项目名称: 复杂卫星姿态确定精度反演与评估问题研究

项目编号: No.61304119

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 王炯琦

作者单位: 中国人民解放军国防科学技术大学

项目金额: 23万元

中文摘要: 本项目以高分辨率成像对地观测卫星为背景,研究复杂卫星姿态确定精度反演与评估的理论和方法。以往复杂卫星姿态确定的研究工作主要集中在提高姿态敏感器的测量精度、设计改进的或新型的姿态确定算法以适应不同的工作环境。本项目在前期对复杂卫星姿态确定系统误差分析、模型构建及最优估计方法设计等"正问题"研究的基础上,开展姿态确定的"反问题"研究。具体内容包括:基于试验优化设计和阈值分析方法,明确影响复杂卫星姿态确定精度的主成分因素;基于姿态确定滤波算法,建立各主成分因素的精度影响模型,完成模型参数辨识;通过试验优化设计,结合多元非线性回归分析,建立姿态确定精度与主成分因素之间的综合精度响应函数,并在给定姿态确定精度指标下,求解各主成分因素的边界条件;通过理论分析与半物理仿真试验,完成姿态确定精度反演理论与方法的评估。为复杂卫星高精度姿态测量设计与姿态确定方案优化提供反馈及技术支撑。

中文关键词: 复杂卫星;姿态确定;精度反演;试验设计;响应函数

英文摘要: The background of this project is the high-resolution-image of the earth observation satellite. The research focuses on the theories and approaches for the precision inversion and evaluation of complicated satellite's attitude determination. The traditional and previous research work for complicated satellite's attitude determination is restricted in enhancing the precision of sensors' attitude measurement, designing the improved or novel algorithm for attitude determination to adapt different working environments. Based on our previous research work for the "forward problem" of complicated satellite's attitude determination, including system error analysis, model construction and optimal estimation design, this project begins to research the "inverse problem" of complicated satellite's attitude determination. Specific contents are included as follows: the main error factors called the principal component factors for attitude determination are deduced with the experiment optimum design and the threshold analysis method at first. And then the precision influence model for each principal component factor is constructed based on attitude filter algorithm, besides, the model parameters are identified. Moreover, the synthetized precison response function is presented with experiment design and multiple nonlinear regr

英文关键词: Complicated Satellite;Attitude Determination;Precision Inversion;Experiment Design;Response Function

成为VIP会员查看完整内容
0

相关内容

专知会员服务
45+阅读 · 2021年8月28日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
97+阅读 · 2021年6月23日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
基于深度神经网络的少样本学习综述
专知会员服务
169+阅读 · 2020年4月22日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
Python 热图进阶
专知
15+阅读 · 2019年5月4日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
深度 | 推荐系统评估
AI100
24+阅读 · 2019年3月16日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
64+阅读 · 2021年6月18日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关VIP内容
专知会员服务
45+阅读 · 2021年8月28日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
97+阅读 · 2021年6月23日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
基于深度神经网络的少样本学习综述
专知会员服务
169+阅读 · 2020年4月22日
相关资讯
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
Python 热图进阶
专知
15+阅读 · 2019年5月4日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
深度 | 推荐系统评估
AI100
24+阅读 · 2019年3月16日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员