申请/专利权人：四川大学

申请日：2023-04-12

公开（公告）日：2024-01-23

公开（公告）号：CN116552812B

主分类号：B64G1/24

分类号：B64G1/24;B64G1/10;G01S19/47

优先权：

专利状态码：有效-授权

法律状态：2024.01.23#授权;2023.08.25#实质审查的生效;2023.08.08#公开

摘要：本发明公开了一种电推进GEO卫星自学习定轨方法，本发明对电推进GEO卫星通过加速度计对卫星的加速度进行测量，将卫星的控制加速度信息引入系统状态方程，减小轨道动力学模型误差，使轨道递推结果更精确。当有GNSS定轨信息时，本发明利用LSTM算法对GNSS导航的定轨误差进行估计，然后与UKF定轨结果进行二次融合，进一步提升卫星自主定轨精度。当GNSS不可用时，本发明在不额外增加星载敏感器的条件下，利用卫星上的太阳帆板输出功率信息，获取真实的地影进入时刻和离开时刻，从而构建地影信息。根据卫星飞行每圈的进出地影时间，构建卫星真经度角速度补偿量，从而减小轨道动力学模型误差。

主权项：1.一种电推进GEO卫星自学习定轨方法，其特征在于，包括以下步骤：S1、对电推进GEO卫星建立带动力改进春分点轨道根数模型；获取电推进GEO卫星的加速度信息；S2、根据带动力改进春分点轨道根数模型获取电推进GEO卫星以位置和速度矢量为状态变量的系统状态方程；S3、根据加速度信息和系统状态方程对位置和速度矢量进行时间更新，获取电推进GEO卫星的理论轨道信息；S4、判断电推进GEO卫星是否接收到足够的GNSS信号，若是则进入步骤S5；否则进入步骤S8；S5、基于GNSS信号，采用UKF算法进行第一次多源信息融合，获取电推进GEO卫星的第一状态变量估计值和第一状态变量协方差估计矩阵；S6、将上一时刻的状态变量值和加速度信息输入LSTM网络，获取对应的误差预测值，并结合第一状态变量估计值和第一状态变量协方差估计矩阵进行第二次多源信息融合，获取电推进GEO卫星的第二状态变量估计值，并将其作为电推进GEO卫星的最终状态估计值；S7、判断是否结束自学习定轨，若是则结束；否则返回步骤S3；S8、根据星历和电推进GEO卫星上的太阳帆板输出功率信息，计算当前卫星飞行周期内的地影信息；S9、通过地影信息分段补偿法修正带动力改进春分点轨道根数模型，得到修正后的系统状态方程；S10、通过修正后的系统状态方程进行轨道递推，对位置和速度矢量进行时间更新，获取电推进GEO卫星的修正后理论轨道信息，并将其作为电推进GEO卫星的最终状态估计值；返回步骤S7。

全文数据：

权利要求：

百度查询： 四川大学 一种电推进GEO卫星自学习定轨方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD