一种基于信息融合的深空探测航天器巡航段自主导航方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111536980A(43)申请公布日2020.08.14(21)申请号202010062142.6(22)申请日2020.01.19(71)申请人中国空间技术研究院地址100194北京市海淀区友谊路104号(72)发明人叶子鹏周庆瑞王辉杨超刘晔伟朱创(74)专利代理机构中国航天科技专利中心11009代理人庞静(51)Int.Cl.G01C21/24(2006.01)权利要求书1页说明书4页附图2页(54)发明名称一种基于信息融合的深空探测航天器巡航段自主导航方法(57)摘要本发明涉及一种基于信息融合的深空探测航天器巡航段自主导航方法，通过下述方式实现：(1)对太阳进行多普勒频移测速，结合动力学模型与扩展卡尔曼滤波估计航天器状态信息(2)航天器获取所需的导航小行星星历表，对导航小行星的视线矢量进行测量，利用最小二乘法对获得的视线矢量进行处理，计算出航天器的状态估计值(3)对步骤(1)得到的航天器状态信息以及步骤(2)中航天器的状态估计值进行融合，得到修正后的航天器状态信息。CN111536980ACN111536980A权利要求书1/1页1.一种基于信息融合的深空探测航天器巡航段自主导航方法，其特征在于通过下述方式实现：(1)对太阳进行多普勒频移测速，结合动力学模型与扩展卡尔曼滤波估计航天器状态信息(2)航天器获取所需的导航小行星星历表，对导航小行星的视线矢量进行测量，利用最小二乘法对获得的视线矢量进行处理，计算出航天器的状态估计值(3)对步骤(1)得到的航天器状态信息以及步骤(2)中航天器的状态估计值进行融合，得到修正后的航天器状态信息，该信息作为下一迭代步步骤(1)中扩展卡尔曼滤波中使用值。2.根据权利要求1所述的方法，其特征在于：所述的融合通过下述方式实现：(3.1)对步骤(1)得到的航天器状态信息以及步骤(2)中航天器的状态估计值进行滤波，得到滤波结果(3.2)将(3.1)得到的滤波结果作为所需的状态信息与步骤(1)得到的航天器状态信息一起重新进行滤波，得到的滤波结果作为所述修正后的航天器状态信息。3.根据权利要求2所述的方法，其特征在于：所述的滤波结果计算公式如下：其中，βi(k)为两种估计值的权重，P1(k)为扩展卡尔曼滤波在第k步估计后的估计均方误差阵，P2(k)是对最小二乘估计精确度的衡量值。4.根据权利要求3所述的方法，其特征在于：P2(k)设置为不变的矩阵。5.根据权利要求4所述的方法，其特征在于：P2(k)的二范数值设置为最小二乘估计所得位置误差的平方值。6.根据权利要求3所述的方法，其特征在于：通过统一位置与速度的单位，令位置估计误差量级大于速度估计误差量级，从而实现P1(k)与P2(k)的二范数值只与估计的位置误差有关，从而实现权重分配βi(k)只在位置估计上产生作用。7.根据权利要求2所述的方法，其特征在于：所述的滤波结果计算公式如下：其中，I33为单位阵。2CN111536980A说明书1/4页一种基于信息融合的深空探测航天器巡航段自主导航方法技术领域[0001]本发明涉及航天器深空探测任务中的自主导航技术领域，尤其是基于天文观测的自主导航算法技术。背景技术[0002]通常情况下，航天器的位置确定可以通过地面站测控或者是GNSS导航定位。然而对于深空探测任务，这两者都存在一定局限性。地面测控站对于深空任务会有较大的传输时延，实时性差，同时无线电会被天体遮挡造成传输中断；GNSS受限于其覆盖与信号衰减问题，且同样具有时延问题，因此，自主导航对航天器提高生存能力，有效完成任务具有重大意义。[0003]目前常用的深空自主导航方法为天文光学自主导航，但是目前的方法或者单纯利用几何解析法进行导航，或者依赖于动力学模型与量测值相结合的卡尔曼滤波进行导航。前者方法简单，不需要航天器的动力学模型，但是导航结果受星光角距测量精度以及导航星与航天器距离的影响较大，在深空探测任务中具有较大误差。后者对动力学模型及量测量精确度要求较高，当动力学模型精度不足时，导航精度会迅速下降。[0004]与本发明最接近的方法是利用多普勒频移测速与天文导航进行组合的方法，但是其方法是将所有量测量同时进行卡尔曼滤波，与本发明不同，不能适用于火星巡航段自主导航。发明内容[0005]本发明解决的技术问题是：为了满足深空探测器自主运行的需求，同时也适应我国无法在全球布置测控站的困境，提供一种基于信息融合的深空探测航天器巡航段自主导航方法，能够解决由量测星光角距精度、导航星与航天器距离、导航星星历误差等原因造成的状态估计误差较大问题，以及现有动力学模型的精度较差，导航误差较大的问题。[0006]本发明解决技术的方案是：一种基于信息融合的深空探测航天器巡航段自主导航方法，