使用恒星跟踪仪测量矢量估算角速度的自适应卡尔曼滤波方法

"这篇研究论文探讨了如何利用恒星跟踪仪的测量矢量来估算航天器的角速度。文章提出了两种方法，一种是基于最小二乘法，另一种是采用自适应卡尔曼滤波器，这两种方法都可以直接从恒星跟踪仪的测量数据中估算角速率。这些方法只需要矢量测量值和采样间隔的信息，不需要动力学模型或惯性二阶信息。通过使用具有挑战性的微型卫星CHAMP的轨道数据进行仿真以及进行夜空观测的实验测试，验证了所提出方法的有效性。仿真和实验结果显示，该方法在准确度、鲁棒性和性能上表现出色。" 在航天器导航和控制系统中，角速度是一个至关重要的参数，它反映了航天器姿态的变化率。传统的角速度测量通常依赖于陀螺仪等设备，但这种方法可能受到设备精度和漂移的影响。本文提出的基于恒星跟踪仪的角速度估计方法提供了一种替代方案。恒星跟踪仪通过识别和追踪天体的位置来确定航天器的姿态，其测量的矢量信息可以转换为角速度信息。 最小二乘法是一种优化技术，用于拟合数据点并找到最佳参数估计。在本文的上下文中，它可能被用来处理恒星跟踪仪测量中的误差，以求得最接近实际角速度的估计值。 自适应卡尔曼滤波器则是一种动态滤波方法，它能够根据观测数据自动调整滤波器参数，以适应系统变化和减小噪声影响。在没有动力学模型和惯性二阶信息的情况下，这种滤波器依然能有效地滤除测量噪声，从而提高角速度估计的精度。 为了验证这两种方法的性能，研究者使用了CHAMP卫星的实际轨道数据进行仿真测试。CHAMP卫星因其复杂的运动特性，为验证角速度估计方法提供了严苛的环境。此外，他们还进行了实际的夜空观测实验，这进一步证明了这些方法在真实世界条件下的有效性。 综合仿真和实验结果，文章得出结论，所提出的角速度估算方法在多种条件下都表现出良好的准确性和稳定性，对于未来的航天器姿态控制和导航系统设计具有重要的参考价值。这些方法可能特别适用于资源有限的小型卫星，因为它们减少了对复杂硬件和精确动力学模型的依赖。