URTS在衛星姿態后處理中的應用

雷　琦 ，龔志輝

信息工程大學地理空間信息學院 ，河南 鄭州，450052

?

URTS在衛星姿態后處理中的應用

雷琦 ，龔志輝

信息工程大學地理空間信息學院 ，河南 鄭州，450052

為了進一步提高衛星姿態后處理精度，本文針對星敏感器與陀螺的組合姿態確定系統，詳細介紹了URTS算法在衛星姿態后處理中的解算流程，分析比較了EKF、UKF、ERTS和URTS在衛星姿態后處理中的表現。實驗結果表明：URTS可以提高衛星姿態估計精度，能夠應用到衛星姿態后處理中。

EKF；UKF；姿態后處理；RTS；ERTS；URTS

1　引　言

隨著衛星任務復雜性的提高，提高衛星姿態確定精度顯得越來越重要。在高分辨率對地觀測中，衛星作為重要的平臺，其姿態確定精度對測圖的影響很大。因此，如何在現有姿態敏感器量測精度的前提下提高姿態精度具有重要意義。

目前，星敏感器和陀螺是航天任務中常用的姿態確定敏感器組合，其精度是最高的[1]。姿態處理方式上主要有兩種模式：一是在軌實時處理；二是下傳原始測姿數據進行地面事后處理，如日本的ALOS衛星[2]、法國的jasin1衛星[3]、中國的ZY-3號衛星等。在衛星姿態確定中，常用的算法有EKF[4]、UKF[5]等。EKF是一種在工程領域廣泛使用的非線性濾波；UKF近年來得到廣泛關注，它通過無跡變換產生一系列高斯采樣點來直接逼近后驗狀態分布，不需要對非線性系統進行線性化，避免了雅克比矩陣的計算，通過非線性統計，精度至少可以達到2階。RTS平滑濾波是一種基于最大后驗估計的算法，作為一種有效的離線處理算法，RTS平滑算法的使用必須基于正向濾波，如基于正向EKF形成的ERTS算法，ERTS算法在GPS/INS組合導航系統的后處理中已被廣泛使用[6,7]。

在工程實踐中，為滿足星上姿態確定的實時性需求，衛星姿態確定廣泛采用EKF，但是對于遙感衛星,高精度的離線處理是非常有意義的。由于后處理在實時性和濾波算法選擇上沒有過多限制，考慮到遙感影像處理的非實時性特點，可以利用衛星下傳的原始星敏感器和陀螺數據進行事后處理，進一步提高姿態確定精度。因此，通過下傳原始測姿數據來進行地面姿態后處理具有較大的應用潛力。本文為了充分利用地面姿態后處理的優勢，提高姿態確定精度，將基于UKF的RTS平滑算法應用到衛星姿態數據的后處理中，并對比分析了EKF、UKF、ERTS和URTS在衛星姿態后處理中的表現。

2　姿態確定模型

2.1姿態運動學方程

衛星的姿態通常用四元數來描述，定義四元數為：q=[q0,q1,q2,q3]T=[q0,q13]T,其中q0和q13分別是四元數標量部分和矢量部分。姿態運動學方程[8]如下所示：

(1)

2.2陀螺測量模型

在姿態確定系統中，陀螺用于測量本體系相對于慣性系的角速度，量測模型為[8]：

ωm=ω+b+d+w

(2)

(3)

2.3系統狀態方程

以往的定姿系統都是采用間接法求解，即估計狀態變量的誤差。本文采用直接法模型進行答解，取x(t)=[q0,q1,q2,q3,bx,by,bz,dx,dy,dz]T作為狀態估計量，結合式(1)和式(2),得到狀態方程如下：

(4)

式中，w(t)=[wx,wy,wz,wdx,wdy,wdz]T

2.4星敏感器的測量模型

星敏感器是一種高精度的姿態敏感器，其輸出有姿態四元數或者恒星天體矢量(參考矢量)相對于衛星的方向矢量信息[9]。建立理想情況下的測量方程如下：

(5)

