一种重力卫星质心在轨标定算法

《一种重力卫星质心在轨标定算法》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、2013年8月第4期中国空间科学技术ChineseSpaceScienceandTechnology一种重力卫星质心在轨标定算法辛宁1‘2邱乐德2张立华1丁延卫1王大雷2(1航天东方红卫星有限公司，北京100094)(2中国空间技术研究院，北京100094)摘要针对重力卫星质心在轨标定问题，提出了一种将预测滤波与卡尔曼滤波相结合的标定算法。该算法首先利用磁力矩器产生一个明显大于干扰力矩的周期性力矩作用于卫星上，然后利用陀螺数据实现了卫星角加速度的预测滤波估计，并通过静电加速度计信息设计卡尔曼滤波器，实

2、现卫星质心的标定；最后进行了数学仿真，仿真结果表明该算法针对卫星的角加速度及质心位置能够实时估计，三轴最佳标定精度分别为[o．06280．03240．0414]mm，实现了卫星质心较为精确的标定。关键词质心在轨标定预测卡尔曼滤波静电加速度计磁力矩器陀螺仪重力卫星DOI：10．3780／j．issn．1000—758X．2013．04．0021引言重力场探测卫星的核心有效载荷为测量非保守力的静电加速度计，用于确定星间距离的K波段微波星间双向测距仪(KBandRangingSystem，KBR)。当卫星质

3、心发生漂移时，静电加速度计内部悬浮质量块质心与卫星质心无法重合，严重影响了加速度计的测量精度[1j，同时卫星质心的偏差对KBR相位中心的几何标定也有一定的影响比j。然而，由于卫星在发射前质心校准存在误差，发射中经受振动环境，卫星入轨后姿态调整飞行中燃料损失等原因均会引起卫星质心发生漂移。为了使卫星在轨飞行测量中，达到悬浮质量块质心和卫星质心的最大重合，提高静电加速度计和KBR的测量精度，进而反演出高精度的地球重力场信息，必须进行重力卫星质心的在轨标定研究[3]。文献[4]提出了一种利用卫星自旋晃动，并

4、通过静电加速度计实现卫星质心在轨标定的方案。但是该在轨自旋方案控制难度较大，工程上难以实现。文献[5]从工程实现的角度出发，提出了一种利用周期性磁力矩使卫星产生姿态机动，利用经典的Kalman滤波算法对卫星质心进行检测的方案。此方案将卫星质心在轨标定问题转换为对卫星角加速度的求解，并进行了尝试性的仿真研究。但该算法需假设卫星加速度模型近似线性，且过程噪声为高斯白噪声，如果实际的角速度响应中存在着非线性、非平稳过程，则会降低质心估计精度。文献E6]提出了一种利用最小模型误差准则(MME)估计卫星角加速度

5、，利用EKF估计卫星质心的算法。由于该算法的测量元件中增加了陀螺仪，因此不需要再进行卫星角速度的估计，节省了一定的计算量。MME算法虽然无需利用假设的系统模型即可获得角速度估计，但是MME估计器是一种离线估计算法，无法对质心进行实时估计。为了解决实时性问题，在经典的卡尔曼滤波和MME估计器的基础上，文献[7]提出了一种应用于无陀螺角速度确定预测滤波算法，这种算法不再局限于系统模型误差只是高斯A噪声的情况，能够对空间飞行姿态进行实时估计，有效解决了存在显著动态模型误差情况下的非线性滤波问题。国家自然科学

6、基金(41274041)资助项目收稿日期：2013—01—09。收修改稿日期：2013-03—12!!主垦窒!旦型堂垫查!!!!笙!旦在上述文献的基础上，提出了一种使用静电加速度计和陀螺数据估计卫星质心的算法，其将预测滤波与扩展卡尔曼滤波相结合，以卫星角加速度和质心偏移量为状态估计量，将卫星角加速度作为系统模型误差可以实时进行估计。该算法中的滤波器不需要卫星的控制输入以及动力学特性信息，针对卫星质心及角加速度能够实时估计，具有快速的收敛性能和良好的稳定精度。卫星质心在轨标定算法卫星质心的在轨标定基本原

7、理如图1所示，根据地球磁场模型及卫星的轨道位置，利用磁力矩器给卫星施加一定频率的力矩，使卫星产生相应的转动运动。采用加速度计、陀螺仪作为检测传感器，对陀螺仪观测矢量进行预测滤波处理，估计出角加速度；对静电加速度观测矢量进行扩展卡尔曼滤波处理，分离出具有线性特征的非重力加速度分量，由此来确定卫星质心的位置。姿态机动指令

8、

9、地球磁场模型ll卫星轨道计算磁力矩器卜_—叫磁力矩l重力梯度ll非保守力卫星姿态动力学陀螺仪加速度计卫星角速度∞＼／卫星加速度A。。预测卡尔曼滤波检测算法图1重力卫星质心在轨标定原理F

10、ig．1Principleofon—orbitcalibrationofcenterofmassforgravitysatelliter一刨；一09：叫，叫，一0：∞，cU：+(：J，]五一l∞：∞，+0：一叫；一叫：叫，叫：一厶，Il∞。∞：一(：J，叫，∞：+(：J：一叫；一cu：J2013年8月中国空间科学技术11陀螺数据代人预测滤波器中，实时获取到角加速度信息，然后利用扩展卡尔曼滤波对质心位置进行标定。将式(4)右边的状态信息全部定义为模型误差d