27、纳米卫星容错姿态估计与蒙特卡罗模拟运行次数分析

纳米卫星容错姿态估计与蒙特卡罗模拟运行次数分析

1. 纳米卫星容错姿态估计

1.1 背景与问题提出

准确估计卫星姿态对于满足其指向精度要求至关重要。传统的扩展卡尔曼滤波器（EKF）在正常运行条件下能为纳米卫星提供较好的姿态估计，但当姿态传感器出现故障导致测量不可靠时，其估计结果会出现误差并随时间发散。纳米卫星由于传感器通常成本较低，比大型卫星更容易出现此类故障。因此，设计一种即使传感器测量不可靠也能保持估计精度的姿态估计系统很有必要。

1.2 传统与非传统姿态估计方法

• 传统方法 ：将非线性测量模型直接输入扩展或无迹卡尔曼滤波器。
• 非传统方法 ：先通过静态姿态确定方法对测量值进行预处理，得到粗略估计，再将此估计输入滤波器。这种方法使测量模型变为线性，降低了计算负担。

1.3 自适应滤波器的引入

传统卡尔曼滤波在姿态传感器故障时无法保持估计精度，为此开发了能适应条件变化并补偿故障的自适应滤波器。本文提出一种将TRIAD算法与自适应衰落卡尔曼滤波器（AFKF）相结合的非传统姿态估计系统。

1.4 TRIAD算法

TRIAD算法，也称为“双向量算法”或“代数方法”，利用参考方向向量及其测量值来确定航天器的三维姿态。对于纳米卫星，参考方向向量通常是太阳和地球磁场方向的单位向量，通过太阳传感器和磁力计获取测量值。
具体步骤如下：
1. 给定参考坐标系中的两个向量$V_1$和$V_2$，以及它们在本体坐标系中的表示$Y_1$和$Y_2