專利名稱：一種基于由dna算法優(yōu)化的upf算法的組合定姿方法
技術(shù)領(lǐng)域：
本發(fā)明涉及航天器的組合定姿技術(shù)領(lǐng)域，特別是一種基于由DNA算法優(yōu)化的UPF算法的組合定姿方法，可用于各種航天器的高精度組合定姿。
背景技術(shù)：
為滿足天基對地觀測、武器精確打擊以及空間探索開發(fā)的迫切需求，各類地球衛(wèi)星、深空探測器、載人飛船、彈道導(dǎo)彈和運載火箭等航天器必須具備自主運行和管理能力，而高精度的自主定姿是航天器自主運行和管理的核心技術(shù)瓶頸。目前，航天器的高精度自主定姿，無法依靠任何一種導(dǎo)航手段獨立實現(xiàn)。純慣性導(dǎo)航系統(tǒng)能夠自主、實時提供連續(xù)、全面的導(dǎo)航信息，短時精度高，但其誤差隨工作時間積累，難以滿足航天器的長時間高精度定姿要求；天文導(dǎo)航能夠提供高精度姿態(tài)信息，誤差不隨時間積累，但易受氣候條件限制，且輸出信息不連續(xù)；將這兩者相結(jié)合、優(yōu)勢互補，構(gòu)成慣性/天文組合定姿系統(tǒng)，是實現(xiàn)航天器長時間、高精度定姿的最為有效的手段。在慣性/天文組合定姿技術(shù)方面，以往都采用擴展卡爾曼濾波EKF(ExtendedKalman Filter)方法，但是EKF僅適用于濾波誤差和預(yù)測誤差很小的情況。近年來提出的Unscented卡爾曼濾波UKF(Unscented Kalman Filter)是一種EKF的改進算法,有效的解決了系統(tǒng)的非線性問題，但其不足是不適用于噪聲非高斯分布的系統(tǒng)。粒子濾波(ParticleFilter, PF)由于采用蒙特卡洛采樣(Monte Carlo sampling)結(jié)構(gòu)而在非線性、非高斯系統(tǒng)狀態(tài)跟蹤上體現(xiàn)出越來越大的優(yōu)越性，但其缺點是存在退化現(xiàn)象，消除退化現(xiàn)象主要依賴于兩個關(guān)鍵技術(shù):適當(dāng)選取重要密度函數(shù)和進行重采樣。對于前者的改進方法，可使用EKPF(Extented Kalman Particle Filter)、無跡粒子濾波(Unscented Particle Filter,UPF)來進行重要密度函數(shù)的選擇，其中UPF算法是利用UKF來得到粒子重要性概率密度函數(shù)的一種粒子濾波方法，由于該重要密度函數(shù)中包含了最新量測信息，因此具有更好的性能。對于后者的改進方法，常用的重采樣算法有累積分布重采樣(Binary search)、系統(tǒng)重采樣(Systematic resampling)、剩余重采樣(Residual resampling)等，這些算法通過增加粒子的有效性解決了粒子的退化問題，但是在實際應(yīng)用中會影響系統(tǒng)的魯棒性，重采樣完成后，重要度高的粒子通過重采樣被多次選取，這在一定程度上丟失了粒子的多樣性，由此造成的后果是一旦目標(biāo)丟失或跟蹤精度不夠，系統(tǒng)自動收斂的可能性很小，為此，很多學(xué)者提出了遺傳粒子濾波(GPF)算法，GPF算法雖然在保證粒子有效性的同時又增加了粒子的多樣性，仍然存在濾波速度慢和魯棒性差的問題。

發(fā)明內(nèi)容
本發(fā)明的技術(shù)解決問題是:克服現(xiàn)有技術(shù)的不足，提出一種基于由DNA算法優(yōu)化的UPF算法的組合定姿方法，解決系統(tǒng)非線性和噪聲非高斯問題，以快速獲得高精度的姿態(tài)信息，并能夠準(zhǔn)確地估計陀螺漂移，實現(xiàn)各種類型航天器長時間、高精度的組合定姿。本發(fā)明的原理是:首先利用陀螺輸出數(shù)據(jù)對慣性量測信息進行補償，通過姿態(tài)解算，得到載體姿態(tài)信息；其次利用天文量測信息，通過確定性算法獲得特定間隔的天文姿態(tài)信息；最后利用由DNA算法優(yōu)化的UPF算法將天文姿態(tài)信息和載體姿態(tài)信息相融合，解決系統(tǒng)非線性和噪聲非高斯問題，求解高精度載體姿態(tài)信息，估計陀螺漂移，并反饋校正載體姿態(tài)和補償陀螺漂移補償；最終實現(xiàn)航天器長時間、高精度的組合定姿。