本文采用雙星敏與陀螺組合定姿，構建觀測方程如下：

(6)

3　URTS算法

URTS算法包含兩個過程：正向UKF與反向RTS平滑。對非線性連續系統進行濾波前需要進行離散化處理，離散化后的模型如下：

(7)

式中，Xk為狀態估計量，f(Xk)為非線性狀態方程，G(Xk)為噪聲分布矩陣，Yk為量測量，h(Xk)為系統狀態方程，Wk和Vk分別為過程噪聲的量測噪聲矩陣，且屬于0均值高斯白噪聲分布。

在正向UKF濾波過程中，狀態量通過UKF從0到N進行估計。在完成正向濾波后，RTS平滑算法從N到0進行反向平滑估計。

3.1UKF

UKF是基于EKF的改進，基本思想是近似非線性函數的概率密度分布比近似非線性函數更容易使用確定性采樣方法，近似隨機變量統計量來解決非線性濾波問題。其計算流程如下：

(1)初始化

(8)

(9)

(2)權重選取

(10)

(11)

(4)時間更新

χi,k|k-1=f(χi,k-1)

(12)

(13)

(14)

(15)

Yi,k|k-1=h(χi,k|k-1)

(16)

(17)

式中，Bk是上一步的估計值和當前預測值的互協方差陣。

(5)量測更新

(18)

(19)

(20)

(21)

(22)

3.2RTS平滑

(23)

(24)

(25)

4　仿真實驗

姿態評價標準按如下原則進行。

(26)

(27)

于是可以得到姿態誤差角對應的方向余弦陣為：

(28)

(29)

得到衛星姿態角估計誤差為：

(30)

式中，δθ、δγ、δφ分別為Pitch、Roll、Yaw的估計誤差。

數學統計特性評估的均值和中誤差如式(31)、(32)。

(31)

(32)

圖1　姿態估計誤差

表1姿態誤差統計表

濾波方式姿態估計誤差均值(″)中誤差(″)PitchRollYawPitchRollYawEKF0.0657-0.00060.01090.56400.52760.5468ERTS0.0358-0.00390.03540.27630.24960.2942UKF0.0654-0.00040.01080.56030.51760.5467URTS0.0315-0.00300.03560.26750.22350.2900

如圖1和表1所示，當初始姿態誤差為0時，EKF與UKF都能取得較好的姿態估計結果，兩者估計精度幾乎一致，UKF估計效果略好于EKF，但是差距不大。因此，都可用于姿態實時估計中，這也反應了系統狀態的非線性不強。由于UKF計算復雜，且耗時較長，因此，星上姿態估計廣泛采用EKF。

在EKF和UKF的基礎上進行平滑解算后，ERTS和URTS都能顯著提高姿態估計精度。ERTS相比于EKF，三軸姿態估計精度分別提高了約51.0%、52.7%、46.2%；URTS相比于UKF，三軸姿態估計精度分別提高了約52.3%、56.8%、46.9%。 URTS精度略好于ERTS， 但相差不大，這兩種算法都能應用到衛星姿態事后處理中。經過RTS平滑解算后，姿態精度能提高的主要原因在EKF和UKF中，向前進行姿態預估時利用的是K時刻之前的量測信息，而RTS作為一種事后處理方式，沒有實時性要求，能夠利用量測階段所有量測信息改善濾波估計效果。

遙感衛星對衛星姿態的要求非常高， 特別是針對無地面控制遙感測繪，衛星姿態精度的好壞直接影響到遙感衛星性能的有效發揮，因此,通過下傳原始姿態星敏感器和陀螺測姿數據進行地面事后處理能夠提高對地定位精度，具有一定的工程意義。

圖2　三軸初始姿態誤差均為1°時姿態估計誤差

表2姿態誤差統計表

濾波方式姿態估計誤差均值(″)中誤差(″)PitchRollYawPitchRollYawEKF0.6185-0.1459-0.50620.57930.54150.5760ERTS-0.1000-0.14090.01750.28190.25060.2944UKF0.1602-0.5891-0.23570.57740.54090.5644URTS-0.0442-0.12980.01780.28100.23270.2940

