祝佳芳+王新龍+李群生+車(chē)歡
摘要: 對(duì)于火星探測(cè)器在捕獲段的自主導(dǎo)航系統(tǒng)而言, 隨著探測(cè)器不斷接近火星, 系統(tǒng)模型會(huì)從多體運(yùn)動(dòng)模型(模型1)變換到受攝二體運(yùn)動(dòng)模型(模型2), 并且捕獲段探測(cè)器可觀測(cè)的天體也是多樣的, 包括火星、 火衛(wèi)1、 火衛(wèi)2和太陽(yáng)。 為了分析捕獲段不同模型的精度, 首先推導(dǎo)建立兩個(gè)狀態(tài)模型與多個(gè)量測(cè)模型; 在此基礎(chǔ)上利用PWCS法、 FIM法和條件數(shù)三種方法, 分析在模型1和模型2條件下, 不同觀測(cè)量的選取對(duì)系統(tǒng)可觀測(cè)度的影響。 通過(guò)仿真驗(yàn)證給出了最佳的系統(tǒng)模型和量測(cè)模型的組合策略, 為火星探測(cè)器捕獲段自主導(dǎo)航系統(tǒng)的設(shè)計(jì)提供了重要參考。
關(guān)鍵詞: 火星探測(cè)器; 捕獲段; 自主導(dǎo)航; 可觀測(cè)性分析
中圖分類(lèi)號(hào): TJ765.1; V448.22+4文獻(xiàn)標(biāo)識(shí)碼: A文章編號(hào): 1673-5048(2017)05-0018-070引言
火星探測(cè)是國(guó)內(nèi)深空探測(cè)計(jì)劃的重要組成, 也是繼探月工程之后的又一重要研究領(lǐng)域[1]。 捕獲段是火星探測(cè)器進(jìn)入火星引力范圍到最終被火星捕獲的階段, 捕獲段的導(dǎo)航精度直接決定了后續(xù)探測(cè)任務(wù)的成敗。 由于捕獲段與地面距離較遠(yuǎn), 無(wú)線(xiàn)電通信雙向延遲長(zhǎng)達(dá)24.4 min, 而探測(cè)器被火星捕獲的機(jī)會(huì)卻僅有50 min, 這就對(duì)探測(cè)器導(dǎo)航系統(tǒng)的自主性、 實(shí)時(shí)性以及精度提出了極高的要求[2-4]。
天文導(dǎo)航具有全自主、 高精度、 誤差不隨時(shí)間干擾等優(yōu)點(diǎn), 是實(shí)現(xiàn)深空探測(cè)自主導(dǎo)航的有效手段之一[5-6]。 天文觀測(cè)方法是影響天文導(dǎo)航精度的一項(xiàng)重要因素。 火星探測(cè)器在捕獲段的自主天文導(dǎo)航方法最常采用基于太陽(yáng)和行星的自主導(dǎo)航。 當(dāng)探測(cè)器處于捕獲段, 可觀測(cè)的天體主要包括太陽(yáng)、 火星、 火衛(wèi)1、 火衛(wèi)2以及大量的恒星。 利用這些測(cè)量信息能否解算出探測(cè)器的軌道主要依賴(lài)于系統(tǒng)的可觀測(cè)性[7-9], 因此, 有必要對(duì)自主導(dǎo)航系統(tǒng)的可觀測(cè)性進(jìn)行分析。
由于火星探測(cè)捕獲段自主導(dǎo)航系統(tǒng)的狀態(tài)方程和量測(cè)方程都是非線(xiàn)性的, 可觀測(cè)性分析存在一定的困難。 目前, 主要有三種方法: 第一種是通過(guò)在狀態(tài)變量與觀測(cè)數(shù)據(jù)間建立固定的幾何關(guān)系, 利用推導(dǎo)的位置誤差大小作為可觀測(cè)性判據(jù)。 該方法物理意義明顯, 但是適用范圍狹窄。 第二種是從非線(xiàn)性系統(tǒng)出發(fā), 引入局部弱可觀測(cè)理論進(jìn)行可觀測(cè)性分析。 由于火星探測(cè)器觀測(cè)量多為星光角距, Lee導(dǎo)數(shù)求解非常復(fù)雜, 此方法并不適用。
收稿日期: 2016-12-23
基金項(xiàng)目: 航空科學(xué)基金項(xiàng)目(20130151004; 2015ZC51038); 天地一體化信息技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金項(xiàng)目(2015-SGIIT-KFJJ-DH-01)
作者簡(jiǎn)介: 祝佳芳(1990-), 女, 四川樂(lè)山人, 碩士研究生, 研究方向?yàn)閼T性導(dǎo)航、 組合導(dǎo)航。
引用格式: 祝佳芳, 王新龍, 李群生, 等. 火星探測(cè)器捕獲段自立導(dǎo)航模型選擇與精度分析[ J]. 航空兵器, 2017( 5): 18-24.
