CN109460071B - 航天器轨道动力异常补偿方法 - Google Patents
航天器轨道动力异常补偿方法 Download PDFInfo
- Publication number
- CN109460071B CN109460071B CN201811072215.9A CN201811072215A CN109460071B CN 109460071 B CN109460071 B CN 109460071B CN 201811072215 A CN201811072215 A CN 201811072215A CN 109460071 B CN109460071 B CN 109460071B
- Authority
- CN
- China
- Prior art keywords
- dynamic
- model
- feature
- abnormal
- spacecraft
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D3/00—Control of position or direction
- G05D3/12—Control of position or direction using feedback
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明涉及航天器定轨分析领域,尤其涉及航天器轨道动力异常补偿方法,包括:对航天器的各动力异常类型进行分析,确定各动力异常的特征模型;针对各动力异常的特征模型,构造相应的异常特征统计量;对各异常特征统计量采用不同的变化检测方法进行特征检测与提取,得到对应的特征提取结果;根据各特征提取结果,对航天器的动力异常进行模型误差补偿。本发明能够快速诊断出航天器轨道动力异常特征点,并且能够对航天器动力异常进行有效补偿。
Description
技术领域
本发明涉及航天器定轨分析领域,尤其涉及航天器轨道动力异常补偿方法。
背景技术
航天器轨道确定是在航天器动力学方程的约束下,从包含有航天器位置或速度信息的一系列观测数据中,获得航天器运行轨道的过程。从统计学原理上讲,轨道确定的过程实际上是参数估计过程。其中涉及到三个关键因素,一是能精确描述空间目标运动状态的动力学模型,即能准确表征空间目标在实际力作用下的运动现实;二是精确建模的观测模型,包括几何模型和误差(***误差和随机误差)模型,即能表征测轨数据的真实几何测量并能描述测轨数据的可信程度;三是最优参数估计方法,即在某种应用需求的准则下使得估计轨道在状态模型和观测模型间达到最佳拟合。
为了尽可能高的获得轨道确定精度,国内外许多学者针对上述三点进行了大量的深入研究。为了提高卫星动力学模型的可靠程度,一方面模型构建越来越精细,并采用数学方式补偿不能建模的动力学模型误差,另一方面采用硬件技术直接测量未知摄动力,或者采用特殊构造卫星屏蔽某些难以建模的摄动力;为了提高卫星的测量精度,一些更先进的设备得到广泛的应用,如GPS的载波相位测量、激光测量等,不仅如此,测控***由局部地基测量逐渐扩展为全球测控、天基测控等全天时无缝覆盖测控方式;在参数估计方面,针对具体应用背景的最优轨道确定方法得到了深入的研究。
当航天器存在动力异常时,轨道动力学模型会存在一个外在的持续或间断的力,传统的定轨结果会偏离实际轨道,不进行动力异常诊断的动力学模型补偿也很难获得准确的补偿结果和分段数据。因此,如何判断是否存在动力异常,如何诊断动力异常的特征点,如何在动力异常模式下进行轨道确定,是现在急需解决的问题。
轨道动力异常是指航天器除外部作用力以外,存在持续或间断的突发主动作用力,从而使得航天器作用力偏离原先的轨道动力学模型的过程。事实上,外界因素的突发非主动力也属于动力异常的范畴,比如太空环境的急剧变化,造成太阳帆板剧烈变动从而影响卫星平台的质心等。常见的动力异常情形是当航天器进行喷气调整或动量轮卸载时会产生时变力矩,从而改变航天器的加速度,在模型构造上属于模型误差,如果不进行动力异常值识别,直接进行轨道确定,模型误差将传播到估计轨道中,造成轨道偏差。
例如在载人飞船返回段,需要卸压或进行动量轮卸载,导致轨道姿态和压力均有所变化。虽然卫星是由几个方向的喷气管导致的力偶进行控制,但对其质心运动也会造成影响。由此会导致卫星动力和轨道的变化,卫星动力变化将直接反映在轨道上,当忽略这一特点时,不仅会造成轨道误差还会影响飞船的控制,因此,需要快速准确识别这一特征点。
对于同步卫星而言,需要经常进行定点维持,常规的做法是进行喷气推力调整,从而会改变卫星的动力特性,影响卫星定轨精度,尤其对于导航***的同步轨道卫星,轨道确定精度直接影响***的定位导航精度,因此必须快速识别动力异常特征点,并采用合适的方法重新进行轨道确定。
虽然对于合作目标可以获得较准确的主动外力矢量,但对于非主动外力如局部大气环境变化,太空垃圾撞击等仍无能为力。对于非合作目标的轨道确定,轨道动力异常所带来的定轨误差更加明显,严重影响空间目标监视***的编目精度。
因此,现阶段迫切需要研究快速诊断航天器轨道动力异常特征点的方法,迫切需要研究针对航天器动力异常的轨道确定算法,从而可以保证有轨道异常时合作目标的高精度定轨结果,为轨道控制和航天应用提供保障。对于非合作目标,可以更加精确的获得其运行轨迹,分析动力特征点的分布特征、动力特性等关键信息,从而提高我方的空间态势感知能力。在科研领域和工程实践,尤其在军事应用中有重要的实际应用价值。
发明内容
本发明提供的航天器轨道动力异常补偿方法,其能够快速诊断出航天器轨道动力异常特征点,并且能够对航天器动力异常进行有效补偿。
本发明提供的航天器轨道动力异常补偿方法,包括:
