微纳卫星动态剩磁在轨标定算法优化

本文主要探讨了微纳卫星在面对动态剩磁波动影响时，提高其在轨定姿精度的关键技术——结合地面剩磁标定数据的改进扩展卡尔曼滤波（EKF）算法。EKF是一种广泛应用于状态估计和滤波问题的数值方法，特别适合处理非线性系统的动态建模。 在该研究中，作者构建了一个综合的系统模型，包括卫星的姿态运动学模型、陀螺仪模型以及磁强计的静态测量模型。这些模型共同构成了系统的状态方程，用于描述卫星在轨运行的动态行为。磁强计是微纳卫星姿态控制中的重要传感器，其剩余磁场偏置的准确校准对于定位精度至关重要。 算法的核心在于，它利用太阳敏感器和磁强计的实际测量数据进行量测更新，同时结合地面的剩磁标定结果，设计出随时间变化的系统噪声协方差阵。这种方法允许算法在实际运行中动态跟踪剩磁的波动，并能实时对磁强计的偏置进行标定，从而减小剩磁不确定性对定姿的影响。 通过浙江大学皮星二号(ZDPS-2)卫星的地面剩磁标定数据进行仿真分析，研究结果显示，该改进的EKF算法能够有效地捕捉和估计动态剩磁，即使在剩磁波动较大的情况下，也能快速收敛，其收敛时间小于25个时间步，这表明该算法具有较高的稳定性和实时性能，对于提升微纳卫星在复杂空间环境下的定姿精度具有显著效果。这项研究为微纳卫星在轨姿态控制的精确性提供了一种有效且实用的方法。