首页 理论教育 海洋智能无人系统姿态估计

海洋智能无人系统姿态估计

时间:2023-10-25 理论教育 版权反馈
【摘要】:ION姿态估计算法使用三个传感器信息的组合,在沿着轨道的离散点上,根据其轨道位置计算出其姿态。设计的实现过程是使用两组向量确定姿态。接下来,有必要用下式来计算太阳的平均近点角MSun:其中TTDB是重心动态时间,可近似估计为TUT1。

海洋智能无人系统姿态估计

姿态的确定是一个独特的问题,其中只测量出一个向量是不能计算出姿态的,并且整个系统处于不确定状态。同时,测量两个向量会提供过多的信息,迫使问题超定。其结果就是大多数的姿态确定算法就是姿态估计算法,ION也不例外

ION姿态估计算法使用三个传感器信息的组合,在沿着轨道的离散点上,根据其轨道位置计算出其姿态。设计的实现过程是使用两组向量确定姿态。第一组向量包括在卫星体系里的磁场和太阳方向,这些信息是从卫星体框架下的磁力计、太阳传感器和电池板获得的。第二组是在ECI体系中的磁场向量和太阳方向向量,这两个向量是基于卫星的轨道位置计算出来的。该方法的细节将在下面部分介绍。

1)板载传感器的太阳方向向量

图16.8展示了当ION处于轨道上有阳光的地方时太阳能电池板和顶部的太阳能传感器是如何照射的。根据太阳能板顶部电池的电压读数,角度α3可以很快地计算出来,将其代入式(16.11)。

所产生的电流入射角之间的关系可以写成:

I=Imaxsinα (16.12)

其中在图16.9中确定α,Imax为当太阳直射太阳板时所产生的感应电流

图16.8 太阳入射角图

图16.9 光电图

用式(16.12)可以得到卫星两边的电池所产生的电流之间的关系,建立一个比例系数,结果如下:

另一个维数α2可以从以下的关系式中得到:

sinα2=sinα1(16.14)

最后,如式(16.15)所示,使用前面的方程,图16.8中的几何关系可用三个入射角来表示。在这种形式下,假定入射光束相交于x,y的正轴、z的负轴上,那么方程描述了在卫星的固定框架中的太阳矢量

2)来自JulianDate的太阳方向向量

通过板载传感器获得太阳的位置后,下一个步骤是计算基于JulianDate的太阳矢量。JulianDate是表示任何天文现象的全球时间所普遍采用的手段将其定义为自4 713 B.C格林尼治中午(12∶00)以来的天数。

但是,因为JulianDate不是给卫星任务安排时间表和显示姿态经历最直观的方式,在整个ADCS软件中都是使用这种通用的格式:[年;月;日;小时;分钟;秒]。由于这两种时间格式的使用,式(16.16)给出了两者之间的转换关系:

在制定ECI框架中的太阳矢量时必须记住,黄道平面与赤道平面的倾斜角度为ε,被称为黄赤交角,这可以在图16.10看到。图中还显示的是太阳矢量的经度,这是从春分点的方向沿着黄道面测得的。

图16.10 相对于ECI框架的黄道平面

作为一个中间步骤,定义一个中间变量是非常有用的,这个变量称为太阳的平均经度,如下所示:

其中TUT1是用通用时间来表示的期望时刻,可以根据JulianDate,使用下面的方程来计算:

下标1指的是通用时间的形式,通用时间纠正了极地运动并和天文站台位置无关。想更进一步地了解UT的差异,请参阅文献

接下来,有必要用下式(16.19)来计算太阳的平均近点角MSun

(www.xing528.com)

其中TTDB重心动态时间,可近似估计为TUT1。根据前面的等式,可以写出太阳的黄道精度λEcliptic如式(16.20)所示:

与等式(16.19)的假设相同,即TTDB≈TUT1,赤道倾角可以得到精确的估计,如式(16.21)所示:

最终可以用下面的形式在ECI框架写出太阳的矢量:

3)确定性姿态

姿态确定的本质就是寻找卫星固定体的参考框架和一些惯性系(如ECI框架)之间的旋转矩阵的问题。可以看出,只需要三个量就可以完全确定一个方向的余弦矩阵。同时,由于单位向量的约束性,每个单位矢量仅能提供两个信息。因此,有必要使用两个向量,这将提供四个已知数,使问题超定。

在理想情况下有四个向量,可以写出如(16.23)和(16.24)的式子,同时两个矩阵也是相等的。但是因为该系统是超定的,通常是不可能找到这样的AB/I矩阵。

为了解决这个问题,使用一个三元算法丢弃一个信息。但是请注意,该方法不是简单的丢弃测量信息中的一个,还需注意是在ECI框架中计算出的磁场矢量,是由向量转变成惯性系获得的。

三合算法使用矢量信息压缩的方法,构造了两组正交单位矢量。两个三合算法同样是参考框架和惯性坐标系的组成部分,其中参考框架在卫星主体中用t表示。假设主体/惯性向量组中的一个向量组是正确的,参考框架就可以被创建。在下面的推导中,假设太阳矢量是正确的,由以下定义的向量开始这个推导过程。

下一步包括构造一个二阶基向量作为一个单位向量,该单位向量垂直于另外两个观测向量。

计算出来的第三个基向量用于计算正交三元组,公式如下:

通过将t向量变成3×3矩阵的列向量就可以构建出两个旋转矩阵如下:

进一步观察,前述的矩阵分别是AB/t和AI/t,因此参考框架I和B之间的旋转矩阵可以通过如下方式计算:

式(16.32)定义了在ECI框架下,我们所期望的卫星姿态。

4)转速估计

前面部分描述了如何及时地计算卫星的瞬时姿态方法。但是,在实际的操作当中很有必要知道卫星在任何时刻的姿态,这样就不用传感器重新采样了。幸运的是,如果我们知道卫星的转速就可以完成上述要求。反过来说,就是通过拉格朗日插值公式,简单地计算出三个独立姿态测量值中的最小值即可。也可以将三个姿态值代入到拉格朗日插值公式中,计算出最小的一个即可。在这里只是给出了最终的结果。

回顾三元组算法,根据式(16.32)算出一个旋转矩阵AB/I。用下面的式子可以很方便地将这个姿态矩阵转换成欧拉角φ,θ和ψ。

然后在这三个独立的采样点上,每个点的这三个欧拉角都要重复计算,这三个采样点与测量的时间t1,t2和t3相对应。因此角速度可以通过以下式子计算出来:

在最后的时刻t3处,注意到以上方程是专门用于计算角速度的。这个问题在下一章会详细说明,控制算法在离散点的姿态和角速度处读入,并且计算那个时刻的最佳驱动扭矩。虽然很可能获得三个时刻中任何一个时刻对应的卫星姿态和转速,但是根据过时信息(比如时间t1和t2)计算的最优扭矩是很不合适的。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