[发明专利]基于观测量频谱分析与最优估计的伴飞目标相对导航方法

说明书

本发明公开了一种基于观测量频谱分析与最优估计的伴飞目标相对导航方法和系统，该方法包括：根据目标视线角观测量，确定目标相对运动轨道；从视线角偏置线性回归模型系数数据库中提取得到与所述确定的目标相对运动轨道相匹配的目标视线角偏置线性回归系数；对于观测时间段内目标视线角观测值，利用最优估计方法确定目标实际观测视线角偏置；将目标视线角偏置线性回归系数和目标实际观测视线角偏置带入视线角偏置回归模型，求解得到目标平纬度幅角，以完成伴飞轨道改进。本发明在传统无迹卡尔曼滤波算法的基础上，根据观测量的频谱特性，利用最优估计方法实现对平纬度幅角的实时修正，解决了伴飞目标仅测角相对导航平纬度幅角确定的难题。

技术领域

本发明属于导航技术领域，尤其涉及一种基于观测量频谱分析与最优估计的伴飞目标相对导航方法和系统。

背景技术

在空间攻防、态势感知和在轨服务等领域都会涉及非合作伴飞目标相对导航问题。由于目标的非合作特性，在相对导航解算时往往只有目标视线角观测量可用，因此仅基于测角信息的伴飞目标相对导航技术就成为上述领域的一项关键技术，具有广泛而重要的应用。

由于天基仅测角相对导航固有的可观测度较差的问题，导致对伴飞目标进行相对轨道解算时存在平纬度幅角(λ＝ω+M，ω为近地点幅角，M为平近点角)难以确定的问题。传统的解决办法一般是利用轨道机动改变观测几何，从而提取出伴飞目标视线距离信息，或者采用高精度相对导航模型，结合伴飞轨道摄动特性，利用系统噪声自适应滤波算法识别微小的距离摄动变化。这些方法要么需要消耗额外的航天器燃料，并且需要多次轨道机动来避免滤波发散，要么对滤波算法的模型精度、稳定性等都有着极高要求，且计算量相对较大，不利于星上算法实现。

考虑到伴飞目标周期性的相对运动特点，目标视线角观测量也将具有周期频谱的特性，而视线角频谱振幅、偏置、频率、初始相位等参数是与伴飞目标相对轨道·密切相关的。通过分析伴飞目标视线角频谱参数随平纬度幅角的变化关系，能够为解决伴飞目标平纬度幅角确定问题提供一种全新的技术手段，具有重要意义和应用前景。

发明内容

本发明的技术解决问题：克服现有技术的不足，提供一种基于观测量频谱分析与最优估计的伴飞目标相对导航方法和系统，在传统无迹卡尔曼滤波算法的基础上，根据观测量的频谱特性，利用最优估计方法实现对平纬度幅角的实时修正，解决了伴飞目标仅测角相对导航平纬度幅角确定的难题。该方法根据不同伴飞相对运动轨道目标视线角的频谱差异实现对平纬度幅角的自适应修正，其中计算量较大的伴飞目标视线角偏置特性统计分析可离线完成，在线计算时仅需根据先验信息，利用最优估计算法完成对平纬度幅角参数的实时修正，既提升了目标平纬度幅角的确定精度，又便于星上自主相对导航应用。

为了解决上述技术问题，本发明公开了一种基于观测量频谱分析与最优估计的伴飞目标相对导航方法，包括：

(1)根据目标视线角观测量，采用无迹卡尔曼滤波算法，确定目标相对运动轨道；

(2)从视线角偏置线性回归模型系数数据库中提取得到与所述确定的目标相对运动轨道相匹配的目标视线角偏置线性回归系数；

(3)对于观测时间段内目标视线角观测值，利用最优估计方法确定目标实际观测视线角偏置；

(4)将目标视线角偏置线性回归系数和目标实际观测视线角偏置带入视线角偏置回归模型，求解得到目标平纬度幅角，以完成伴飞轨道改进。

在上述基于观测量频谱分析与最优估计的伴飞目标相对导航方法中，通过如下步骤建立视线角偏置线性回归模型系数数据库：

针对不同的伴飞相对运动轨道，以预置步长进行目标视线角解算，得到一个伴飞轨道周期内的目标视线角变化曲线；

根据目标视线角变化曲线，利用最优估计方法确定各伴飞相对运动轨道对应的视线角频谱参数；