Zhu Jiafang, Wang Xinlong, Li Qunsheng, et al. Autonomous Navigation Model Design and Analysis for Mars Probe in Capture Stage[ J]. Aero Weaponry, 2017( 5): 18-24. ( in Chinese).
第三種是將非線(xiàn)性系統(tǒng)線(xiàn)性化之后, 利用線(xiàn)性系統(tǒng)可觀測(cè)性理論對(duì)其進(jìn)行分析。 該方法精度較高并且簡(jiǎn)單, 適用于火星探測(cè)器的自主導(dǎo)航系統(tǒng)[10-12]。
基于此, 結(jié)合火星探測(cè)器捕獲段特點(diǎn), 選用線(xiàn)性化可觀測(cè)性分析方法, 針對(duì)不同模型以及不同量測(cè)情況下, 對(duì)自主導(dǎo)航系統(tǒng)的可觀測(cè)性進(jìn)行詳細(xì)分析, 為導(dǎo)航系統(tǒng)的狀態(tài)模型以及量測(cè)模型的選取提供工程性參考。
1火星探測(cè)器捕獲段自主導(dǎo)航模型建立
1.1捕獲段自主導(dǎo)航方案設(shè)計(jì)
以美國(guó)國(guó)家宇航局2013年規(guī)劃的一條火星探測(cè)器全軌道為例, 對(duì)火星探測(cè)器捕獲段導(dǎo)航過(guò)程進(jìn)行說(shuō)明, 如圖1所示。 由于火星探測(cè)器在捕獲階段不斷接近火星, 在這一過(guò)程中受到的天體引力不斷變化。 通常將距離火星半徑為5.773×106 m的球面定義為火星影響球。 當(dāng)探測(cè)器處于火星影響球以外, 即rpm>5.773×106 m時(shí), 這一階段稱(chēng)為捕獲段初期; 而當(dāng)探測(cè)器進(jìn)入火星影響球以?xún)?nèi), 即rpm≤5.773×106 m時(shí), 稱(chēng)為捕獲段末段。 捕獲段初期太陽(yáng)引力不可忽略, 因而自主導(dǎo)航系統(tǒng)的狀態(tài)模型考慮為以太陽(yáng)為主引力體的圓形限制性四體模型; 而在捕獲段末段, 火星引力遠(yuǎn)大于其他天體, 通常使用以火星為主引力體的受攝二體運(yùn)動(dòng)模型[13-15]。
圖1火星探測(cè)器捕獲段導(dǎo)航過(guò)程示意圖
Fig.1Navigation process diagram of Mars probe in
capture stage
火星探測(cè)器在捕獲段依靠觀測(cè)多個(gè)天體信息來(lái)實(shí)現(xiàn)自主導(dǎo)航, 通??梢赃x擇的觀測(cè)信息是火星、 火衛(wèi)1和火衛(wèi)2分別與3顆恒星的星光角距θm, θp和θd(如圖1所示), 但天體的光學(xué)觀測(cè)受到火星遮擋、 火星陰影區(qū)以及太陽(yáng)逆光三方面因素的限制。 分析美國(guó)國(guó)家宇航局2013年規(guī)劃的火星探測(cè)器全軌道數(shù)據(jù)可知, 在火星探測(cè)器處于捕獲段末段即將被火星捕獲的時(shí)候, 由于火星的遮擋, 火衛(wèi)2光學(xué)不可見(jiàn)。 為了保證導(dǎo)航精度, 確?;鹦翘綔y(cè)器精確入軌, 可以將太陽(yáng)納入觀測(cè)范圍, 即觀測(cè)量可在火星、 火衛(wèi)1和太陽(yáng)分別與3顆恒星的星光角距θm, θp和θs中進(jìn)行選擇。
1.2捕獲段初期自主導(dǎo)航系統(tǒng)模型建立
航空兵器2017年第5期祝佳芳, 等: 火星探測(cè)器捕獲段自主導(dǎo)航模型選擇與精度分析(1) 狀態(tài)模型——以太陽(yáng)為主引力體的圓形限制性四體模型(模型1)endprint
圓形限制性四體模型將太陽(yáng)中心引力、 火星中心引力和地球中心引力對(duì)火星探測(cè)器的作用都考慮在內(nèi), 選取歷元(J2000.0)日心慣性坐標(biāo)系為參考坐標(biāo)系, 狀態(tài)變量設(shè)為探測(cè)器的位置和速度[x, y, z, vx, vy, vz]T, 則系統(tǒng)狀態(tài)模型寫(xiě)作:
x·=vx
y·=vy
z· =vz
v· x=-μsxr3ps-μmx-xmr3pm+xmr3sm-μex-xer3pe+xer3se+wx
v· y=-μsyr3ps-μmy-ymr3pm+ymr3sm-μey-yer3pe+yer3se+wy
v· z=-μszr3ps-μmz-zmr3pm+zmr3sm-μez-zer3pe+zer3se+wz(1)
式中: μs, μm和μe分別為日心、 火心和地心引力常數(shù); rpe, rps和rpm分別為探測(cè)器到地球、 太陽(yáng)和火星的距離; rsm和rse分別為太陽(yáng)到火星和地球的距離; xm, ym, zm和xe, ye, ze分別為火星和地球在日心慣性坐標(biāo)系中的位置, 根據(jù)時(shí)間可由行星星歷表獲得; wx, wy, wz為系統(tǒng)噪聲。
式(1)組成的系統(tǒng)方程可簡(jiǎn)化為
X·=f1(X, t)+W(2)
式中: W=[wx, wy, wz]T為噪聲矩陣。
(2) 量測(cè)模型
根據(jù)圖1所示的導(dǎo)航流程, 探測(cè)器飛行在捕獲段初期可以利用的觀測(cè)信息主要是火星、 火衛(wèi)1和火衛(wèi)2的星光角距θm, θp和θd, 可以表示為
θm=arccos(-lcpm·sc1)
θp=arccos(-lcpp·sc2)
θd=arccos(-lcpd·sc3)(3)
式中: sc1, sc2, sc3分別為探測(cè)器能夠捕獲到的任意3顆恒星星光方向的單位矢量; lcpm, lcpp, 和lcps分別為火星、 火衛(wèi)1和太陽(yáng)到火星探測(cè)器方向的方向矢量。
1.3捕獲段末段自主導(dǎo)航系統(tǒng)模型建立
(1) 狀態(tài)模型——以火星為主引力體的受攝二體運(yùn)動(dòng)模型(模型2)
探測(cè)器進(jìn)入火星影響球之后, 選取歷元(J2000.0)火星質(zhì)心慣性坐標(biāo)系作為參考坐標(biāo)系, 選取參考坐標(biāo)系下探測(cè)器的位置和速度[x′, y′, z′, v′x, v′y, v′z]T為狀態(tài)量, 此時(shí)探測(cè)器的狀態(tài)模型(二體受攝軌道動(dòng)力學(xué)模型)表示為
x·′=v′x
y·′=v′y
z·′=v′z
v· ′x=-μmx′r′3pm-μsx′-x′sr′3ps+x′sr′3ms-μex′-x′er′3pe+x′er′3me+wx2
v· ′y=-μmy′r′3pm-μsy′-y′sr′3ps+y′sr′3ms-μey′-y′er′3pe+y′er′3me+wy2
v· ′z=-μmz′r′3pm-μsz′-z′sr′3ps+z′sr′3ms-μez′-z′er′3pe+z′er′3me+wz2(4)
式中: r′pm, r′ps和r′pe分別為探測(cè)器到火星、 太陽(yáng)和地球的距離; r′ms和r′me分別為火星到太陽(yáng)和地球的距離; (x′s, y′s, z′s)和(x′e, y′e, z′e)分別為太陽(yáng)和地球在火星質(zhì)心慣性坐標(biāo)系中的位置分量; wx2, wy2, wz2為系統(tǒng)噪聲; 其他變量定義與模型1一致。
式(4)所示的系統(tǒng)方程都可簡(jiǎn)化為
X· =f2(X, t)+W2(5)
式中: W2=[wx2, wy2, wz2]T為噪聲矩陣。
(2) 量測(cè)模型
由于此時(shí)火衛(wèi)2被遮擋, 可以利用的觀測(cè)信息變?yōu)榛鹦恰?火衛(wèi)1和太陽(yáng)的星光角距θm, θp和θs, 可以表示為
θm=arccos(-lcpm·sc1)
θp=arccos(-lcpp·sc2)
θs=arccos(lcps·sc4)(6)
式中: sc1, sc2和sc4分別為任意3顆恒星星光方向的單位矢量; lcpm, lcpp和lcps分別為火星、 火衛(wèi)1和太陽(yáng)到火星探測(cè)器方向的方向矢量。
2非線(xiàn)性系統(tǒng)的可觀測(cè)性分析方法[16-18]
2.1基于PWCS的可觀測(cè)性分析方法
火星探測(cè)器自主導(dǎo)航系統(tǒng)是一個(gè)連續(xù)的非線(xiàn)性時(shí)變系統(tǒng), 表示為
X·=f(X)+W
Z=h(X)+ε(7)
線(xiàn)性化之后寫(xiě)作:
X·(t)=FjX(t)
Z=HjX(t)(8)
式中: Fj=I+ΔT·fXXX=X(k); Hj=hXXX=X(k)。