圖2是在三軸初始姿態誤差均為1°的條件下進行濾波估計穩態后的姿態誤差圖，可以看出URTS收斂效果最好。表2給出的是在濾波穩定后姿態估計誤差的統計特性。由表2可知：四種算法的中誤差相比于初始姿態誤差為0時，變化不大；姿態估計誤差均值有較大的變化，其中URTS的均值優于另外三種，姿態估計精度在四種算法中效果最好。

5　結　論

本文從提高遙感衛星姿態后處理精度的角度出發，將RTS平滑算法引入到UKF中，并對URTS算法進行了詳細介紹。對比了EKF、UKF、ERTS和URTS算法在衛星姿態確定中的表現并進行了詳細的分析。仿真實驗表明：URTS算法在初始姿態誤差增大時，其收斂性和姿態估計精度要優于其他三種算法。隨著對地觀測衛星的發展，姿態精度的要求越來越高，因此，從原始測姿數據進行研究，能夠彌補星上實時解算精度不足的缺點，對于發揮遙感衛星的性能，尤其是進行境外測繪具有重要意義。

本文在星敏感器和陀螺量測模型上采用的是常用模型，而星敏感器和陀螺在軌運行時存在其他復雜誤差的影響，比如陀螺安裝誤差和標度因子、星敏感器安裝誤差和星敏感器低頻誤差等的影響，下一步工作將通過建立考慮這些誤差因子的復雜量測模型進行姿態估計，進一步提高姿態確定精度。

[1]吳志華.基于星敏感器/陀螺組合定姿系統研究[D].哈爾濱: 哈爾濱工業大學，2011.

[2] Takanori Iwata.Ground-Based Precosion Attitude Determination for the Advanced Land Observing Satellite(ALOS)[C].Kanazawa:On Space Technology and Science,2006.

[3] Montel.Johan,Landiech.Philippe,Dunogues.Odile.Jason1:0n-ground gyro Magnet ic Attitude Estimation in case of Definitive Star Trackers Loss[J].Space Sci-ence Reviews,2004,15(2):3-8.

[4] 秦永元,張洪鉞,汪淑華.卡爾曼濾波與組合導航原理[M].西安: 西北工業大學出版社, 2012.

[5] S.J.Julier,J.K.Uhlmann,H.F.Durrant-Whyte.A New Approach for Filtering Nonli near Systems[C].Washiogton: Proceedings of the American Control Conference,1995.

[6] Yang Yanjuan.Application of Optimal Smoothing Algorithm to the Postmission Analysis of GPS/SINS Integrated System[J]. Journal of Projectiles Rockets Miss-liles and Guidance,2004,24(1):5-7.

[7] 宮曉琳,房建成.基于SVD 的R-T-S 最優平滑在機載SAR 運動補償POS系統的應用[J].航空學報,2009,30(2):209-215.

[8] 屠善澄.衛星姿態動力學與控制[M].北京:中國宇航出版社,2005.

[9]劉一武，陳義慶.星敏感器測量模型及其在衛星姿態確定系統中的應用[J].宇航學報,2003,24(20):162-167.

Application of URTS in Post-processing of Satellite Attitude Determination

Lei Qi，Gong Zhihui

Institute of Geospatial Information, Information Engineering University,Zhengzhou 450052,China

In order to further improve the post-processing attitude determination accuracy, the RTS smoothing algorithm is introduced based on UKF for the combined attitude determination system of star sensor and gyro. The calculation procedure of URTS algorithm in the post-processing attitude determination is explained in detail, and the performances of EKF, UKF, ERTS and URTS in the post-processing of attitude determination are analyzed and compared. The results show that URTS can effect-ively improve the estimate accuracy of satellite attitude, and can be applied to the post-processing of attitude determination.

EKF; UKF; post-processing of attitude determination; RTS; ERTS; URTS

2015-09-23。

雷琦(1990—),男，碩士研究生，主要從事航天攝影測量研究。

P223

A