其自带观测敏感器对轨道机动航天器进行全程实时跟踪测量，并将测量所得的星光角距信息和测距信息发送至轨道机动航天器，航天器根据接收得的量测信息结合自身状态预估信息通过最优滤波估计算法实现导航解算。仿真结果表明该方案具备较强的可行性，且该导航系统具有较高的导航估计精度，能够弥补传统天文导航和GNSS导航方法的不足之处，当天基平台自主定轨精度为80m时轨道机动航天器导航位置估计误差在120m以内。

简介：针对传统惯性开关阈值散布大、万向性差等缺点,设计了一种环形无源万向微机电惯性开关。环形的可动质量框作为可动电极,由内部的四根折叠悬臂梁支撑,和外部的环状固定电极有一定间隙,构成xy平面内的万向开关。对设计开关进行有限元动态接触仿真,结果表明开关在1000g加速度作用下的响应时间和接触时间分别约为0.142ms和5s,表现出较高的触发灵敏度和良好的接触效果。研究悬臂梁线宽与开关阈值加速度的关系,结果表示悬臂梁线宽的微小变化会引起阈值加速度的较大变化。利用冲击台试验对封装后的开关进行阈值试验,试验结果表明实际阈值分布在900g-1300g范围内,80%的开关阈值比设计值大。用微电镜对悬臂梁线宽进行静态测量,悬臂梁线宽加工误差大多分布于0-＋2m,加工误差直接导致开关的阈值加速度增加,设计阶段应充分考虑加工误差对阈值加速度的影响。

简介：基于传统小卫星对轨道和姿态参数确定采用分别计算的复杂模式,提出了一种利用地磁场和天文信息同时确定卫星轨道和姿态参数的新方法.首先通过分析小卫星轨道动力学J2模型和卫星姿态动力学模型,建立系统状态方程.其次将三轴磁强计与地磁场模型参考值的矢量作差,分析微分差值与状态变量的数学关系,建立定位/定姿观测方程.利用星敏感器提供的高精度姿态信息,建立定姿观测方程,同时利用星敏感器间接敏感地平观测折射恒星,建立定位观测方程.最后提出基于信息融合的先进滤波算法,并通过对多种导航模式进行数值仿真及结果分析,论证所设计一体化方法提高了系统定轨/定姿的精度和可靠性.

简介：针对系统误差的不确定性可能会引起滤波精度降低或发散的问题，提出一种新的基于模型预测滤波的前向神经网络算法。首先，采用模型预测滤波估计网络在正向传递过程中的模型误差，并对其进行修正，以弥补模型误差对隐含层权值更新的影响；然后，利用模型预测滤波为神经网络提供精确的训练样本，学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统，并与扩展卡尔曼滤波进行比较，仿真结果表明，提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内，滤波性能明显优于扩展卡尔曼滤波算法，表明该算法能提高组合导航定位的解算精度。

简介：在详细分析光纤陀螺零漂的基础上，提出了先用滤波算法对光纤陀螺信号进行预处理，然后采用RBF神经网络对滤波后的信号进行建模的方法．针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理，比较三种滤波方法，小波滤波算法效果优于其它两种预处理方法，但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时，小波滤波预处理后的信号在建模精度上却是最差的，而对FLP算法滤波后的信号进行RBF建模，建模精度提高了两个数量级。结果表明：基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的，可大大提高建模的精度。