如果在所選的每個(gè)時(shí)間區(qū)域tj(j=1, 2, 3, …, n)內(nèi), 式(8)中的Fj和Hj可認(rèn)為是不變的, 那么這樣的系統(tǒng)稱(chēng)為分段線(xiàn)性定常系統(tǒng), 即PWCS(PieceWise Constant System)。 代表PWCS的可觀測(cè)性特征的總可觀測(cè)矩陣TOM(Total Observability Matrix)記作Q(r), 表示為
Qr=Q1
Q2Fn-11
QrFn-1r-1Fn-1r-2…Fn-11(9)
其中Qj(j=1, 2, 3, …, r)為
QTj=(Hj)T(HjFj)T…(HjFn-1j)T (10)
Qj被稱(chēng)為提取可觀測(cè)矩陣SOM(Stripped Observability Matrix), 根據(jù)相關(guān)引理可知, 當(dāng)PWCS的不可觀測(cè)空間是TOM的零空間時(shí), rank(Qj)=rank(Q), 即可以用SOM直接代替TOM矩陣, 進(jìn)行可觀測(cè)性分析。endprint
2.2基于FIM的非線(xiàn)性系統(tǒng)可觀測(cè)性分析方法
Fisher信息是衡量隨機(jī)觀測(cè)變量所攜帶的關(guān)于待估狀態(tài)信息量大小的重要指標(biāo)。 在多維狀態(tài)估計(jì)理論中, Fisher信息表現(xiàn)為矩陣形式, 簡(jiǎn)稱(chēng)為FIM (Fisher Information Matrix)[4]。 對(duì)于連續(xù)非線(xiàn)性時(shí)變系統(tǒng)式(8), 可認(rèn)為是隨機(jī)系統(tǒng)。 記觀測(cè)噪聲ε的概率密度為pε, 觀測(cè)向量Z的概率密度為pz。 對(duì)于一組確定的N維觀測(cè)序列z=[z1, z2, …, zN]T, 似然函數(shù)的對(duì)數(shù)形式表示為
lnLx(z)=ln[pz(z|x)]=-N2ln(2πσ2i)-
12∑Ni=1(zi-hi(x))2σ2i(11)
根據(jù)定義, 系統(tǒng)的FIM矩陣表示為
Fx=-E2lnLx(z)xxT=∑Ni=11σ2ihi(x)xhi(x)Tx(12)
如果對(duì)x0∈Rn有Fx可逆, 那么式(8)對(duì)應(yīng)的確定性觀測(cè)系統(tǒng)在x0處局部可觀測(cè)。 因此, Fx的大小與狀態(tài)量的估計(jì)精度有著密切的聯(lián)系, 這里引入Cramer-Rao不等式來(lái)描述:
P=E[(x^-x)(x^-x)T]≥F-1x(13)
式中: P為狀態(tài)估計(jì)誤差方差陣, 直接反映狀態(tài)變量的估計(jì)精度; Fx為狀態(tài)估計(jì)誤差方差陣的下限, 描述了狀態(tài)估計(jì)所能夠達(dá)到的最高精度。 因此, 可以將tr(F-1x)作為系統(tǒng)可觀測(cè)性的度量標(biāo)準(zhǔn), 即
η=ntrF-1x (14)
式中: n為觀測(cè)量的維數(shù)。 當(dāng)tr(F-1x)越小, 表示狀態(tài)估計(jì)的精度越高, 那么其對(duì)應(yīng)的狀態(tài)量的可觀測(cè)性就越好。
2.3基于矩陣譜條件數(shù)的非線(xiàn)性系統(tǒng)可觀測(cè)性分析方法
受到PWCS法的啟示, 將線(xiàn)性系統(tǒng)的可觀測(cè)性分析方法結(jié)合矩陣擾動(dòng)分析理論, 提出譜條件數(shù)的可觀測(cè)度分析方法。
定義火星探測(cè)器捕獲段自主導(dǎo)航系統(tǒng)的可觀測(cè)性矩陣為
Ok=H(k)
H(k+1)F(k)
H(k+2)F(k+1)F(k)
H(k+n-1)F(k+n-2)…F(k)(15)
定義M=OTkOk, λi是矩陣M的特征值, 條件數(shù)可以表示為
κM=maxλ∈λ(M)λ/minλ∈λ(M)λ (16)
由式(16)可知, 條件數(shù)κ(M)越大, 矩陣越接近奇異, 說(shuō)明系統(tǒng)的可觀測(cè)性越差; κ(M)越小, 矩陣奇異程度越低, 說(shuō)明系統(tǒng)的可觀測(cè)性越好。
3仿真驗(yàn)證
根據(jù)火星探測(cè)器在捕獲段的飛行環(huán)境, 比較適宜觀測(cè)的近天體主要包括: 火星、 太陽(yáng)、 火衛(wèi)1和火衛(wèi)2。 對(duì)于模型1, 可以選用的觀測(cè)量包括: 火星+火衛(wèi)1+火衛(wèi)2(MPD)、 火星+火衛(wèi)1(MP)、 火星+火衛(wèi)2(MD)和火衛(wèi)1+火衛(wèi)2(PD); 而模型2對(duì)應(yīng)的可選觀測(cè)量為: 火星+火衛(wèi)1+太陽(yáng)(MPS)、 火星+火衛(wèi)1(為了區(qū)別模型1的MP, 這里用MP2表示)、 火星+太陽(yáng)(MS)以及火衛(wèi)1+太陽(yáng)(PS)。
