[0001] 本发明属于遥感卫星地面数据处理技术领域，尤其涉及一种顾及多源基准差异的敏捷卫星姿态融合方法及系统。

[0002] 传统光学卫星多采取被动星下点成像模式，仅可获取其星下点轨迹附近区域的光学影像数据，而高分辨率敏捷光学卫星可利用俯仰、侧摆方向的快速机动能力，将光学相机的对地指向调整至任意感兴趣目标区域，打破了传统光学卫星仅可获取星下点数据的限制，极大地提高了光学卫星的观测效率高。然而，不同轨道位置、不同时间、不同侧摆俯仰角度成像，使得敏捷光学卫星受热区域、受热面积、热辐射能量产生较大差异，从而导致星敏感器、星相机、光纤陀螺、激光陀螺等多源姿态传感器产生热变形误差，该变形影响因素复杂，难以建模补偿；同时，在敏捷成像模式下，多源姿态敏感器的测量精度存在一定的差异，直接将星敏感器、星相机、光纤陀螺、激光陀螺数据进行无差异的姿态融合处理，未考虑各类姿态数据的精度权重，将导致融合精度低、无法满足敏捷卫星高精度处理需求。因此，需要补偿敏捷卫星时空热变形误差，并根据多源数据实时误差情况，选取最优的姿态融合方案。

[0041] 需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

[0042] 需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

[0043] 实施例一。

[0044] 如图1所示，本实施例中提供了一种顾及多源基准差异的敏捷卫星姿态融合方法，包括：基于卫星测量数据和卫星传感器安装参数计算热环境因子；基于星相机和星敏感器的观测数据提取时空低频误差；对热环境因子进行归一化处理，采用多层感知机网络构建时空低频误差与热环境因子的关系模型，得到补偿后的星敏感器和星相机的姿态数据；基于补偿后的星敏感器和星相机的姿态数据，建立多源绝对姿态敏感器数据融合模型；采用双向动态无迹卡尔曼滤波器，对处理后的陀螺数据和星敏感器星相机融合结果，进行绝对、相对姿态数据融合滤波处理得到高精度姿态数据结果。

[0045] 具体包括以下步骤：步骤1，基于敏捷卫星姿态测量数据、轨道测量数据以及传感器在卫星本体坐标系下的安装参数，计算与卫星热变形误差相关的各类因子。

[0046] 进一步地，根据卫星姿态和轨道测量数据，结合传感器安装参数，计算卫星在不同坐标系下的位置和速度；建立从卫星轨道坐标系到惯性坐标系的姿态旋转矩阵，计算卫星本体坐标系到惯性坐标系的旋转矩阵和姿态欧拉角。计算卫星的大地经度和纬度，从而计算太阳高度角和方位角。根据不同坐标系之间的旋转矩阵，确定太阳在不同坐标系下的指向。

[0047] 更进一步地，获取轨道坐标系下卫星姿态的过程包括：基于轨道测量数据获得当前时刻的卫星在地固坐标下的位置和速度；基于地球自转参数将卫星在地固坐标下的位置和速度进行惯性坐标系转换得到卫星轨道坐标系到惯性坐标系的姿态旋转矩阵；基于卫星轨道坐标系到惯性坐标系的姿态旋转矩阵得到卫星本体到轨道坐标系下的旋转矩阵；基于卫星本体到轨道坐标系下的旋转矩阵计算卫星在当前时刻的偏航角、俯仰角和侧摆角；基于卫星在当前时刻的偏航角、俯仰角和侧摆角得到轨道坐标系下卫星姿态。

[0048] 作为本实施例的具体实施方式，对于测量时刻 ，根据卫星的轨道传感器测量数据可获得在该时刻下的卫星在地固坐标下的位置 及速度，并根据地球自转参数，可将地固坐标系下的卫星位置及速度信息转换为惯性坐标系下，分别表示为 、 ，从而建立
卫星轨道坐标系到惯性坐标系的姿态旋转矩阵 ，具体表示如下。

