皮卫星姿态估计及粗太阳敏感器标定算法研究

《皮卫星姿态估计及粗太阳敏感器标定算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第31卷第5期2010年5月航空学报ACTAAERONAUTlCAETASTRONAUTICASINICAV01．31No．5Mav2010文章编号：i000—6893(2010)05—1038-07皮卫星姿态估计及粗太阳敏感器标定算法研究韩柯，金仲和，王昊(浙江大学信息与电子工程系，浙江杭州310027)AttitudeEstimationandCoarseSunSensorCalibrationforPico-satellitesHanKe，JinZhonghe，WangHao(DepartmentofInformationSci

2、enceandElectronicEngineering，ZhejiangUniversity，Hangzhou310027，China)摘要：粗太阳敏感器是一种由多个光电池片配置组成的模拟式太阳敏感器，它结构简单、资源要求少，在皮卫星平台应用较为广泛。光电池光伏输出特性是粗太阳敏感器测量的基础，使用余弦关系近似等效会引入很大的误差。通过实际测试和深入分析。建立了更高精度的粗太阳敏感器输出特性等效数值模型，并以此为基础，推导了卫星姿态估计及粗太阳敏感器标定的联合在轨实时算法。算法采用多级耦合结构，由1个扩展卡尔曼滤波器(EKF)和6个

3、卡尔曼滤波器组成，同时估计卫星姿态、卫星角速度以及卫星6个面共30个标定参数。仿真表明，和常规的EKF姿态估计算法相比，联合算法的运算量只增加了一半，而估计精度却提高了一个量级。关键词：皮卫星；粗太阳敏感器；姿态估计；敏感器标定；卡尔曼滤波中图分类号：V448．22文献标识码：AAbstract：Thecoarsesunsensorisananalogsunvectordetectorconsistingofmultiplesolarcells．WithitssimplestructureandlowCOSt，thesensorisw

4、idelyusedintheplatformofpico-satellites．Therelationshipbe—tweenthephotocurrentandsunlightintensityisthefundamentalcharacteristicofthecoarsesunsensor．Gen-erally，acosinecurveisusedtOfitthatrelationship，butitcancausealargemeasurementerror．Byanalyzingexperimentaldata，thisar

5、ticleestablishedanaccuratemathematicalmodelofthesolarcelloutputcharacteris—tic，anddevelopedareal—timeon-orbitcalibrationalgorithm．ThealgorithmhasamultilevelcouplingstructurewithoneextendedKalmanfilter(EKF)andsixKalmanfiters(KFs)．Itcanestimatesatelliteattitude，angularvel

6、ocity，anduptO30differentcoarsesunsensorcalibrationparameters．Simulationshowsthat，comparedwiththecommonlyusedEKFattitudeestimator，theaccuracyofthesuggestedalgorithmisimprovedbyaboUttentimes．whiletherunningtimeisonlyincreasedtOapproximately1．5times．Keywords：pico-satellite

7、；coarsesunsensor；attitudeestimation；sensorcalibration；Kalmanfiltering皮卫星通常指质量为一到几千克的微型卫星[1]，其成本低、研制周期短、功能接口灵活，具有许多常规卫星无法比拟的优点。然而，由于自身设计的限制，皮卫星对搭载器件的功耗、质量、体积均有十分严格的要求，其控制系统可以选用的姿态敏感器件，种类十分有限，而且大多精度不高。粗太阳敏感器(CoarseSunSensor)是一种由多个光电池片配置构成的模拟式太阳敏感器，它结构简单，质量、体积小，几乎没有功耗，而且具有

8、360。的全空间测量视场，完全符合皮卫星的应用收稿日期：2009—05—15；修订日期：2009—07—21基金项目：中国博十后科学基金(2080431306)；中国博十后科学基金特别资助(20081458)；教育部“新