[发明专利]一种与机动非合作目标交会对接的方法

说明书

本发明实施例提供一种与机动非合作目标交会对接的方法，设计了基于单目相机和距离传感器的非合作目标相对测量方案,构造了用于探测目标是否存在机动的机动探测器，并在有目标机动情况下，提出了基于在轨动态补偿的状态滤波算法实现目标相对状态和机动的有效估计；将目标机动补偿、相对状态估计与多脉冲机动方案相结合，实现在预计时间范围内，完成主动对接者与机动非合作目标的交会。

技术领域

本发明涉及交会对接领域，尤其涉及一种与机动非合作目标交会对接的方法。

背景技术

近几十年来，空间卫星数量急剧增加，残障卫星、空间碎片等非合作目标占用了太空空间，对正常服务卫星的安全造成威胁。包括卫星维修、太空垃圾清理在内的在轨服务成为空间技术领域的新概念，而与非合作目标的交会对接是在轨服务的关键技术之一，其中主要涉及非合作目标的相对测量方法，及其状态估计算法等问题。

由于在轨卫星功耗和质量的局限性以及光学相机的小体重、轻质量以及低成本特点，以单个光学相机为传感器的仅角度相对导航系统近年得到了发展，并被应用到与非合作目标的交会对接任务中。然而当前研究大多假定非合作目标无自身机动，相对状态可以较为准确地建模。这一条件可能因为目标的非合作性而不被满足。此外，仅角度导航存在着众所周知的距离可观测性问题，其需要通过航天器自身合适的机动来克服。然而当目标有未知机动，以单目相机为传感器的仅依赖角度导航的可观测性条件可能不被满足。非合作目标有未知机动情况下，其状态估计的难点在于无法建立准确的动力学模型。传统的卡尔曼滤波器(Kalman Filter,KF),扩展卡尔曼滤波器(Extend Kalman Filter,EKF)等可能在状态转移方程建模不准确的情况下发散。协方差膨胀法在目标有未知机动的情况下，大幅膨胀协方差矩阵，增加当前观测对状态估计作用的权重，从而避免滤波器的发散。然而这种方法在增强当前观测作用的同时，将观测不确定性更多地引入到状态估计中，不能有效应对长时间的目标机动问题。增广卡尔曼滤波器(Augmented Kalman Filter,AKF)将未知机动作为系统状态的一部分，并将其建模为一个由白噪声驱动的一阶平稳马尔科夫过程。当目标机动恒定，AKF性能优越，但若机动时变，AKF性能会严重下降。输入估计(InputEstimation,IE)算法检测并直接估计未知机动。交互多模型算法(Interacting MultipleModel,IMM)被广泛应用于未知机动目标的状态估计中.IE和IMM都能够有效估计恒定未知机动，但对时变的未知机动，其性能将会下降。Guang等人提出一种基于输入补偿的变结构估计器(Variable Structure Estimator,VSE)以及观测增强卡尔曼滤波器(Observer-enhanced Kalman filter,OEKF),它们可以动态估计恒定和时变未知机动，但其要求系统状态的每个分量均可以被观测，或者可以从观测中完全解算出来。在观测受限的情况下，这一条件可能不被满足。

发明内容

本发明实施例提供一种与机动非合作目标交会对接的方法，通过单目相机和距离传感器获取关于机动非合作目标测量信息，结合测量信息及是否机动对主动对接者的运行状态进行修正，同时还应用多脉冲机动修正主动对接者的运行状态，解决了与机动非合作目标交会对接的问题。

为实现上述目的，一方面，本发明实施例提供了一种与机动非合作目标交会对接的方法，用于主动对接者，所述方法包括：

获得所述主动对接者的初始位置以及所述机动非合作目标所在的最终目标位置；

指定所述主动对接者从所述初始位置到达所述最终目标位置所需的预计时间范围以及所需的向所述主动对接者施加的脉冲次数，以所述脉冲次数均分所述预计时间范围，得到一个或多个脉冲时刻；

以指定时间间隔将所述预计时间范围划分为至少一个状态时刻；