对航天器的各动力异常类型进行分析,确定各动力异常的特征模型;
针对各动力异常的特征模型,构造相应的异常特征统计量;
对各异常特征统计量采用不同的变化检测方法进行特征检测与提取,得到对应的特征提取结果;
根据各特征提取结果,对航天器的动力异常进行模型误差补偿。
在本发明中,从航天器的各动力异常类型进行入手,对各动力学异常进行有效分析,得到各动力异常的特征提取结果,因此达到快速准确的对动力异常点的诊断,然后根据各特征提取结果,对航天器的动力异常进行模型误差补偿,从而能够有效提高航天器的定轨精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的方法流程图;
图2为实时滤波得到轨道根数进行差分识别后的识别图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提供的航天器轨道动力异常补偿方法,包括:
101、对航天器的各动力异常类型进行分析,确定各动力异常的特征模型;
102、针对各动力异常的特征模型,构造相应的异常特征统计量;
103、对各异常特征统计量采用不同的变化检测方法进行特征检测与提取,得到对应的特征提取结果;
104、根据各特征提取结果,对航天器的动力异常进行模型误差补偿。
进一步地,所述航天器的动力异常类型包括但不限于:主动模式下的动力异常和被动模式下的动力异常;
所述主动模式下的动力异常包括但不限于:航天器喷气推力和动量轮卸载造成的动力异常,以及航天器燃料泄露造成的质心变化;
所述被动模式下的动力异常包括但不限于:航天器收到外界急剧变化环境造成的动力异常,以及太阳帆板受到损坏后引起的动力异常;
所述异常特征统计量包括但不限于:
航天器轨道根数参数;
航天器测控数据,包括距离测元、方位角测元、俯仰角测元、GPS载波相位测元;
航天器轨道确定过程中的测控数据观测值与计算值的残差,也即OC残差。
更进一步地,所述对航天器的各动力异常类型进行分析,确定各动力异常的特征模型,具体包括:
针对各动力异常类型,构建所对应的动力学异常结构或相应的异常特征参数;
按照实际工程环境,结合所构建的动力学异常结构或异常特征参数,对航天器在轨运行进行模拟仿真,得到模拟的轨道测控数据和计算的轨道参数;
结合所计算的轨道参数,模拟的轨道测控数据,以及各动力异常类型,确定各动力异常结构或相应的特征参数与所计算的轨道参数和模拟的轨道测控数据之间的关系;
对所确定的各动力学异常结构或相应的特征参数与所计算的轨道参数和模拟的轨道测控数据之间的关系,采用理论分析方式,确定各动力异常的特征模型。
所述动力学异常结构或相应的异常特征参数包括但不限于:
航天器动力学模型中外加的缓变推力;
航天器动力学模型中外加的推力的大小、方向;
航天器动力学模型中大气阻力系数及其分段变化结构。
在进一步地,所述对各异常特征统计量采用变化检测方法进行特征检测与提取,得到对应的特征提取结果,具体包括:
对各动力异常类型的特征模型中,需要进行事后表示的异常特征统计量,进行基于OC残差的特征提取,得到对应的时域上的模型误差,以及对应的时频域上的异常特征误差源和时频误差;所述OC残差指的是轨道参数计算量与观测数据的残差;
对各动力异常类型的特征模型中,需要进行实时表示的异常特征统计量,进行基于轨道根数参数的滤波异常特征提取,得到对应的轨道根数参数的实时特征提取结果。
在上述技术方案中,所述对各动力异常类型的特征模型中,需要进行事后表示的异常特征统计量,进行基于OC残差的特征提取,得到对应的时域上的模型误差,以及时频域上的异常特征误差源和时频误差,具体包括:
在时域上,对需要进行事后表示的异常特征统计量的OC残差进行曲线拟合,得到需要进行事后表示的特征模型的时域上的模型误差;
在时频域上,对需要进行事后表示的异常特征统计量的OC残差进行小波时频分析,得到需要进行事后表示的特征模型的异常特征误差源和时频误差。
在上述技术方案中,所述对各动力异常类型的特征模型中,需要进行实时表示的异常特征统计量,进行基于轨道根数参数的滤波异常特征提取,得到对应的轨道根数参数实时特征提取结果,具体包括:
当轨道测控元素多、轨道测控数据量大,且测元精度较高时,对需要进行实时表示的异常特征统计量,进行轨道根数参数差分识别,得到对应的轨道根数参数的实时特征提取结果;
当轨道测控元素少、轨道测控数据量量小,且测元精度较低时,对需要进行实时表示的异常特征统计量,进行基于小波分析的轨道根数参数变化检测,得到对应的实时特征提取结果。
优选地,所述对各异常特征统计量采用不同的变化检测方法进行特征检测与提取,之前还包括:
对各种变化检测方法进行分析,选取与不同异常特征统计量相匹配的变化检测方法;
所述对各种变化检测方法进行分析,具体包括:
对每种变化检测方法在给定模式下进行置信概率分析、敏感性分析和适应性分析;
对每种变化检测方法进行边界条件的分析。
优选地,所述根据各特征提取结果,对航天器动力异常进行模型误差补偿,具体包括:
在时域上,根据各特征提取结果,对动力学模型进行基于非线性曲线拟合的误差补偿;
在时频域上,根据各特征提取结果,对动力学模型进行基于混合模态分解的误差补偿。
在上述技术方案中,所述根据各特征提取结果,对动力学模型进行基于非线性曲线拟合的误差补偿,具体包括:
采用节省参数表示方法,对各特征提取结果进行稀疏参数建模,得到动力异常误差的稀疏参数表示模型;
将动力异常误差的稀疏参数表示模型结合贪婪算法和内点法,以及正则化法,构建出动力学模型误差函数;
针对动力学模型误差函数,采用参数约束法对待估参数进行区间约束;
根据区间约束后的动力学模型误差函数,结合航天器轨道确定过程,对动力学模型进行补偿。
在上述技术方案中,所述根据各特征提取结果,对动力学模型进行基于混合模态分解的误差补偿,具体包括:
