火星大气进入自主导航与制导方法研究

《火星大气进入自主导航与制导方法研究》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、硕士学位论文火星大气进入自主导航与制导方法研究AUTONOMOUSNAVIGATIONANDGUIDANCEMETHODFORMARSENTRY伍凯哈尔滨工业大学2015年8月国内图书分类号：V448学校代码：10213国际图书分类号：629密级：公开工学硕士学位论文火星大气进入自主导航与制导方法研究硕士研究生：伍凯导师：崔平远教授申请学位：工学硕士学科：航空宇航科学与技术所在单位：航天学院答辩日期：2015年8月授予学位单位：哈尔滨工业大学ClassifiedIndex:V448U.D.C:6

2、29DissertationfortheMasterDegreeinEngineeringAUTONOMOUSNAVIGATIONANDGUIDANCEMETHODFORMARSENTRYCandidate：WuKaiSupervisor：Prof.CuiPingyuanAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：AeronauticalandAstronauticalScienceandTechnologyAffiliation

3、：SchoolofAstronauticsDataofDefence:August,2015Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要在整个EDL过程中，火星大气进入段持续时间长，环境复杂，对最终的着陆精度影响较大。为此，本文对火星大气进入的自主导航和制导技术进行了研究，主要内容包括：首先，针对不同的任务需求，分别建立了火星惯性系、火星固连系下的进入段动力学方程及球分量形式的进入段动力学方程

4、，推导了火星惯性系、火星固连系及球分量形式的状态变量间的转换关系，为后续研究奠定了理论基础。其次，针对火星大气进入段传统航位递推误差大及导航观测信息有限的问题，研究了基于IMU/无线电测量的组合导航算法。该算法同时利用加速度计测量信息和无线电距离测量信息进行状态估计，通过数学仿真分析了无线电测量中断和恢复对导航系统的影响。进一步研究了多模型自适应估计算法，每个滤波器对应一个大气密度模型，根据贝叶斯法则实现状态估计。然后，设计了基于扩展高增益观测器的阻力跟踪制导方法，能对阻力加速度、阻力加速度变化

5、率及系统扰动进行在线估计，再通过状态反馈能对探测器的运动轨迹进行有效跟踪。该方法对初始状态误差、大气密度误差及探测器气动系数误差等不确定性因素具有一定的鲁棒性。最后，研究了自适应变结构神经网络轨迹跟踪方法。该方法利用具有在线自学习能力的多层神经网络，能对系统中非线性项、不确定因素及未建模动态进行补偿，有效提高了轨迹跟踪系统的鲁棒性。关键词：火星着陆；进入导航与制导；无线电测量；高增益观测器；神经网络-I-哈尔滨工业大学工学硕士学位论文AbstractTheMarsentryphaseisthel

6、ongestandmostcomplexsegmentofthewholeEDL,whichwilldeterminethefinallandingprecision.So,theautonomousnavigationandguidancetechnologywasstudiedonforMarsentry.Themaincontentsinclude:Firstly,differentkindsofdynamicequationswerebuiltforMarsinertialcoordin

7、ateframe,Marsfixedcoordinateframeandspherecomponentsfordifferentmissionrequirements,andtheirconversionrelationshipwasreseached.Secondly,theerroroftraditionaldeadreckoningislargeandobservationinformationofnavigationispoorinMarsEntry.soMarsentrynavigat

8、ionbasedonIMU/radiomeasurementswasstudied.Themethodusesaccelerationmeasuredandradioranginginformationtoestimatethestates.Theimpactoftheradiomeasurementinterruptionandrecoveryonnavigationsystemwasstudied.Themultiple-modeladaptiveestimationalgorithmwas