為了保證大型導(dǎo)航星座在有限的星載運算能力和通信能力下,具備自主運行能力并提供精準位置參考信息,對基于分層結(jié)構(gòu)的星座分布式自主定軌的信息融合方法展開了研究。以地月衛(wèi)星聯(lián)合星座作為研究對象,將簡單凸組合法、協(xié)方差交叉融合法以及在線性最小方差意義下的矩陣加權(quán)法和標量加權(quán)法等方法應(yīng)用于子濾波器估計的融合中,對各種融合方法的性能進行了對比分析。仿真結(jié)果顯示,在采用方差放大技術(shù)去相關(guān)設(shè)計星座分布式自主定軌算法基礎(chǔ)上,采用簡單凸組合法、矩陣加權(quán)法和標量加權(quán)法3種融合方法的定軌精度較高,與集中式濾波精度相當,其中標量加權(quán)法的計算代價最低;而協(xié)方差交叉融合法由于難以準確確定最優(yōu)系數(shù),其精度低于其他3種方法。 

【文章來源】：北京航空航天大學(xué)學(xué)報. 2020,46(07)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

拉格朗日衛(wèi)星與全球?qū)Ш叫l(wèi)星測距示意圖

考慮受到衛(wèi)星計算能力和存儲量的限制,本文采用分層式結(jié)構(gòu)設(shè)計星座自主定軌濾波器[16]。GNSS星座由采用Walker 24/3/2結(jié)構(gòu)的中軌道地球衛(wèi)星(Medium Earth Orbit,MEO)構(gòu)成,其分布示意圖如圖2所示。在構(gòu)建子濾波器時,將同一軌道面上相鄰的4顆衛(wèi)星進行組合,且同軌相鄰的2個子濾波器包含2顆相同的衛(wèi)星。同時,每個子濾波器包含2顆拉格朗日衛(wèi)星以保證絕對定位性能。在異軌信息利用方面,可將異軌衛(wèi)星引入子濾波器,對子濾波器進行集中濾波,此時只利用異軌衛(wèi)星的預(yù)測狀態(tài);此外,也可只利用異軌衛(wèi)星間的測距信息而不對異軌衛(wèi)星自身狀態(tài)進行估計。本文采用引入異軌衛(wèi)星進行集中濾波的方法,并利用與2顆異軌衛(wèi)星間的星間測距信息提供軌道面外的幾何約束信息,以實現(xiàn)更精準的軌道定位。將各子濾波器得到的局部狀態(tài)估計,經(jīng)過進一步融合得到星座中各衛(wèi)星的狀態(tài)估計結(jié)果。本文設(shè)計的分層式結(jié)構(gòu)的子濾波器的組成如表1所示。表1 分層結(jié)構(gòu)的子濾波器構(gòu)成Table 1 Hierarchical sub-filter structure 子濾波器編號 MEO衛(wèi)星編號 拉格朗日衛(wèi)星編號 異軌測量衛(wèi)星編號 1 1,2,3,4 La, Lb 9,17 2 3,4,5,6 La, Lb 9,17 3 5,6,7,8 La, Lb 9,17 4 7,8,1,2 La, Lb 9,17 5 9,10,11,12 La, Lb 1,17 6 11,12,13,14 La, Lb 1,17 7 13,14,15,16 La, Lb 1,17 8 15,16,9,10 La, Lb 1,17 9 17,18,19,20 La, Lb 1,9 10 19,20,21,22 La, Lb 1,9 11 21,22,23,24 La, Lb 1,9 12 23,24,17,18 La, Lb 1,9

在相同軌道面上,子濾波器之間含有部分公共的衛(wèi)星狀態(tài),如圖3所示,S1～S6、S9～S12為MEO 1～12號衛(wèi)星的狀態(tài),La、Lb代表拉格朗日衛(wèi)星的狀態(tài)。為了提高濾波精度,將其公共狀態(tài)進行融合。由于各個子濾波器中都含有相同的拉格朗日衛(wèi)星,因此對拉格朗日衛(wèi)星狀態(tài)的融合采用基于多傳感的不相關(guān)融合方法,本文不作深入討論。而對于所有全球?qū)Ш叫l(wèi)星,它們作為公共衛(wèi)星被包含在同軌相鄰的2個子濾波器中,因此,在確保估計精度的前提下,設(shè)計高效實用的融合2個局部狀態(tài)估計的融合方法。

【參考文獻】：
期刊論文
[1]基于協(xié)方差交叉算法的多源遙感圖像融合方法[J]. 崇元,徐曉剛,徐貫雷,邵承勇.  電光與控制. 2013(06)
[2]協(xié)方差交叉融合魯棒Kalman濾波器[J]. 張鵬,齊文娟,鄧自立,高媛,劉金芳.  控制與決策. 2012(06)
[3]多傳感器矩陣加權(quán)信息融合預(yù)測控制算法[J]. 李云,邢宗新,李世軍,金浩,趙明,張玉茹.  應(yīng)用科技. 2012(02)
[4]聯(lián)合星間測距和測速的導(dǎo)航星座自主定軌研究[J]. 孟繁智,吳向宇,歐鋼.  飛行器測控學(xué)報. 2010(04)
[5]基于分段RTS平滑的凸組合航跡融合算法[J]. 陳金廣,高新波.  計算機科學(xué). 2010(04)
[6]按三種不同加權(quán)準則的信息融合Kalman濾波器的性能比較[J]. 梁佐江,鄧自立.  黑龍江大學(xué)自然科學(xué)學(xué)報. 2005(06)
[7]多傳感器按對角陣加權(quán)信息融合Kalman濾波器[J]. 鄧自立,高媛,崔崇信.  科學(xué)技術(shù)與工程. 2004(07)
[8]多傳感器標量加權(quán)最優(yōu)信息融合穩(wěn)態(tài)Kalman濾波器[J]. 孫書利,崔平遠.  控制與決策. 2004(02)

博士論文
[1]衛(wèi)星星座分布式協(xié)同定軌方法研究[D]. 戴孟元.國防科學(xué)技術(shù)大學(xué) 2016



本文編號：3609417