采用经验模态分解方法,对各特征提取结果进行模态分解,得到各特征提取结果对应的多个本征模态函数和分解后的趋势项;
利用时间序列建模方法,建立各特征提取结果对应的趋势项的时间序列模型;
针对各特征提取结果对应的多个本征模态函数和时间序列模型,采用参数约束法对待估参数进行时频域约束;
根据时域约束后的各特征提取结果对应的多个本征模态函数和时间序列模型,结合航天器轨道确定过程,对动力学模型进行补偿。
在本发明中,提出一种基于OC残差和轨道动力学相结合的统计检验量和检验方法,能够快速准确对动力异常点进行检测;提出基于模态分解方法进行动力异常误差补偿的定轨策略,可以有针对性地进行力学模型补偿,提高定轨精度。
下面以实例详细说明本发明所述的技术方案:
如图1所示,本发明所述的航天器轨道动力异常补偿方法,包括:
101、对航天器的各动力异常类型进行分析,确定各动力异常的特征模型;具体地:
1011、针对各动力异常类型,构建所对应的动力学异常结构或相应的异常特征参数;
1012、按照实际工程环境,结合所构建的动力学异常结构或异常特征参数,对航天器在轨运行进行模拟仿真,得到模拟的轨道测控数据和计算的轨道参数;
1013、结合所计算的轨道参数,模拟的轨道测控数据,以及各动力异常类型,确定各动力异常结构或相应的特征参数与所计算的轨道参数和模拟的轨道测控数据之间的关系;
1014、对所确定的各动力学异常结构或相应的特征参数与所计算的轨道参数和模拟的轨道测控数据之间的关系,采用理论分析方式,确定各动力异常的特征模型。
其中,所述航天器的动力异常类型包括但不限于:主动模式下的动力异常和被动模式下的动力异常;
所述主动模式下的动力异常包括但不限于:航天器喷气推力和动量轮卸载造成的动力异常,以及航天器燃料泄露造成的质心变化;
所述被动模式下的动力异常包括但不限于:航天器收到外界急剧变化环境造成的动力异常,以及太阳帆板受到损坏后引起的动力异常。
所述异常特征统计量包括但不限于:
航天器轨道根数参数;
航天器测控数据,包括距离测元、方位角测元、俯仰角测元、GPS载波相位测元;
航天器轨道确定过程中的测控数据观测值与计算值的残差,即OC残差。
所述动力学异常结构或相应的异常特征参数包括但不限于:
航天器动力学模型中外加的缓变推力;
航天器动力学模型中外加的推力的大小、方向;
航天器动力学模型中大气阻力系数及其分段变化结构。
轨道异常主要表现特征是能量变化,能量变化可以由轨道根数描述,但实时定轨后的估计轨道根数往往包含有随机误差和***误差。因此需要研究航天器动力变化的轨道特征表示,通过对残差特性和轨道动力学的分析,研究最能表现异常特征的特征表示,为异常变化检测提供检验标准。
在上述步骤中,首先分析目前常见的几类动力异常的表现特征,对异常动力的效果、方向、大小进行详细建模分析。其次设定仿真环境,对不同的轨道类型、轨道高度进行异常动力仿真,并研究其在测元或OC残差上的表现形式,形成经验公式。推导异常动力和轨道能量、测元、OC残差等信息的等效函数关系。
根据构造的动力异常仿真条件,按照实际工程环境仿真产生轨道数据和测控数据,并对不同的轨道数据和测控数据进行分析,确定出动力异常模拟的轨道测控数据和计算的轨道参数的关系。然后采用理论分析的方式,研究轨道动力异常和测控数据之间的动力异常影响表达式。
102、针对各动力异常的特征模型,构造相应的异常特征统计量;
105、对各种变化检测方法进行分析,选取与不同异常特征统计量相匹配的变化检测方法;
所述对各种变化检测方法进行分析,具体包括:
1051、对每种变化检测方法在给定模式下进行置信概率分析、敏感性分析和适应性分析;
1052、对每种变化检测方法进行边界条件的分析。
由于异常动力的多样性,其体现特征也呈现多种多样,并且往往湮没在正常的信号中,轨道异常变化检测方法主要分析轨道异常点检测方法的性能,以及各类方法的适应性和针对性,给出每种检测方法在给定模式下的置信概率、敏感性分析、适应性分析等。
在给定的观测环境下,构造出可以进行检验动力异常的边界条件,包括异常动力的大小、方向和其他特性等。通过构造的异常动力特征模型,进行边界条件的分析。
103、对各异常特征统计量采用不同的变化检测方法进行特征检测与提取,得到对应的特征提取结果;具体地:
1031、对各动力异常类型的特征模型中,需要进行事后表示的异常特征统计量,进行基于OC残差的特征提取,得到对应的时域上的模型误差,以及对应的时频域上的异常特征误差源和时频误差;
10311、在时域上,对需要进行事后表示的异常特征统计量的OC残差进行曲线拟合,得到需要进行事后表示的特征模型的时域上的模型误差;
OC残差是航天器轨道确定过程中的测控数据观测值与计算值的残差,因此OC残差包含有轨道根数参数信息和观测数据信息。因此,通过对OC残差的分析,可以获得轨道动力学模型误差特性和观测误差特性。由于OC残差是离散的时间序列,而且受观测弧段限制,OC残差很难由连续的全弧段组成,往往由一些离散的短弧段组成,这样就增加了OC残差的分析难度,另外测元、采样间隔的不同也增加了OC残差的分析难度。因此首先分析连续弧段下的OC残差特点,然后在时域上构建基函数表示的信号。
通过OC残差的分析可以获得对定轨结果影响最大的几类特征层,但需要研究特征层所对应的误差源。可以采用数学推导直接获得误差源所对应的残差频谱之间的函数对应关系,对于不能直接获得函数关系的频谱,可采用仿真试验的模式获得数值对应关系,再通过拟合法构建函数表示式。
10312、在时频域上,对需要进行事后表示的异常特征统计量的OC残差进行小波时频分析,得到需要进行事后表示的特征模型的异常特征误差源和时频误差。