[0049]

[0050] 根据卫星姿态传感器测量数据，可获取卫星本体坐标系到惯性坐标系的旋转矩阵，根据矩阵相乘运算，可以获得卫星本体到轨道坐标系下的旋转矩阵 ，，并进一步计算卫星本体到轨道坐标系下的姿态欧拉角值，如下式所示。

[0051]

[0052] 其中， 、 、 分别表示卫星在测量时刻 下的偏航角、俯仰角、侧摆角， 表示  中第 行、第 列的数值。

[0053] 对于测量时刻 ，根据卫星在地固坐标下的位置 ，可计算卫星对应的大地经度 、大地纬度 位置信息，如下式所示。

[0054]

[0055] 其中，为地球椭球长半轴长，为地球椭球短半轴长，为地球椭球第一偏心率，为地球椭球第二偏心率， 。

[0056] 进一步，计算太阳高度角  及太阳方位角  ， 如下式所示。

[0057]

[0058] 其中， 是太阳高度角， 是太阳赤纬， 是太阳时角。

[0059] 计算太阳在地固坐标系、卫星本体坐标系以及姿态传感器坐标系下的指向，如下式所示。

[0060]

[0061] 其中， 是太阳在惯性系下的空间指向； 是太阳在地固坐标系下的指向；是太阳在卫星本体坐标系下的指向； 是太阳在姿态敏感器坐标系下的指向；
是惯性系到地固坐标系的旋转矩阵，通过地球自传参数得到； 是惯性系到卫星本体坐标系的旋转矩阵，通过姿态敏感器测量获取； 是卫星本体到姿态敏感器的安装参数，通过安装参数标定获取。

[0062] 因此，对于测量时刻 ，获取了该时刻下与卫星热环境变化相关的各种因子：轨道坐标系下卫星姿态 、卫星大地坐标 、太阳高度角及方位角 、太阳指向参数 。

[0063] 步骤2，基于星相机、星敏感器观测数据，进行双矢量定姿，并比较两类传感器之间的差异，并采用去噪处理，提取两类传感器之间的热变形误差。

[0064] 进一步地，使用高斯滤波，对随机误差进行滤除处理，减少噪声影响，提取时空低频误差。

[0065] 更进一步地，基于星相机和星敏感器的观测数据提取时空低频误差的过程包括：基于星敏感器的观测数据构建多星敏感器姿态融合方程，求解多星敏感器姿态融合方程得到星敏感器姿态参数；基于星相机的观测数据构建多星相机姿态融合方程，求解多星相机姿态融合方程得到星相机姿态参数；基于星敏感器姿态参数和星相机姿态参数得到姿态参数差异；对姿态参数差异进行随机误差滤除处理，提取时空低频误差。

[0066] 作为本实施例的具体实施方式，利用星敏感器A的光轴测量数据 、星敏感器B的光轴测量数据 、星敏感器A的光轴安装参数 、星敏感器B的光轴安装参数 ，构建多星敏感器姿态融合方程，求解星敏感器AB解算的姿态参数 ，消除传感器横轴测量精度不佳的干扰，如下式所示。

[0067]

[0068] 其中， 、 。

[0069] 同理，星相机A的光轴测量数据、星相机B的光轴测量数据、星相机A的光轴安装参数、星相机B的光轴安装参数，构建多星相机姿态融合方程，求解星相机AB解算的姿态参数。

[0070] 对比两种姿态敏感器解算出来的姿态参数差异 ，其中包含卫星热变形导致的时空低频误差还有姿态测量随机误差，进一步进行随机误差滤除处理，提取时空低频误差，如下式子所示。

[0071]

[0072] 其中， 为提取的姿态偏航角时空低频误差， 分别是距离权重因子和误差相似度因子， 表示当前数据的索引， 为数据滤波处理的窗口尺寸的大小。ss表示星敏感器，sc表示星相机， 表示偏航角参数差异，  表示当前偏航角参数差异的索引。

