基于数据流形学习的复杂卫星高精度高效率姿态确定方法研究

Combined with “Military & Civilian Fusion” nation strategy requirement, the novel theories and methods of attitude determination for complex satellite are researched in this project. This project is based on the high resolution earth observation system, and aiming at low-frequency error, baseline error, relative installation error, and uncertainty error, as well as multiplicative noise and non-Gaussian noise caused by the on-orbit environment of complex satellites. Considering the constraints of storage and computational resources for the on-board computer, the attitude determination and on-orbit error calibration for complex satellite are designed by uncertainty modeling, independent combinatorial optimization of model error, data manifold learning, variable dimension reduction and adaptive filter. The detailed contents include: establish the integrated error model of attitude sensor based on error source mechanism analysis and parameter optimization design; design the error feature extraction and the variable reduction based on data manifold learning and sparse constraints; research the high-accuracy and high-reliability adaptive attitude filter based on united optimization model of the key error factors; accomplish the semi-physical simulation verification and evaluation for the high-accuracy and high-efficiency attitude determination. This project can provide the technical support for some satellite applications, such as high-accuracy and high-reliability attitude control, high-resolution imaging and high-accuracy mapping.

本项目结合“军民融合”国家战略需求，以高分辨率对地观测系统为背景，研究复杂卫星姿态确定新理论和新方法。针对复杂卫星在轨环境因素引起的姿态敏感器的低频误差、基准误差、相对安装误差，及姿态确定系统噪声的非加性与非高斯性等不确定性因素，在星上存储和计算资源约束条件下，通过不确定性建模、模型的自主组合优化、数据流形学习、变量降维约简、自适应滤波的研究，设计兼顾高精度、高效率、高可靠的复杂卫星姿态确定和在轨误差校准方法。具体内容包括：建立基于误差源影响机理与参数优化设计相结合的姿态敏感器综合误差模型；设计基于数据流形学习与稀疏约束的姿态测量误差特征提取与变量约简算法；研究基于关键因素联合寻优模型的高精度高可靠自适应姿态滤波方法；完成复杂卫星在轨姿态确定精度和效率的半物理试验验证与评估。为实现复杂卫星高精度、高可靠姿态控制及高分辨率成像、高精度测绘等卫星应用提供技术支撑。

本项目针对复杂卫星在轨环境因素引起的姿态敏感器的低频误差、基准误差、相对安装误差，及姿态确定系统噪声的非加性与非高斯性等不确定性因素，在星上存储和计算资源约束条件下，通过不确定性建模、模型的自主组合优化、数据流形学习、变量降维约简、自适应滤波的研究，研究兼顾高精度、高效率、高可靠的复杂卫星姿态确定方法。构建星敏感器在轨姿态测量精度综合误差模型，设计姿态测量误差特征提取与变量约简算法，研究高精度高可靠自适应姿态滤波方法，完成复杂卫星在轨姿态确定精度和效率的半物理试验验证与评估。获得的主要研究成果如下：.1）系统、全面分析了星敏感器内部误差和外部误差的表现形式和影响规律，构建了星敏感器姿态测量综合误差模型，设计了各类误差的在轨辨识与补偿方法，并结合仿真数据和实测数据对误差模型与在轨补偿算法进行验证和评价；.2）探寻了复杂卫星姿态确定模型误差及不确定性参数间的相似性和交互耦合关系，研究了安装误差、基准偏差等误差的特征提取与统一降维约简方法，减少了误差特征集的冗余性，降低了误差特征的变量维数，实现了非线性耦合误差特征的融合提取；.3）分析了低频误差、基准误差和相对安装误差等关键误差因素对定姿精度的影响，结合复杂卫星姿态确定系统的非线性、非高斯性与不确定性等特点，设计了适合抑制低维测量误差、状态模型不确定性误差等的自适应鲁棒滤波算；.4）开展了复杂卫星高精度高效率姿态确定方法的数学、半物理仿真试验，从理论上证明了构建的模型、算法与方法的有效性，为实现复杂卫星高精度、高可靠姿态控制及高分辨率成像、高精度测绘等卫星应用提供技术支撑。.通过3年的研究，项目协助培养博士生1名，硕士生6名；组织学术研讨会2次，参加学术交流7次，发表学术论文9篇，其中SCI检索6篇，EI检索2篇，提交调研报告1份，授权国家发明专利2项。