利用小波变换的多尺度效应,逐层将OC残差信号分解成高频分量和低频分量。信号的性质可以用小波系数描述,以获得信号的不同特征层信息。根据应用需求,对小波系数进行约束,获得去处噪声的重构信号,然后对信号的趋势进行分解,对照误差源的频谱特性,以获得对应的误差源的OC残差表示信息。通过小波分解可以看出动力异常所引起的模型误差在OC上的表现特征,为特征提取提供技术手段。
1032、对各动力异常类型的特征模型中,需要进行实时表示的异常特征统计量,进行基于轨道根数参数的滤波异常特征提取,得到对应的轨道根数参数的实时特征提取结果;具体地:
10321、当轨道测控元素多、轨道测控数据量大,且测元精度较高时,对需要进行实时表示的异常特征统计量,进行轨道根数参数差分识别,得到对应的轨道根数参数的实时特征提取结果;
10322、当轨道测控元素少、轨道测控数据量量小,且测元精度较低时,对需要进行实时表示的异常特征统计量,进行基于小波分析的轨道根数参数变化检测,得到对应的实时特征提取结果。
轨道动力异常特征点变化检测是主要研究轨道异常变化检测所需要的方法,以及针对不同的动力异常表征现象,所采用的特征点检测方法。
为了进行卫星轨道根数特征分析和动力异常检验,仅从OC残差进行分析是不够的,需要进行实时定轨计算,传统的计算方法是扩展卡尔曼滤波方法,为了避免非线性状态方程和观测方程造成截断误差湮没动力异常信息,本实施例采用UKF(无迹卡尔曼滤波)作为实时滤波计算方法。
当航天器轨道测控元素多、轨道测控数据量大,且测元精度较高时,通过实时滤波得到的估计轨道根数参数会包含有轨道异常信息。对于这种情况,可以采用轨道特征进行差分识别。如图2所示,对实时滤波得到轨道根数(航天器轨道根数中的半长轴参数)进行变换后的识别图,在仿真中,在3个时刻分别对航天器加入5N、10N、20N的喷气外力,可以看出,该方法能够很好的识别出异常时刻。
当轨道测控元素少、轨道测控数据量量小,且测元精度较低时,滤波得到的轨道会由经典力学模型约束,无法体现动力特性。因此可利用小波分解的高低频分离优势,对基于轨道动力测元所构造的特征量进行小波分解,并分析其细节项,从而获得特征点。
104、根据各特征提取结果,对航天器的动力异常进行模型误差补偿;具体地:
1041、在时域上,根据各特征提取结果,对动力学模型进行基于非线性曲线拟合的误差补偿;包括:
10411、采用节省参数表示方法,对各特征提取结果进行稀疏参数建模,得到动力异常误差的稀疏参数表示模型;
10412、将动力异常误差的稀疏参数表示模型结合贪婪算法和内点法,以及正则化法,构建出动力学模型误差函数;
10413、针对动力学模型误差函数,采用参数约束法对待估参数进行区间约束;
10414、根据区间约束后的动力学模型误差函数,结合航天器轨道确定过程,对动力学模型进行补偿。
当在轨诊断出动力异常的特征点时,可以有针对性构建特征点时刻的补偿力学模型,传统的补偿方法是进行分段简化动力学模型补偿,在轨诊断后,可以更有效的构建节点和曲线拟合模型。
当观测弧段不连续时,经验力补偿法的定轨结果会造成确定轨道精度不均匀,简化动力学法通过经验力系数的Gauss-Markov传播可以补偿经验力法的缺陷。主要采用仿真试验策略,对不同的力学模型误差采用遍历法获得最优的子弧段,然后通过对经验力大小确定过程噪声的有效性。通过对传统动力学模型补偿方法的研究,为基于曲线拟合的补偿方法提供技术支持作用。
动力学模型误差比较复杂,采用由简单到复杂的研究策略,首先针对整弧段常值或线性误差进行仿真,然后过渡到分弧段进行研究。在此基础上,开展模拟动量轮卸载模式、非线性未知摄动力模式的仿真与补偿技术研究。为了尽可能降低原动力学模型和补偿模型的耦合程度,采用节省参数法进行补偿项的建模,并结合贪婪算法和内点法、正则化法搜索确定最少参数表示的最优拟合模型,构建节省参数表示的动力学模型误差函数。
为了防止曲线拟合动力学模型误差函数过渡吸收模型误差,使得轨道失去动力学方程的特性,估计轨道偏向观测数据确定的几何轨道,采用参数约束法对模型中的待估参数进行区间约束,尤其是对经验力自身大小进行监测,并研究一种能够表征两类模型(物理模型和数学模型)解释能力的抑制因子,加在定轨方程中,以便能够对模型误差项(数学模型)进行控制。
1042、在时频域上,根据各特征提取结果,对动力学模型进行基于混合模态分解的误差补偿;包括:
10421、采用经验模态分解方法,对各特征提取结果进行模态分解,得到各特征提取结果对应的多个本征模态函数和分解后的趋势项;
10422、利用时间序列建模方法,建立各特征提取结果对应的趋势项的时间序列模型;
10423、针对各特征提取结果对应的多个本征模态函数和时间序列模型,采用参数约束法对待估参数进行时频域约束;
10424、根据时域约束后的各特征提取结果对应的多个本征模态函数和时间序列模型,结合航天器轨道确定过程,对动力学模型进行补偿。
由于每种误差源都存在特定的频谱特性和分布规律,虽然在时域上耦合在一起,但在频域上仍然可以进行分解。在OC残差特性分析的基础上,通过经验模态分解方法对OC残差信号进行分解,得到各特征提取结果所对应的多个本征模态函数和分解后的趋势项。
采用时间序列分析方法,将得到的分解趋势项进行模型拟合,构建相应的时间序列模型,获得时间序列模型参数和残差的方差。
针对各特征提取结果对应的多个本征模态函数和时间序列模型,将相应的模型参数和残差的方差作为特征参数,采用参数约束法对其进行时频域约束。