[0073] 类似地，对俯仰角和侧摆角的姿态参数差异均进行上述操作，可实现俯仰角时空低频误差 、侧摆角时空低频误差 的提取。

[0074] 步骤3，基于多层感知机网络，以归一化后的热环境因子为输入，星敏感器与星相机之间时空低频误差为输出，建立时空低频误差与热环境因子的关系模型，并进行多源姿态传感器基准的补偿与统一。

[0075] 进一步地，使用多层感知机网络来建立时空低频误差与热环境因子之间的关系模型，将热环境因子与时空低频误差联系起来，以进行误差补偿。

[0076] 作为本实施例的具体实施方式，为保证模型的精度，需要对热环境因子进行归一化处理，其中太阳高度角参数归一化处理如下式所示。

[0077]

[0078] 其中， 为第  个数据的原始太阳高度角值，   为第  个数据的归一化后的太阳高度角值，为数据总个数， 、 为所有数据中太阳高度角的最大值、最小值。

[0079] 进一步将归一化处理后的热环境因子构建为特征矩阵 ，时空低频误差值构建为输出矩阵 ，如下式所示。

[0080]

[0081] 构建一个用于回归任务的、具有一层隐藏层的多层感知机网络，其中输入层具有16个特征，全连接层设计为200个神经元，并采用ReLU函数作为激活层，输出层则为3个神经元。为了保证模型拟合的可靠性，按照成像时间段对原始数据进行分块处理，对于每一块数据进行随机的抽样，将该块数据中的60%的数据用于训练，20%用于验证，20%用于测试的比例，构成整个网络的训练数据集、验证数据集、测试数据集，并进行模型训练处理，从而获得姿态敏感器热变形关系模型 。

[0082] 对于星相机任一测量数据，可根据相关数据计算该测量数据对应的热环境变换因子，并将其带入到姿态敏感器热变形关系模型中，获得当前的误差补偿值，从而对星相机姿态进行补偿，统一两类姿态敏感器的基准。

[0083] 步骤4，根据星相机、星敏感器测量随机误差值，建立多星相机、多星敏感器数据融合模型，进一步提高姿态解算精度。

[0084] 进一步地，根据惯性坐标系到卫星本体坐标系的旋转矩阵，星敏感器测量数据确定的卫星本体的X轴、Y轴、Z轴在惯性系下的指向以及星相机经时空误差补偿后确定的卫星本体的X轴、Y轴、Z轴在惯性系下的指向构建多源姿态敏感器数据融合模型，提高姿态解算的精度。

[0085] 作为本实施例的具体实施方式，星敏感器测量数据确定的卫星姿态为 ，经时空低频误差补偿后星相机确定的卫星姿态为 ，其中各个矩阵可表示如下。

[0086]

[0087] 其中， 分别是星敏感器测量数据确定的卫星本体的X轴、Y轴、Z轴在惯性系下的指向， 分别是星相机经时空误差补偿后确定的卫星本体的X轴、Y轴、Z轴在惯性系下的指向。

[0088] 进一步构建多源姿态敏感器数据融合模型，如下式所示。

[0089]

[0090] 其中， 是惯性坐标系到卫星本体坐标系的旋转矩阵， 是该旋转矩阵对应的三个欧拉角度，是3*3单位矩阵。

[0091] 对上述关系式进行符号表示，可得下列式子表示。

[0092]

[0093] 由于上式是关于旋转角度的非线性方程，则需要对其进行线性化处理，得到下式。

[0094]

