基于无迹卡尔曼滤波的柔性自由翻滚目标姿态估计

在进行在轨维修以及清除等任务时,需要确定航天器的姿态四元数和角速度.失效卫星常处于自由翻滚状态,通常带有柔性帆板,其运动规律相较于刚性帆板更为复杂.一方面,空间失效卫星的姿态确定常使用激光雷达、双目相机作为测量装备,其测量精度常受到光照、磁场等的影响,会对识别精度产生较大干扰.另一方面,柔性航天器的质量特性容易发生变化,导致很难对其动力学模型进行精确描述.针对柔性自由翻滚目标的状态难以获取的问题,本文提出基于无迹卡尔曼滤波的姿态估计方法,并采用神经网络补偿柔性航天器模型误差.仿真结果显示:无损卡尔曼滤波器(Unscented Kalman filter,UKF)算法对柔性航天器的姿态四元数预测误差值在10-3范围内,角速度误差值最高0.08 rad/s,采用神经网络补偿动力学模型后对四元数的预测误差稳定在9×10-4范围内,角速度误差稳定在1.5×10-3范围内.结果表明,使用神经网络补偿柔性航天器动力学模型的不确定项之后,UKF对柔性自由翻滚目标的姿态估计精度满足工程要求.