根据时域约束后的各特征提取结果对应的多个本征模态函数和时间序列模型,结合轨道确定过程,进行模型补偿。在轨道确定过程中,动力学模型误差和观测模型误差通过OC残差形式耦合在一起很难进行有效分离,即无法确定估计轨道在动力学轨道和几何轨道之间的偏倚程度。然而当已知某类误差源特性,如观测模型***误差形式时,可通过对经验力大小的调整进行两种模型的同时补偿。但已知一种模型频谱时,首先利用传统方法获得OC残差,继而利用混合模态分解法去掉该项特征,再进行两种模型的补偿方法。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本发明处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明,上面对所公开实施例进行了描述。对于本领域技术人员来说;这些实施例的各种修改方式都是显而易见的,并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此,本公开并不限于本文给出的实施例,而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种航天器轨道动力异常补偿方法,其特征在于,所述方法包括:
对航天器的各动力异常类型进行分析,确定各动力异常的特征模型,具体包括;
针对各动力异常类型,构建所对应的动力学异常结构或相应的异常特征参数;
按照实际工程环境,结合所构建的动力学异常结构或异常特征参数,对航天器在轨运行进行模拟仿真,得到模拟的轨道测控数据和计算的轨道参数;
结合所计算的轨道参数,模拟的轨道测控数据,以及各动力异常类型,确定各动力异常结构或相应的特征参数与所计算的轨道参数和模拟的轨道测控数据之间的关系;
对所确定的各动力学异常结构或相应的特征参数与所计算的轨道参数和模拟的轨道测控数据之间的关系,采用理论分析方式,确定各动力异常的特征模型;
针对各动力异常的特征模型,构造相应的异常特征统计量;
对各异常特征统计量采用不同的变化检测方法进行特征检测与提取,得到对应的特征提取结果,具体包括:
对各动力异常类型的特征模型中,需要进行事后表示的异常特征统计量,进行基于OC残差的特征提取,得到对应的时域上的模型误差,以及对应的时频域上的异常特征误差源和时频误差;
对各动力异常类型的特征模型中,需要进行实时表示的异常特征统计量,进行基于轨道根数参数的滤波异常特征提取,得到对应的轨道根数参数的实时特征提取结果;
根据各特征提取结果,对航天器的动力异常进行模型误差补偿,具体包括:
在时域上,根据各特征提取结果,对动力学模型进行基于非线性曲线拟合的误差补偿;
在时频域上,根据各特征提取结果,对动力学模型进行基于混合模态分解的误差补偿。
2.根据权利要求1所述的航天器轨道动力异常补偿方法,其特征在于,所述航天器的动力异常类型包括但不限于:主动模式下的动力异常和被动模式下的动力异常;
所述主动模式下的动力异常包括但不限于:航天器喷气推力和动量轮卸载造成的动力异常,以及航天器燃料泄露造成的质心变化;
所述被动模式下的动力异常包括但不限于:航天器受到外界急剧变化环境造成的动力异常,以及太阳帆板受到损坏后引起的动力异常;
所述异常特征统计量包括但不限于:
航天器轨道根数参数;
航天器测控数据,包括:距离测元、方位角测元、俯仰角测元、GPS载波相位测元;
航天器轨道确定过程中的测控数据观测值与计算值的残差,即OC残差。
3.根据权利要求1所述的航天器轨道动力异常补偿方法,其特征在于,
所述动力学异常结构或相应的异常特征参数包括但不限于:
航天器动力学模型中外加的缓变推力;
航天器动力学模型中外加的推力的大小、方向;
航天器动力学模型中大气阻力系数及其分段变化结构。
4.根据权利要求3所述的航天器轨道动力异常补偿方法,其特征在于,所述对各动力异常类型的特征模型中,需要进行事后表示的异常特征统计量,进行基于OC残差的特征提取,得到对应的时域上的模型误差,以及时频域上的异常特征误差源和时频误差,具体包括:
在时域上,对需要进行事后表示的异常特征统计量的OC残差进行曲线拟合,得到需要进行事后表示的特征模型的时域上的模型误差;
在时频域上,对需要进行事后表示的异常特征统计量的OC残差进行小波时频分析,得到需要进行事后表示的特征模型的异常特征误差源和时频误差。
5.根据权利要求3所述的航天器轨道动力异常补偿方法,其特征在于,所述对各动力异常类型的特征模型中,需要进行实时表示的异常特征统计量,进行基于轨道根数参数的滤波异常特征提取,得到对应的轨道根数参数实时特征提取结果,具体包括:
当轨道测控元素多、轨道测控数据量大,且测元精度较高时,对需要进行实时表示的异常特征统计量,进行轨道根数参数差分识别,得到对应的轨道根数参数的实时特征提取结果;
当轨道测控元素少、轨道测控数据量小,且测元精度较低时,对需要进行实时表示的异常特征统计量,进行基于小波分析的轨道根数参数变化检测,得到对应的实时特征提取结果。
6.根据权利要求1所述的航天器轨道动力异常补偿方法,其特征在于,所述对各异常特征统计量采用不同的变化检测方法进行特征检测与提取,之前还包括:
对各种变化检测方法进行分析,选取与不同异常特征统计量相匹配的变化检测方法;
所述对各种变化检测方法进行分析,具体包括:
对每种变化检测方法在给定模式下进行置信概率分析、敏感性分析和适应性分析;
对每种变化检测方法进行边界条件的分析。
7.根据权利要求1所述的航天器轨道动力异常补偿方法,其特征在于,所述根据各特征提取结果,对动力学模型进行基于非线性曲线拟合的误差补偿,具体包括:
采用节省参数表示方法,对各特征提取结果进行稀疏参数建模,得到动力异常误差的稀疏参数表示模型;
将动力异常误差的稀疏参数表示模型结合贪婪算法和内点法,以及正则化法,构建出动力学模型误差函数;
针对动力学模型误差函数,采用参数约束法对待估参数进行区间约束;
根据区间约束后的动力学模型误差函数,结合航天器轨道确定过程,对动力学模型进行补偿。