本發(fā)明的技術(shù)解決方案為:一種基于由DNA算法優(yōu)化的UPF算法的組合定姿方法，其特征在于，所述方法包括以下步驟:步驟1、利用慣性陀螺儀測量得到慣性測量數(shù)據(jù)，利用陀螺輸出數(shù)據(jù)對所述慣性測量數(shù)據(jù)進行補償，然后通過姿態(tài)解算，得到載體姿態(tài)信息；步驟2、利用天文量測信息，通過確定性算法，求解天文姿態(tài)信息，所述天文姿態(tài)信息包括航向、俯仰和橫滾三姿態(tài)角信息；步驟3、利用DNA算法優(yōu)化的UPF算法將天文姿態(tài)信息和載體姿態(tài)信息相融合，求解高精度的載體姿態(tài)信息，估計陀螺漂移，并反饋校正載體姿態(tài)信息以及對陀螺漂移進行補償，最終完成對航天器的高精度組合定姿。其中，所述步驟3具體包括以下步驟:
權(quán)利要求
1.一種基于由DNA算法優(yōu)化的UPF算法的組合定姿方法，其特征在于，所述方法包括以下步驟: 步驟1、利用慣性陀螺儀測量得到慣性測量數(shù)據(jù)，利用陀螺輸出數(shù)據(jù)對所述慣性測量數(shù)據(jù)進行補償，然后通過姿態(tài)解算，得到載體姿態(tài)信息； 步驟2、利用天文量測信息，通過確定性算法，求解天文姿態(tài)信息，所述天文姿態(tài)信息包括航向、俯仰和橫滾三姿態(tài)角信息； 步驟3、利用DNA算法優(yōu)化的UPF算法將天文姿態(tài)信息和載體姿態(tài)信息相融合，求解高精度的載體姿態(tài)信息，估計陀螺漂移，并反饋校正載體姿態(tài)信息以及對陀螺漂移進行補償，最終完成對航天器的高精度組合定姿。
其中，所述步驟3具體包括以下步驟: (Dt = O時,初始化: 對初始的先驗概率密度P OO進行采樣，生成N個服從P (Xtl)分布的粒子<，/ = l,L ,N，其均值和方差滿足:
2.根據(jù)權(quán)利要求1所述的基于由DNA算法優(yōu)化的UPF算法的組合定姿方法，其特征在于: 所述步驟I具體包括以下步驟: 步驟1.1.設(shè)定初始姿態(tài)為00 To)，計算得出初始姿態(tài)四元數(shù)q(0)陣:
3.根據(jù)權(quán)利要求2所述的基于由DNA算法優(yōu)化的UPF算法的組合定姿方法，其特征在于:步驟1.4中的航向、俯仰和橫滾三姿態(tài)角⑷4，r)的解算公式如下: 俯仰角9值為:9 = SirT1(C23)； 航向角爐值的計算如下表所示:
4.根據(jù)權(quán)利要求1所述的基于由DNA算法優(yōu)化的UPF算法的組合定姿方法，其特征在于:所述步驟2具體包括以下步驟:步驟2.1.定義3X3的矩陣W，V，B和S，3 X I的列向量z，a和標(biāo)量o，4X I的列向量
5.根據(jù)權(quán)利要求4所述的基于由DNA算法優(yōu)化的UPF算法的組合定姿方法，其特征在于:步驟2.3中的所述航向、俯仰和橫滾三姿態(tài)角(爐,&，/')的解算公式如下: 俯仰角 e '值為:e ' = SirT1 (C' 23)； 航向角P值的計算如下表所示:
全文摘要
本發(fā)明提出了一種由DNA算法優(yōu)化的UPF算法的組合定姿方法，該方法首先利用陀螺輸出數(shù)據(jù)對慣性量測信息進行補償，通過姿態(tài)解算，得到載體姿態(tài)信息；其次利用天文量測信息，通過確定性算法，獲得特定間隔的天文姿態(tài)信息；最后利用基于由DNA算法優(yōu)化的UPF算法將天文姿態(tài)信息和載體姿態(tài)信息相融合，解決系統(tǒng)非線性和噪聲非高斯問題，求解高精度載體姿態(tài)信息，估計陀螺漂移，并反饋校正載體姿態(tài)和補償陀螺漂移；最終實現(xiàn)基于天文量測信息實時消除慣性/天文組合導(dǎo)航系統(tǒng)陀螺隨機誤差的在線修正，完成對航天器的長時間、高精度組合定姿。
文檔編號G05B13/04GK103149936SQ201310064940
公開日2013年6月12日 申請日期2013年3月1日 優(yōu)先權(quán)日2013年3月1日
發(fā)明者唐新明, 全偉, 謝俊峰, 徐梁, 祝小勇, 趙利平, 付興科 申請人:國家測繪地理信息局衛(wèi)星測繪應(yīng)用中心