[发明专利]一种基于由DNA算法优化的UPF算法的组合定姿方法

摘要

本发明提出了一种由DNA算法优化的UPF算法的组合定姿方法，该方法首先利用陀螺输出数据对惯性量测信息进行补偿，通过姿态解算，得到载体姿态信息；其次利用天文量测信息，通过确定性算法，获得特定间隔的天文姿态信息；最后利用基于由DNA算法优化的UPF算法将天文姿态信息和载体姿态信息相融合，解决系统非线性和噪声非高斯问题，求解高精度载体姿态信息，估计陀螺漂移，并反馈校正载体姿态和补偿陀螺漂移；最终实现基于天文量测信息实时消除惯性/天文组合导航系统陀螺随机误差的在线修正，完成对航天器的长时间、高精度组合定姿。

主权项

1.一种基于由DNA算法优化的UPF算法的组合定姿方法，其特征在于，所述方法包括以下步骤：步骤1、利用惯性陀螺仪测量得到惯性测量数据，利用陀螺输出数据对所述惯性测量数据进行补偿，然后通过姿态解算，得到载体姿态信息；步骤2、利用天文量测信息，通过确定性算法，求解天文姿态信息，所述天文姿态信息包括航向、俯仰和横滚三姿态角信息；步骤3、利用DNA算法优化的UPF算法将天文姿态信息和载体姿态信息相融合，求解高精度的载体姿态信息，估计陀螺漂移，并反馈校正载体姿态信息以及对陀螺漂移进行补偿，最终完成对航天器的高精度组合定姿。其中，所述步骤3具体包括以下步骤：(1)t＝0时，初始化：对初始的先验概率密度p(x₀)进行采样，生成N个服从p(x₀)分布的粒子其均值和方差满足：x‾0(i)=E[x0(i)]]]>P0(i)=E[(x0(i)-x‾0(i))(x0(i)-x‾0(i))T];]]>(2)t≥1时，步骤如下：①采样步骤用Unscented卡尔曼滤波更新粒子得到采样x^k(i)~]]>q(xk(i)|x.0:k-1(i),y1:k)=N(x‾k(i),Pk(i)),i=1,Λ,N;]]>②计算权重w~k(i)=w~k-1(i)p(yk|x^k(i))p(x^k(i)|xk-1(i))q(x^k(i)|x0:k-1(i),y1:k)]]>归一化权重：wk(i)=wk%(i)/Σi=1Nwk%(i);]]>③重采样步骤从离散分布的中进行N次重采样，得到一组新的粒子仍为p(x_k|_y0:k)的近似表示；④通过DNA算法从得到的这组新的粒子中选取优等粒子，剔出低等的粒子，以解决粒子枯竭问题，利用DNA算法进行优化的步骤如下：a初始化令允许迭代的次数为N_max，DNA汤容量为N，迭代计数器N_c＝1，设置重组概率P_c和变异概率P_m，变量维数为n；b根据DNA编码策略，随机产生N个DNA编码序列，形成容量为N的DNA汤；c根据解码策略逐一解码DNA编码，得到X_j，所述X_j是对应随机产生的N个DNA编码序列的状态变量，按照以下公式计算各个体的适应值F(DNA_i)，DNA_i∈D，D为DNA解码所得数的集合，令N_c等于N_c+1，如果N_c＞N_max，转步骤f；F(DNA_i)＝C-f(X_j)式中，C优选的取f(X_j)的最大值；f(X_j)为适应度评价函数，与相关；d将N个个体根据适应度值大小进行降序排列，得到：{F₁，F₂，L，F_N}，其中F_i等价于F(DNA_i)，且有F₁＞F₂＞L＞F_N；e根据选择与复制操作策略形成子代DNA汤，并对子代DNA汤中DNA编码序列进行重组、变异和倒位操作，然后转步骤c；f令F_max＝max(F₁，F₂，L，F_N)，则f(X_j)＝C-F_max为最小，即f(X_j)中对应的X值，为最优解；⑤X值即为状态变量的最优估计值，包含有载体的姿态信息和陀螺漂移信息，直接输出载体姿态的最优估计值；按照最小方差准则，载体姿态的最优估计值就是条件分布的均值，如下式所示：x^k=Σi=1Nwkixki]]>p_k为第k步的状态方差阵，如下式所示：pk=Σi=1Nwki(xki-x^k)(xki-x^k)T.]]>