8.根据权利要求1所述的航天器轨道动力异常补偿方法,其特征在于,所述根据各特征提取结果,对动力学模型进行基于混合模态分解的误差补偿,具体包括:
采用经验模态分解方法,对各特征提取结果进行模态分解,得到各特征提取结果对应的多个本征模态函数和分解后的趋势项;
利用时间序列建模方法,建立各特征提取结果对应的趋势项的时间序列模型;
针对各特征提取结果对应的多个本征模态函数和时间序列模型,采用参数约束法对待估参数进行时频域约束;
根据时域约束后的各特征提取结果对应的多个本征模态函数和时间序列模型,结合航天器轨道确定过程,对动力学模型进行补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811072215.9A CN109460071B (zh) | 2018-09-14 | 2018-09-14 | 航天器轨道动力异常补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811072215.9A CN109460071B (zh) | 2018-09-14 | 2018-09-14 | 航天器轨道动力异常补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109460071A CN109460071A (zh) | 2019-03-12 |
CN109460071B true CN109460071B (zh) | 2021-10-29 |
Family
ID=65606739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811072215.9A Active CN109460071B (zh) | 2018-09-14 | 2018-09-14 | 航天器轨道动力异常补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109460071B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110068845B (zh) * | 2019-04-30 | 2021-07-23 | 上海微小卫星工程中心 | 一种基于平根数理论确定卫星理论轨道的方法 |
CN111274543A (zh) * | 2020-01-17 | 2020-06-12 | 北京空间飞行器总体设计部 | 一种基于高维空间映射的航天器***异常检测方法 |
CN113641949B (zh) * | 2021-08-05 | 2023-03-28 | 中国西安卫星测控中心 | 一种地球同步转移段轨道根数高精度拟合方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5906339A (en) * | 1996-11-07 | 1999-05-25 | Motorola, Inc. | Multiple axis solar sailing |
EP0998060A2 (en) * | 1998-10-30 | 2000-05-03 | TRW Inc. | Method for enhancing performance of open-loop power control algorithms for satellite communications systems |
CN103034232A (zh) * | 2012-11-30 | 2013-04-10 | 北京控制工程研究所 | 一种基于分层结构的深空探测器gnc***自主故障处理和保护方法 |
CN104880948A (zh) * | 2015-05-08 | 2015-09-02 | 北京航空航天大学 | 一种基于鲁棒自适应的带有飞轮的航天器容错控制方法 |
CN105700536A (zh) * | 2016-01-21 | 2016-06-22 | 北京航空航天大学 | 基于绳系拖曳***的主动星姿态和系绳摆振联合控制方法 |
CN108181913A (zh) * | 2017-12-06 | 2018-06-19 | 北京航空航天大学 | 一种具有指定跟踪性能的航天器自适应容错姿态跟踪控制方法 |
CN108344409A (zh) * | 2017-12-26 | 2018-07-31 | 中国人民解放军国防科技大学 | 提高卫星姿态确定精度的方法 |
CN108454884A (zh) * | 2018-02-27 | 2018-08-28 | 北京控制工程研究所 | 一种动力上升安全制导方法及*** |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1168663A3 (en) * | 2000-06-19 | 2003-11-26 | Northrop Grumman Corporation | Comprehensive system and method for uplink power control in a satellite communication system |
US7242347B2 (en) * | 2002-09-24 | 2007-07-10 | Honeywell International Inc. | Low power detection and compensation for satellite systems |
KR101189697B1 (ko) * | 2010-08-31 | 2012-10-10 | 서울대학교산학협력단 | 우주비행체의 자세제어시스템을 위한 고장 검출기 및 고장 검출 방법 |
