[发明专利]基于盲源分离的自旋稳定卫星姿态确定方法及系统

权利要求书

1.一种基于盲源分离的自旋稳定卫星姿态确定方法，其特征在于，包括：

步骤S1：利用星上姿态测量设备，获取某采样时刻自旋稳定卫星姿态测量冗余信息序列；

步骤S2：通过随机梯度优化算法，对姿态测量序列的非高斯性进行极大化，从而求解出盲源分离算法中的分离矩阵W，实现姿态参数的分离；

步骤S3：根据地球同步自旋稳定卫星自旋轴指向在空间具有相对稳定性的特点，依照赤经α和赤纬δ的变化趋势，对照盲源分离信号特性，确定姿态参数的类型；

步骤S4：通过将已知的同时刻真实姿态数据代入盲源分离后的方程，确定增益对角阵，消除算法的模糊性，获取卫星姿态。

2.根据权利要求1所述基于盲源分离的自旋稳定卫星姿态确定方法，其特征在于，

所述步骤S1包括：

步骤S1.1：利用星上姿态测量设备，获取采样时刻t自旋稳定卫星姿态测量序列x(t)；

x(t)＝[c₁(t),c₂(t),c₃(t),…,c_n(t)]^T,n＞2；

上述序列中，每个姿态测量设备获得的测量值c_i(t),i＝1,2,…n,n＞2皆可表示为自旋稳定卫星姿态信息，赤经α和赤纬δ的函数表达式，即：

c_i(t)＝f_i(α,δ,t),i＝1,2,…n,n＞2。

3.根据权利要求2所述基于盲源分离的自旋稳定卫星姿态确定方法，其特征在于，所述步骤S2包括：

步骤S2.1：利用盲源分离算法，在函数关系f_i(α,δ,t)未知的前提下，求解出盲源分离算法中的分离矩阵W，从而将姿态参数进行分离：

其中，P为交换矩阵、D为实对角矩阵；

采用随机梯度优化算法对姿态测量数据的非高斯性进行极大化，求解出盲源分离算法中的分离矩阵W，具体求解公式如下：

其中，η为学习率。

4.根据权利要求3所述基于盲源分离的自旋稳定卫星姿态确定方法，其特征在于，所述步骤S3包括：

步骤S3.1：依照赤经α和赤纬δ的先验变化趋势及幅值信息，对照盲源分离信号特性，确定姿态参数的类型，即辨识确定P阵类型；

5.根据权利要求1所述基于盲源分离的自旋稳定卫星姿态确定方法，其特征在于，所述步骤S4包括：

步骤S4.1：通过将已知的同时刻真实姿态数据代入盲源分离后的方程，确定增益实对角阵D，从而消除算法的模糊性，获取卫星姿态：

其中，P为交换矩阵、D为实对角矩阵，Wx(t)为分离矩阵函数，α(t)为赤经函数，δ(t)为赤纬函数，t为采样时刻。

6.一种基于盲源分离的自旋稳定卫星姿态确定系统，其特征在于，包括：

模块M1：利用星上姿态测量设备，获取某采样时刻自旋稳定卫星姿态测量冗余信息序列；

模块M2：通过随机梯度优化算法，对姿态测量序列的非高斯性进行极大化，从而求解出盲源分离算法中的分离矩阵W，实现姿态参数的分离；

模块M3：根据地球同步自旋稳定卫星自旋轴指向在空间具有相对稳定性的特点，依照赤经α和赤纬δ的变化趋势，对照盲源分离信号特性，确定姿态参数的类型；

模块M4：通过将已知的同时刻真实姿态数据代入盲源分离后的方程，确定增益对角阵，消除算法的模糊性，获取卫星姿态。