3.1可觀測(cè)度分析結(jié)果
首先利用PWCS法、 FIM法以及譜條件數(shù)法, 對(duì)上述8組不同觀測(cè)量對(duì)應(yīng)的自主導(dǎo)航系統(tǒng)的可觀測(cè)性進(jìn)行分析, 結(jié)果如表1~2所示。
表1和表2數(shù)據(jù)表明, 利用PWCS法、 FIM法和譜條件數(shù)法都可以對(duì)火星探測(cè)器自主導(dǎo)航系統(tǒng)進(jìn)行可觀測(cè)性分析, 并且三種方法的分析結(jié)果是一致的。 火星探測(cè)器自主導(dǎo)航系統(tǒng)可觀測(cè)度同時(shí)受到系統(tǒng)模型和觀測(cè)模型的影響。 在系統(tǒng)模型確定的條件下, 以模型1為例, 選擇不同的觀測(cè)量MPD, MP, MD和PD, 對(duì)應(yīng)系統(tǒng)的可觀測(cè)度是不同的; 而當(dāng)觀測(cè)量相同時(shí), 以MP為例, 模型1和模型2系統(tǒng)的可觀測(cè)度也存在差異。
表1捕獲段初期系統(tǒng)可觀測(cè)性分析結(jié)果
Table 1Results of observability analysis in the initial stage of capture section模型1
觀測(cè)量PWCS法rank(Q)最大奇異值FIM法的可
觀測(cè)度η譜條件數(shù)法
的條件數(shù)MPD60.024 4178.307 67×10-161.259 89×1014MP50.019 8173.250 9×10-151.052 8×1017MD50.019 9791.598 3×10-151.654 3×1017PD50.020 0126.414 8×10-152.061 1×1017
表2捕獲段末段系統(tǒng)可觀測(cè)性分析結(jié)果
Table 2Results of observability analysis in the end of capture section模型2
觀測(cè)量PWCS法rank(Q)最大奇異值FIM法的可
觀測(cè)度η譜條件數(shù)法
的條件數(shù)MPS50.014 0364.362 2×10-219.841 8×1015MP250.014 0364.872 6×10-127.547 3×1016MS40.001 0241.365 2×10-153.433 6×1017PS40.014 0367.357 1×10-181.729 4×1017
3.2觀測(cè)信息有效性分析
為了進(jìn)一步分析8組觀測(cè)量對(duì)導(dǎo)航系統(tǒng)性能的影響, 給出模型1和模型2條件下, 不同組觀測(cè)模型對(duì)應(yīng)的位置誤差曲線(xiàn), 見(jiàn)圖2~5。
圖2捕獲段初期采用模型1在0~3 000 s不同觀測(cè)量的位置誤差
Fig.2Position errors of different measurements at 0~3 000 s in the initial stage of capture section using model 1endprint
圖3捕獲段初期采用模型1在18 400-18 800 s不同觀測(cè)量的位置誤差
Fig.3Position errors of different measurements at 18 400~
18 800 s in the initial stage of capture section using
model 1
圖4捕獲段末段采用模型2在0~1 000 s不同觀測(cè)量的位置誤差
Fig.4Position errors of different measurements at 0~1 000 s in the end of capture section using model 2
分析圖2~5曲線(xiàn), 得出以下結(jié)論:
(1) 隨著可觀測(cè)的近天體數(shù)目的增加, 系統(tǒng)可觀測(cè)度可以得到提升, 導(dǎo)航性能也將得到改善。 當(dāng)選擇模型1為狀態(tài)模型時(shí), 以MPD為觀測(cè)量的自主導(dǎo)航系統(tǒng)位置誤差收斂速度快并且精度高, 系統(tǒng)導(dǎo)航性能明顯優(yōu)于以MP, MD和PD為觀測(cè)量的導(dǎo)航系統(tǒng)。
(2) 模型2中MS和PS兩組觀測(cè)量不能滿(mǎn)足自主導(dǎo)航要求。 圖4~5曲線(xiàn)表明, 當(dāng)選擇模型2時(shí), 以MPS為觀測(cè)量的導(dǎo)航系統(tǒng)性能最優(yōu); 而MS和PS位置誤差是發(fā)散的, 最終的導(dǎo)航誤差很大, 認(rèn)為這兩組觀測(cè)量不可用。
圖5捕獲段末段采用模型2在18 000~19 000 s不同觀測(cè)量的位置誤差
Fig.5Position errors of different measurements at 18 000~
19 000 s in the end of capture section using model 2
為了更加詳細(xì)分析上述6組可行的觀測(cè)模型MPD, MP, MD, PD, MPS以及MP2的差異, 將6組觀測(cè)收斂之后的導(dǎo)航誤差數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析, 結(jié)果如表3所示。
表36組觀測(cè)量收斂之后的速度誤差與位置誤差
Table 3Velocity errors and position errors after
convergence of six groups of measurements觀測(cè)模型位置誤差均值/km均方差
/(km)2速度誤差均值
/(km/s)均方差
/(km/s)2模型1MPD5.031 46.798 70.009 30.005 4MP20.948 946.008 20.011 70.008 4MD17.021 117.869 00.012 80.006 1PD26.241 731.615 90.012 00.006 3模型2MPS14.551 816.253 40.004 50.002 3MP219.251 726.444 00.004 70.002 7
表3的數(shù)據(jù)表明, 模型1中MPD位置均方差和速度均方差僅有6.798 7 (km)2和0.005 4 (km/s)2, 優(yōu)于其他的觀測(cè)模型; 而MPS對(duì)應(yīng)的位置均方差和速度均方差為16.253 4 (km)2和0.002 3 (km/s)2, 是模型2中最小。 結(jié)果表明: 捕獲段初期, 選用MPD為觀測(cè)最最佳, 而捕獲段末段, 以MPS為觀測(cè)量的自主導(dǎo)航系統(tǒng)性能最優(yōu)。
4結(jié)束語(yǔ)
本文深入分析了火星探測(cè)器自主導(dǎo)航系統(tǒng)的狀態(tài)模型以及觀測(cè)模型, 利用PWCS, FIM以及基于矩陣譜條件數(shù)的非線(xiàn)性可觀測(cè)性分析方法對(duì)多種系統(tǒng)模型進(jìn)行了可觀測(cè)度分析, 得出了以下結(jié)論:
(1) 隨著所觀測(cè)的近天體數(shù)目的增加, 系統(tǒng)可觀測(cè)度可以得到提升, 導(dǎo)航性能也將得到改善。 以MPD和MPS三個(gè)近天體為觀測(cè)的自主導(dǎo)航系統(tǒng), 導(dǎo)航精度優(yōu)于其他以?xún)蓚€(gè)近天體為觀測(cè)的導(dǎo)航系統(tǒng)。
(2) 以?xún)蓚€(gè)近天體為觀測(cè)的導(dǎo)航系統(tǒng)有些是可行的, 例如MD, MP和PD, 而MS和PS是不可行的, 這與天體和探測(cè)器在空間中相對(duì)位置的分布情況有關(guān)。 因此, 在選擇天體時(shí), 應(yīng)盡量避免選取位置近乎在一條直線(xiàn)上的天體, 而應(yīng)選擇一些分布相對(duì)松散的天體。
(3) 火星探測(cè)器捕獲段全程, 系統(tǒng)模型從以太陽(yáng)為主引力體的多體運(yùn)動(dòng)模型(模型1)變換到以火星為主引力體的受攝二體運(yùn)動(dòng)模型(模型2), 導(dǎo)致在捕獲段初期, 選取MPD為觀測(cè)是最佳方案, 而在捕獲段末段MPS的導(dǎo)航結(jié)果卻優(yōu)于MPD。 因此, 根據(jù)模型的變換來(lái)選擇不同的觀測(cè)量可以全面提升探測(cè)器的導(dǎo)航精度。
參考文獻(xiàn):
[1] 王密, 鄭興輝, 程宇峰, 等. 火星探測(cè)巡航段與捕獲段光學(xué)自主導(dǎo)航方案與關(guān)鍵技術(shù)[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2016, 41(4): 434-442.
Wang Mi, Zheng Xinghui,Cheng Yufeng,et al. Scheme and Key Technologies of Autonomous Optical Navigation for Mars Exploration in Cruise and Capture Phase[J]. Geomatics and Information Science of Wuhan University,2016, 41(4): 434-442. (in Chinese)
[2] 楊勤利. 深空探測(cè)小天體巡航段與交會(huì)段自主導(dǎo)航方法研究[D]. 上海: 上海交通大學(xué), 2012.
Yang Qinli. Research on Deep Space Autonomous Navigation Scheme to Small Celestial Bodies Exploration in Interplanetary Cruise Phase and Rendezvous Phase[D]. Shanghai: Shanghai Jiao Tong University, 2012. (in Chinese)endprint
[3] Bhaskaran S, Riedel J E, Kennedy B, et al. Navigation of the Deep Space 1 Spacecraft at Borrelly[C]∥AIAA/AAS Astrodynamics Specialist Conference and Exhibit, Monterey, California, 2002.
[4] 管敘軍, 王新龍. 一種基于視覺(jué)的火星車(chē)自主導(dǎo)航方案設(shè)計(jì)[J]. 航空兵器, 2015(1): 23-27.
Guan Xujun,Wang Xinlong. A Design of Autonomous Navigation Scheme Based on Vision for the Mars Rovers[J]. Aero Weaponry, 2015 (1): 23-27. (in Chinese)
[5] 房建成, 寧曉琳. 深空探測(cè)器自主天文導(dǎo)航方法[M]. 西安: 西北工業(yè)大學(xué)出版社, 2010.
Fang Jiancheng, Ning Xiaolin. Autonomous Celestial Navigation Method for Deep Space Explorer [M]. Xian: Northwestern Polytechnical University Press,2010. (in Chinese)
[6] 李俊峰, 崔文, 寶音賀西. 深空探測(cè)自主導(dǎo)航技術(shù)綜述[J]. 力學(xué)與實(shí)踐, 2012, 34(2): 1-9.
Li Junfeng, Cui Wen, Baoyin Hexi. A Survey of Autonomous Navigation for Deep Space Exploration[J]. Mechanics in Engineering, 2012, 34 (2): 1-9. (in Chinese)
[7] 常曉華, 崔平遠(yuǎn), 崔祜濤. 一種深空自主導(dǎo)航系統(tǒng)可觀測(cè)性分析方法[J]. 哈爾濱工業(yè)大學(xué)學(xué)報(bào), 2010, 42(11): 1681-1685.
Chang Xiaohua, Cui Pingyuan, Cui Hutao. An Observability Analysis Method of Deep Space Autonomous Navigation System[J]. Journal of Harbin Institute of Technology, 2010, 42(11): 1681-1685. (in Chinese)
[8] 常曉華. 深空自主導(dǎo)航方法研究及在小天體探測(cè)中的應(yīng)用[D]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2010.