US8868263B2 (en) * | 2011-05-25 | 2014-10-21 | Space Systems/Loral, Llc | Spacecraft momentum management using solar array |
US9256994B2 (en) * | 2014-05-12 | 2016-02-09 | Unmanned Innovation, Inc. | Unmanned aerial vehicle authorization and geofence envelope determination |
CN105607485B (zh) * | 2016-02-04 | 2018-08-14 | 河北科技师范学院 | 基于故障特征模型的挠性充液卫星姿态自适应容错控制方法 |
JP6720071B2 (ja) * | 2016-12-26 | 2020-07-08 | 三菱重工業株式会社 | 宇宙機、プログラム及び制御装置 |
CN106697333B (zh) * | 2017-01-12 | 2019-09-06 | 北京理工大学 | 一种航天器轨道控制策略的鲁棒性分析方法 |
CN106933241B (zh) * | 2017-03-30 | 2019-11-29 | 北京航空航天大学 | 基于故障解耦的单框架控制力矩陀螺航天器容错控制方法 |
CN108506112B (zh) * | 2018-03-05 | 2019-11-22 | 中国人民解放军国防科技大学 | 一种针栓式喷注器变推力发动机故障检测方法 |
-
2018
- 2018-09-14 CN CN201811072215.9A patent/CN109460071B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5906339A (en) * | 1996-11-07 | 1999-05-25 | Motorola, Inc. | Multiple axis solar sailing |
EP0998060A2 (en) * | 1998-10-30 | 2000-05-03 | TRW Inc. | Method for enhancing performance of open-loop power control algorithms for satellite communications systems |
CN103034232A (zh) * | 2012-11-30 | 2013-04-10 | 北京控制工程研究所 | 一种基于分层结构的深空探测器gnc***自主故障处理和保护方法 |
CN104880948A (zh) * | 2015-05-08 | 2015-09-02 | 北京航空航天大学 | 一种基于鲁棒自适应的带有飞轮的航天器容错控制方法 |
CN105700536A (zh) * | 2016-01-21 | 2016-06-22 | 北京航空航天大学 | 基于绳系拖曳***的主动星姿态和系绳摆振联合控制方法 |
CN108181913A (zh) * | 2017-12-06 | 2018-06-19 | 北京航空航天大学 | 一种具有指定跟踪性能的航天器自适应容错姿态跟踪控制方法 |
CN108344409A (zh) * | 2017-12-26 | 2018-07-31 | 中国人民解放军国防科技大学 | 提高卫星姿态确定精度的方法 |
CN108454884A (zh) * | 2018-02-27 | 2018-08-28 | 北京控制工程研究所 | 一种动力上升安全制导方法及*** |
Non-Patent Citations (5)
Title |
---|
A method for fault diagnosability evaluation of spacecraft control system;Chen Yin 等;《Joint International Information Technology, Mechanical and Electronic Engineering Conference (JIMEC 2016)》;20161231;611-614 * |
Fault Tolerance of Relative Navigation Sensing in Docking Approach of Spacecraft;Dimity Gorinevsky 等;《IEEE Aerospace, Big Sky, MN》;20080331;1-9 * |
基于补偿最小二乘的航天器轨道确定方法研究;潘晓刚 等;《中国空间科学技术》;20080430(第2期);15-20、50 * |
新一代运载火箭适应发动机停摆故障控制策略研究;冯昊 等;《航天控制》;20170831;第35卷(第4期);57-61 * |
运载火箭上升段动力故障自适应制导研究;韩业鹏;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20170215(第2期);C031-519 * |
Also Published As
Publication number | Publication date |
---|---|
CN109460071A (zh) | 2019-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460071B (zh) | 航天器轨道动力异常补偿方法 | |
