基于模型的深空导航中星轨仪错位补偿

本文提出了一种新颖的自适应框架，用于同时估计航天器姿态和传感器错位。未纠正的星轨仪错位会引入显著的指向误差，可能损害GPS不可用环境下的任务目标。为解决此挑战，本文提出的体系结构集成了一个在N×N×N三维假设网格上运行的贝叶斯多模型自适应估计（MMAE）框架。每个假设都采用9状态乘法扩展卡尔曼滤波（MEKF）来估计姿态、角速度和陀螺仪偏置，利用三轴法（TRIAD）基准向量测量。本文的关键贡献是开发了一种稳健的网格细化策略，利用假设的多样性和加权均值网格中心化，以防止常见于经典dominant model-based细化触发器中的早期收敛。广泛的蒙特卡罗仿真表明，所提方法相对于经典方法可显著降低最终错位均方根误差（RMSE），实现亚秒级精度。该框架提供了一种计算可行且统计上稳健的解决方案，用于飞行中的校准，增强了资源受限航天器的导航自主性。