基于小视场星敏感器的SINSRCNS组合导航算法研究.docx

基于小视场星敏感器的SINSRCNS组合导航算法研究
基于小视场星敏感器的SINS/RCNS组合导航算法研究
摘要:
随着科技的进步，航天器的导航系统变得越来越重要。星敏感器(SINS)和遥测测距校正传感器(RCNS)是目前航天器中常用的导航传感器。本文通过综合利用SINS和RCNS的测量数据，提出了一种基于小视场星敏感器的SINS/RCNS组合导航算法。该算法可以提高导航定位的精度，并且在长时间导航中具有较好的稳定性。
1.引言
航天器的导航系统是航天器正常运行的基础，准确的导航位置信息对于保持航天器的正确运行至关重要。SINS是一种高精度的惯导系统，通过测量加速度和角速度来推导航船位置和姿态。RCNS则是一种利用遥测技术测量航天器和地面基站之间的距离的传感器。综合利用SINS和RCNS的测量数据，可以获得更准确的导航结果。
2.SINS/RCNS组合导航算法原理
SINS和RCNS的工作原理分别是通过测量加速度和角速度，以及测量航天器和地面基站之间的距离来推导导航位置和姿态的。SINS/RCNS组合导航算法的主要思想是综合利用两种传感器的测量数据，通过协方差滤波来获得更准确的导航结果。具体步骤如下：
1)利用SINS测量数据进行姿态估计。利用SINS测量的角速度进行姿态估计，获得初始的航向、俯仰和横滚角。
2)利用RCNS测量数据进行位置估计。利用RCNS测量的航天器和地面基站之间的距离，结合初始的姿态信息，利用三角测量原理获得初始的位置估计。
3)利用SINS和RCNS的测量数据进行导航姿态和位置的优化。利用卡尔曼滤波算法，综合利用SINS和RCNS的测量数据，对姿态和位置进行优化，并反馈给SINS和RCNS进行数据融合。
4)校正误差和更新状态。根据SINS和RCNS的测量数据的误差分析，进行误差校正和状态更新，提高导航定位的精度。
3.SINS/RCNS组合导航算法实验及结果分析
本文设计了一套SINS/RCNS组合导航算法的仿真实验。通过与原始SINS和RCNS算法的对比实验，验证了SINS/RCNS组合导航算法的有效性。实验结果表明，SINS/RCNS组合导航算法能够显著提高导航定位的精度，并且在长时间导航中具有较好的稳定性。
4.结论
本文研究了基于小视场星敏感器的SINS/RCNS组合导航算法。通过综合利用SINS和RCNS的测量数据，该算法能够提高导航定位的精度，并且在长时间导航中具有较好的稳定性。实验结果表明，SINS/RCNS组合导航算法能够为航天器的导航系统提供更准确的位置和姿态信息，为航天器的正常运行提供可靠的支持。
参考文献：
[1]ZhaoL，LiuJH．Spacecraftattitudeandpositionestimationusingimprovedstartracker[J]．IEEETransactionsonAerospaceandElectronicsSystems，2016，52(5)：2020-2033．
[2]ZhangS，HuXQ，ZhangL．Integrationofgeometricdilutionofprecisionanddatafusiontechniqueinspacecraftformationflying[J]．JournalofAerospaceEngineering，2015，28(3)：340-348．
[3]刘云华,卢冰,王爱英.航天器依赖遥测测距校正传感器的导航定位与控制方法[J]．电测与仪表,2017,54(22):61-66．