Volponi et al. | Development of an information fusion system for engine diagnostics and health management | |
Xiong et al. | Detection of satellite attitude sensor faults using the UKF | |
Alcorta-Garcia et al. | A nonlinear observer-based strategy for aircraft oscillatory failure detection: A380 case study | |
Chen et al. | A hybrid prediction method for bridging GPS outages in high-precision POS application | |
CN102175266B (zh) | 一种运动体陀螺惯性组件的故障诊断方法 | |
CN103676941B (zh) | 基于运动学和动力学模型的卫星控制***故障诊断方法 | |
Zhong et al. | Approach for detecting soft faults in GPS/INS integrated navigation based on LS-SVM and AIME | |
US11988105B2 (en) | Acoustical health monitoring for turbomachinery | |
Peng et al. | A robust unscented Kalman filter and its application in estimating dynamic positioning ship motion states | |
Han et al. | Quadratic-Kalman-filter-based sensor fault detection approach for unmanned aerial vehicles | |
Chen et al. | Dynamic monitoring of an offshore jacket platform based on RTK-GNSS measurement by CF-CEEMDAN method | |
Salinas et al. | Comprehensive capacitance sensor calibration for high-speed fluid-machinery tip clearance characterization | |
Kilic et al. | Sensor fault detection and reconstruction system for commercial aircrafts | |
Yunus et al. | A review on bridge dynamic displacement monitoring using global positioning system and accelerometer | |
Ma et al. | Analysis of positioning errors caused by platform vibration of airborne LiDAR system | |
Alcalay et al. | An adaptive extended kalman filter for monitoring and estimating key aircraft flight parameters | |
Wang et al. | A robust state estimation method for unknown, time-varying and featureless aircraft sensor failures | |
Zhu et al. | Research on a modeling method of wing deformation under the influence of separation and compound multi-source disturbance | |
CN112651078B (zh) | 一种基于符号动力学的箭体结构状态异常检测方法 | |
Simmons et al. | In-flight isolation of degraded engine components by shape comparison of transient outputs | |
CN109141783A (zh) | 基于全球卫星导航***监测桥梁频率的方法 | |
Wang et al. | Fault diagnosis of sensor networked structures with multiple faults using a virtual beam based approach | |
Wang et al. | UAV actuator fault detection using maximal information coefficient and 1-D convolutional neural network | |
Romanova | Applying intelligent data analysis technologies for detecting damages to UAVs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |