带大惯量旋转载荷的卫星平台不平衡力矩在轨估计

发布时间：2020-11-07 06:47

　　随着卫星承担的空间任务要求的不断提高,在轨稳态运行的三轴稳定卫星往往带有各类旋转载荷。针对带有大惯量旋转载荷的卫星,为了提高该类卫星的姿态控制精度,需要开展对大惯量旋转载荷不平衡特性的研究,分析卫星平台与大惯量旋转载荷之间的耦合关系,进而采取有效的估计算法对旋转载荷旋转引起的不平衡干扰力矩进行在轨估计。本论文的主要研究内容如下。针对大惯量旋转载荷进行建模,分析旋转载荷静动不平衡的本质,明确不平衡力矩的主要影响因素;考虑卫星在轨工作时旋转载荷匀速旋转的情况,将旋转载荷转动时的不平衡力矩视为外加干扰,推导简化后的卫星姿态动力学方程,进而采用多刚体姿态动力学建模方法,推导考虑耦合影响的卫星姿态动力学方程。通过数学仿真对基于两种模型的不平衡干扰力矩进行对比可知,考虑耦合影响的卫星动力学模型更能体现该类卫星的动力学特性。针对卫星在轨正常工作姿态稳定的工况,在卫星动力学状态空间方程近似线性化处理的基础上,将旋转载荷的不平衡干扰力矩视作加在卫星平台的一个未知输入向量,采用了基于非线性跟踪微分器的未知输入观测器。通过在未知输入观测器中加入非线性跟踪微分器来代替对卫星姿态信息的直接求导,改善了未知输入观测器的性能,抑制了敏感器的测量噪声对估计结果的影响。针对卫星姿态机动时动力学的非线性特点,在二阶卡尔曼滤波的基础上引进基于非线性系统的扩展卡尔曼滤波算法,推导了二阶扩展卡尔曼滤波算法(TSEKF),使之适用于卫星姿态机动工况下的旋转载荷不平衡力矩的估计。通过数学仿真,验证了TSEKF算法在卫星姿态机动工作下对不平衡力矩进行估计的有效性。同等噪声条件下,通过二阶扩展卡尔曼滤波对不平衡力矩的幅值估计更为精确。考虑到前述方法或多或少都对卫星动力学进行了近似化处理,结合目前流行的深度学习方法,在完整保留卫星姿态动力学非线性的情况下,使用深度前馈网络(DFN)通过大量数据的训练来提取卫星姿态稳定情况下旋转载荷的不平衡干扰力矩与旋转载荷角速度、卫星执行机构输出力矩、敏感器的测量信息的特征关系,进而得到能够高精度拟合卫星动力学的深度前馈网络模型。仿真结果表明训练好的深度前馈网络能够在卫星姿态稳定时快速准确地实现对不平衡力矩的估计。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：V448.22
【部分图文】：

大惯量,卫星,卫星平台,陆地卫星

义某 H863 重点项目。间任务要求的不断提高，现代卫星结分，在卫星的结构设计中占有重要的轴稳定卫星往往带有各类旋转载荷，等等。在旋转载荷本身产生的惯性力生的干扰力矩将作用在卫星本体上，克服不平衡力矩的影响维持在轨的正星执行机构的负担，降低航天器的寿的活动载荷，诸如推扫相机、扫描辐的结构导致其质量分布不均匀或者作时产生一定幅值的不平衡干扰力矩帆板的运动影响，1982 年美国发射的量大大降低[5]。而我国“资源一号”动机理并进行控制，满足了高质量成

精确补偿,空间望远镜,大惯量,干扰力矩