平方根Spherical Simplex UKF在飞船姿态估计中的应用

提出了一种用矢量观测来估计飞船姿态的平方根spherical simplex unscented卡尔曼滤波算法。该算法将spherical simplex unscented变换与unscented卡尔曼滤波结合起来,与采用scaled unscented变换的unscented卡尔曼滤波相比,具有更低的计算量。其平方根形式由于协方差阵的半正定性,拥有更好的数值稳定性。飞船的姿态运动学描述采用了四元数,而用广义罗德里格斯参数来克服卡尔曼滤波过程中的四元数归一化误差。仿真结果表明,该算法比标准扩展卡尔曼滤波具有更低的姿态估计误差及更快的收敛率。     

基于零动态设计原理的刚体姿态控制

采用四元数,古典的Rodrigues参数和修改的Rodrigues参数来描述刚体旋转运动.基于微分几何中的零动态设计原理,首先构造一个输出映射,使系统具有相对阶{1,…,1}且零动态渐近稳定.然后求出一类反馈控制器,使得系统部分线性化为一指数稳定的线性方程.仿真结果表明,所求控制器能使闭环系统稳定.     

基座高频运动时捷联姿态算法的扩展

1.引言 用于惯性导航的捷联系统其特点是它的敏感元件感受高的动态范围。因此,在选择系统姿态算法时需要考虑基座高频运动的影响。 通常捷联系统用的姿态算法有欧拉法、方向余弦法和四元数法、在这些算法中,四元数方法是最常用的,其优点是没有奇异性、简单和节省计算时间。最近,伯斯、泽旦和米勒提出了旋转矢量的概念,进一步改进了四元数方法的性能。事实证明,附加了旋转矢量概念的四元数方法能有效的抑制非交换误差这一姿态计算中的重要误差源。     

高动态载体的捷联航姿算法仿真研究

在总结旋转四元数方法和旋转矢量三子样优化算法的基础上,以高动态栽体为对象,将2种航姿算法在Matlab环境下进行了仿真对比.仿真结果表明,在典型圆锥运动下,旋转四元数方法没有补偿不可交换误差,解算精度较低.旋转矢量优化算法在高动态栽体的航姿解算中的姿态描述是有效和适用的.     

一种改进的扩展旋转矢量姿态算法

在分析扩展旋转矢量姿态算法的基础上,基于典型圆锥运动理论以及迭代算法的思想推导了一种面向四子样的改进扩展旋转矢量优化算法.给出了较为详细的算法推导过程和具体公式.为检验改进算法的有效性,先后采用传统的四元数法、扩展旋转矢量法以及改进算法,对载体的典型圆锥运动进行了计算机仿真研究.结果表明,该优化算法不仅改变了捷联惯性导航系统中陀螺子样的利用方式,而且提高了系统旋转矢量的计算精度以及姿态算法的实时性.     

非正交转轴刚体姿态控制

针对非正交转轴二自由度旋转支架的刚体姿态控制问题,应用四元数方法,讨论了非正交转轴非正交参数的辩识方法,给出了姿态控制信号与姿态四元数参数之间的关系和一种具有全局指数渐进稳定性的四元数参数姿态控制方法。     

利用星载相机成像信息进行卫星姿态确定的方法(英文)

随着卫星定姿精度要求的日益提高,仅用常规卫星敏感器已经不能满足高精度定姿要求,针对该问题,提出一种利用星载相机的单点成像信息进行卫星姿态确定的算法,根据相机成像原理推导出卫星姿态角与像点位置的关系,结合数字相机的特殊成像方式,建立了用误差四元数描述的线性相机测量残差模型,并给出联合常规姿态敏感器进行联合姿态确定的方案.仿真结果证明星载相机的信息的引入使得稳态姿态估计精度由0.002 6°提高到0.000 69°,并且加快了滤波收敛速度.     

一种捷联惯导系统姿态测量新算法的应用研究

为改进捷联惯导系统姿态矩阵的解算、实时计算等问题,本文引入四元数三阶泰勒展开递推式作为捷联惯导系统的姿态更新算法,着重解决了使用三阶泰勒展开递推式进行姿态计算的方法,并对某陆地捷联惯导系统的量测数据,用C语言进行了相应的仿真.本文的工作为改进捷联惯导系统算法提供了参考依据.     

一种改进的高动态SINS姿态更新算法

为了提高捷联惯导姿态解算的精度,介绍了捷联惯导姿态更新的流程及常用方法,并提出了一种改进的等效旋转矢量姿态解算算法。对改进算法的姿态解算算法在低动态条件和高动态条件下分别进行了仿真实验,结果表明改进算法在低动态条件下的姿态解算精度和毕卡四元数法相当,在高动态条件下的姿态解算精度远高于传统毕卡四元数法。     

鲁棒四元数无味卡尔曼滤波算法在组合导航姿态估计中的应用

针对SINS/GPS直接式组合导航姿态估计中,GPS信号易受外界干扰而引入污染观测量等问题,提出基于Huber的鲁棒化四元数无味卡尔曼滤波算法。通过研究在四元数无味卡尔曼滤波算法中引入Huber鲁棒化框架,对原算法的量测更新进行修正,增强滤波算法的鲁棒性与稳定性。以SINS/GPS位置松组合为应用背景,在不同仿真环境下,验证提出算法对姿态信息的估计效果。试验结果表明:与原算法相比,该算法具有更好的鲁棒性和稳定性。