Chang Xiaohua. Research on Deep Space Autonomous Navigation Scheme and Application to Small Celestial Bodies Exploration[D]. Harbin: Harbin Institute of Technology, 2010. (in Chinese)
[9] Xin M A, Chen X, Fang J C, et al. Observability Analysis of Autonomous Navigation for Deep Space Exploration with LOS/TOA/Velocity Measurements[C]∥ IEEE Aerospace Conference, 2016.
[10] Hermann R, Krener J K. Nonlinear Controllability and Observability[J]. IEEE Transactions on Automatic Control, 1977, 22(5): 728-740.
[11] 黃翔宇, 崔祜濤, 崔平遠(yuǎn). 深空自主導(dǎo)航的觀測(cè)模型與可觀測(cè)分析[C]∥中國(guó)宇航學(xué)會(huì)深空探測(cè)技術(shù)專(zhuān)業(yè)委員會(huì)學(xué)術(shù)會(huì)議, 2005.
Huang Xiangyu,Cui Hutao,Cui Pingyuan. Observation Model and Observability Aanalysis of Deep Space Autonomous Navigation [C]∥Chinese Aerospace Society, Conference of Deep Space Exploration Technology Committee, 2005. (in Chinese)
[12] 劉光明. 基于天基測(cè)角信息的空間非合作目標(biāo)跟蹤算法及相關(guān)技術(shù)研究[D]. 長(zhǎng)沙: 國(guó)防科學(xué)技術(shù)大學(xué), 2011.
Liu Guangming. Research on NonCooperative Target Tacking Algorithms and Related Technologies Using SpaceBased BearingsOnly Measurements[D]. Changsha: National University of Defense Technology, 2011. (in Chinese)
[13] Yim J R. Autonomous Spacecraft Orbit Navigation[M]. Texas: A&M University, 2002: 28-32.
[14] 錢(qián)偉行. 捷聯(lián)慣導(dǎo)與組合導(dǎo)航系統(tǒng)高精度初始對(duì)準(zhǔn)技術(shù)研究[D]. 南京: 南京航空航天大學(xué), 2010.endprint
Qian Weixing. Research on HighPrecision Initial Alignment of Strapdown Inertial and Integrated Navigation System[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2010. (in Chinese)
[15] Yim J R, Crassidis J L, Junkins J L. Autonomous Orbit Navigation of Interplanetary Spacecraft[C]∥AIAA/AAS Astrodynamics Specialist Conference, Denver, Colorado, 2000.
[16] Ham F M, Brown R G. Observability, Eigenvalues and Kalman Filtering[J]. IEEE Transactions on Aerospace and Electronic Systems, 1983, AES-19(2): 269-273.
[17] 王新洲. 非線(xiàn)性模型參數(shù)估計(jì)理論與應(yīng)用[M]. 武漢: 武漢大學(xué)出版社, 2002: 31-44.
Wang Xinzhou. Theory and Application of Parameter Estimation for Nonlinear Model[M]. Wuhan:Wuhan University Press, 2002: 31-44. (in Chinese)
[18] Bowers E J, Taylor R L. Study of Basic Requirements for a GNC for an Unmanned Lunar Landing Vehicle[R]. USA: George C. Marshall Space Flight Center, 1965: 54-73.
Autonomous Navigation Model Design and Analysis for
Mars Probe in Capture Stage
Zhu Jiafang1, Wang Xinlong1, Li Qunsheng2, Che Huan3
(1. School of Astronautics, Beihang University, Beijing 100191, China;
2. School of Instrumentation Science and OptoElectronics Engineering, Beihang University, Beijing 100191, China;
3. State Key Laboratory of SpaceGround Information Technology, Beijing 100086, China)
Abstract: For the autonomous navigation system of Mars probe in capture stage, when the probe is approaching to Mars, the system model will vary from multibody motion model (model 1) to twobody motion model (model 2), and observable celestial bodies are various including Mars, Phobos, Deimos and the Sun. In order to analyze the precision of different models, two state models and multiple measurement models are established. Then, based on PWCS method, FIM method and condition number method, the influences of different measurements on the degree of observability of system are analyzed under model 1 and model 2. Optimal combination strategy of system model with measurement model is given by simulation results, which provides an important reference for the design of autonomous navigation system of Mars probe.
Key words: Mars probe; capture stage; autonomous navigation; observability analysisendprint