[0095] 其中， 为以当前欧拉角初始值计算的坐标计算初始值，  为欧拉角的改正量。

[0096] 根据上述线性化方程，利用测量数据，进行迭代处理，可得融合了星敏感器与星相机数据的惯性坐标系到卫星本体坐标系的欧拉角的最优解。

[0097] 步骤5，根据光纤陀螺、激光陀螺获取的高频姿态测量数据，进行相对姿态测量数据的交叉检验，提取高精度、高频率的相对姿态数据。

[0098] 进一步地，对光纤陀螺和激光陀螺等高精度传感器获取卫星的高频姿态测量数据进行降频处理，交叉检验，时频特性分析，挑选合适的数据得到处理后的陀螺数据。

[0099] 作为本实施例的具体实施方式，由于采样频率过高将导致数据噪声显著、易受噪声干扰等问题，因此原始高频姿态数据需进行降频处理，获取采样频率合理、精度较高的测量数据。高频姿态测量数据是一定时间间隔内卫星姿态的变化量，卫星绝对姿态 （滤除卫星固有的稳定的姿态）和以采样间隔 获取的相对姿态变化 、采样间隔 获取的相对姿态变化 之间的关系可用下式表示。

[0100]

[0101] 其中， 为绝对姿态振幅、频率和初相。

[0102] 高频原始数据与降频后数据之间频率不变、振幅存在映射关系，可对采样间隔为、 、……、 的相对姿态数据的振幅属性进行映射，并检测各降频数据的时频特性与原始数据时频特性一致性，选取差异小于阈值且采样间隔最长的数据作为最合理的高频姿态数据，用于后续的数据处理。

[0103] 步骤6，基于双向动态无迹卡尔曼滤波器，融合星敏感器、星相机以及陀螺的高频姿态数据，提高敏捷卫星的姿态确定精度。

[0104] 作为本实施例的具体实施方式，设计双向动态无迹卡尔曼滤波器，初始滤波采用时间增加的正向滤波处理，将多星相机、星敏感器权重设置为较大值，提高陀螺数据误差估计精度；后向滤波则以初始滤波的结果作为输入值，进行时间从后向前的滤波处理，此滤波中增加陀螺观测数据的权重，提高姿态解算精度；接着，进行固定区间平滑滤波，动态调整多源姿态数据的权重，以提高相对姿态对融合姿态的贡献，从而实现高频率、高精度的多源姿态数据融合，从而适用于敏捷卫星多种成像模式。

[0105] 本发明针对不同传感器测量数据之间的融合问题，开展研究了一种多源姿态传感器数据融合的方法，针对敏捷光学卫星在不同条件下产生的热变形误差表征问题，开展研究了一种全新的建模和补偿方法，针对建立时空低频误差与热环境因子之间的关系模型问题，开展研究了将机器学习技术应用于卫星姿态研究领域的创新方法，针对融合星敏感器、星相机以及陀螺的高频姿态数据问题，开展设计了一种双向动态无迹卡尔曼滤波器。本发明通过综合考虑热变形误差和多源基准差异，提高了敏捷卫星的姿态确定精度，使卫星数据能够满足高精度处理需求。

[0106] 实施例二。

[0107] 本发明还提供了一种顾及多源基准差异的敏捷卫星姿态融合系统，该系统包括：热变形因子计算模块，用于根据敏捷卫星的轨道测量数据、姿态测量数据、安装参数以及星历文件，计算姿态数据测量时刻对应的轨道坐标系下卫星姿态、卫星大地坐标、太阳高度角及方位角和太阳指向参数，作为热变形因子输出；时空误差提取模块，用于利用单个星敏感器、星相机原始观测数据，根据多星敏感器姿态确定模型、多星相机姿态确定模型，计算多星敏感器姿态参数、多星相机姿态参数，并计算两类姿态参数的差异，进行滤波处理，获取两类姿态敏感器之间的时空误差；时空误差建模及补偿模块，用于根据设置的多层感知机网络，利用归一化后的热变形因子以及去噪提取得到的时空误差，进行模型训练得到时空误差模型，并对测量数据进行时空误差补偿，获取基准统一后的姿态参数；多源数据融合处理模块，用于将时空误差补偿后的多星敏感器、多星相机确定的姿态参数进行融合处理，得到高精度的绝对姿态参数，并采用双向动态无迹卡尔曼滤波器，进行绝对、相对姿态数据融合滤波处理，获取高精度高频率姿态数据结果。

[0108] 以上，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。