摘要：在矢量观测的基础上,针对单独的星敏感器定姿,提出了一种将粒子滤波(PF)和预测滤波相结合的姿态确定算法,通过设计粒子初始化,结合重要性采样、重采样和规则化等手段,成功地将姿态四元数作为状态粒子进行更新和传递,避免了状态方程的线性化和协方差矩阵的计算;利用预测滤波算法估计模型误差和姿态角速度,在保证滤波精度的同时,有效降低了粒子滤波器的维数。实验在某对地观测通用小卫星平台上进行,选取卫星自由飞行状态和飞轮控制对地稳定模式,分别对滤波器进行了仿真,实验结果验证了该算法对本质非线性、非高斯的卫星姿态估计问题具有快速的收敛性能和良好的稳定精度。该方法还为粒子滤波器的设计和无角速度敏感器测量的飞行器姿态确定提供了借鉴。

摘要：针对“矢量观测+陀螺”这种典型的三轴稳定卫星姿态确定系统配置模式,采用欧拉角作为姿态参数,应用扩展卡尔曼滤波技术综合处理姿态测量信息,给出了具有良好滤波性能的轨道姿态估计算法。在算法的设计过程中,针对单矢量观测情况,通过改进协方差修正算法加快了状态估值的收敛速度;针对多矢量观测情况,把QUEST法作为矢量观测数据压缩技术有效地结合进姿态估计器中,使得在多矢量观测情况下的滤波修正算法得到了简化。

摘要：针对航天器的惯性-星光姿态确定系统,选取基于矢量观测的最小参数姿态矩阵估计方法为定姿算法。但是由于系统模型是非线性的,针对系统模型的非线性,将UKF(Unscented Kalman Filter)与最小参数姿态矩阵估计方法结合,设计了一种针对MEMS陀螺和CMOS APS星敏感器的UKF姿态估计器。仿真结果表明：在敏感器精度较差的情况下,该UKF姿态估计器能够满足大多数航天器对姿态确定精度的要求。此外,UKF和EKF(Extended Kalman Filter)的仿真对比结果表明：UKF滤波器的收敛速度高于EKF滤波器,状态估计的精度也优于EKF滤波器,且数值稳定性好。

摘要：针对“矢量观测+陀螺”这种典型的三轴稳定卫星姿态确定系统模式,引入具有四元数优越性的Gibbs矢量作为姿态参数,提出了一种新的具有良好实时性能的轨道姿态估计方案。在方案设计中,为描述卫星轨道姿态的Gibbs矢量,推导出了基于四元数的运动学方程,并将QUEST法作为处理多矢量观测信息的压缩技术引入估计器,使得滤波修正算法得以简化。另外,针对单矢量观测情况,给出了能够加快状态估值收敛速度的改进协方差修正算法。仿真结果验证,新方案的姿态估计精度与传统的欧拉角估计法相当,而运算效率却明显高于欧拉角估计法。

摘要：应用基于二阶泰勒级数近似得到的非线性滤波技术,设计了利用星敏感器矢量观测信息确定无陀螺三轴稳定卫星姿态的二阶非线性滤波算法.结合矢量观测的特点,分别讨论了单矢量观测信息与多矢量观测信息的处理方法,并把QUEST算法作为矢量观测数据压缩技术有效地结合进姿态估计器中,使得多矢量观测情况下的滤波修正算法得到了简化.仿真测试结果证明,二阶非线性姿态估计器的滤波性能要优于传统的扩展卡尔曼滤波姿态估计算法.

摘要：对采用磁强计和太阳敏感器的卫星姿态模型,应用无迹卡尔曼滤波(UKF)算法确定卫星姿态。由四元数描述姿态,在算法中将其转换成旋转矢量,另设计了四元数求均值的迭代算法,解决了四元数在UKF算法中的处理。仿真结果表明:广义卡尔曼滤波(EKF)算法对初值依赖性较大,UKF算法不受初值影响且精度高于EKF,具快速性、精度高和稳定性强等优点。