星敏感器在轨姿态测量精度指标归属因子分析与评估

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61773021
  • 项目类别：
    面上项目
  • 资助金额：
    53.0万
  • 负责人：
    王炯琦
  • 依托单位：
    中国人民解放军国防科技大学
  • 学科分类：
    F0306.自动化检测技术与装置
  • 结题年份：
    2021
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2021-12-31

项目摘要

High precision star tracker’s attitude measure is the foundation for high precision attitude determination and control in satellite’s high resolution imaging and high precision tridimensional mapping. Currently, the research to improve star tracker’s attitude measure precision focuses on error analysis, error modeling, precision compensation and so on. The analysis and evaluation of index distribution factor for attitude measure precision of star tracker is researched in this project. The limit and restriction for each error influence factor is analyzed, based on the given attitude measure precision requirement of star tracker. The research idea of this project is to combine two opposite processes. The first process called positive process is as follows: the precision integrated analysis model for star tracker’s attitude measure is constructed at first, which is obtained by combining error source influence principle analysis and design parameter analysis, based on the star tracker’s on-orbit attitude measure course. And then the influence of each error factor to star tracker’s attitude measure precision is discussed. The main error factors called principal component factors for star tracker’s attitude measure are deduced by some methods including multiresponse - mulitfactorial experiment design, sparsity constraint and principal component analysis. The second process called inverse process is as follows: the error transfer mechanism for principal component factor to attitude measure precision is analyzed at first, and then the error transfer matrix is established. Moreover, the precision response function between principal component factors and star tracker’s attitude measure precision is presented by multiresponse - mulitfactorial experiment design, as well as nonlinear regression and model identification. Then, in the given attitude measure precision index requirement, the response boundary for each principal component factor is solved. This project can provide some feedback effect and technology support for attitude measure scheme design, error control method optimization and ultimate high precision attitude control.
高精度星敏感器姿态测量是满足高分辨率成像、高精度立体测绘等卫星姿态控制的前提。当前星敏感器姿态测量的研究工作主要集中在误差分析与建模、测试标定、误差校准等精度提升技术上。本项目研究星敏感器在轨姿态测量精度指标归属因子分析与评估问题。采用正-逆过程相结合的研究思路，正过程主要是建立基于误差源影响机理分析与设计参数分析相结合的星敏感器在轨姿态测量精度综合分析模型，通过多响应多因素精度评估试验的最优设计，吸收稀疏约束、主成分分析等方法，研究各误差因素对姿态测量精度的影响，确定主成分因素；逆过程则研究主成分因素对星敏感器在轨姿态测量精度的误差传播机理，通过多响应多因素试验优化设计，结合多元非线性回归分析，建立星敏感器在轨姿态测量精度与主成分因素间的一体化精度响应模型，进而以设定的精度指标为基础，反解各主成分因素的响应边界。为高精度姿态测量方案设计与优化及最终实现高精度姿态控制提供反馈及技术支撑。

结项摘要

本项目研究星敏感器在轨姿态测量精度指标归属因子分析与评估问题。采用正-逆过程相结合的研究思路，正过程是建立基于误差源影响机理分析与设计参数分析相结合的星敏在轨姿态测量精度综合分析模型，研究内部/外部误差对姿态测量精度的影响，确定影响在轨姿态测量精度的主成分因素；逆过程则研究主成分因素对星敏在轨姿态测量精度的误差传播机理，建立星敏在轨姿态测量精度与主成分因素间的综合精度响应模型，进而以设定的精度指标为基础，反解各主成分因素的响应边界。获得的主要研究成果如下：.（1）针对星敏研制及在轨姿态测量应用情况，结合星敏姿态测量全过程，建立了星敏在轨姿态测量精度分析空间及精度影响因素的层次及体系，构建了星敏在轨姿态测量过程中由各种抖动、振动等引起的扰动误差模型，形成了一套具有自主知识产权的星敏感器综合误差仿真分析模型。.（2）兼顾星敏输出数据稳定性、数据输出频率等指标体系，针对星敏姿态测量精度试验评估面临的响应关系复杂，试验区域复杂以及评估目的的多样等问题，研究了基于参数模型以及基于非参数模型的含定量定性因素的最优试验设计方法，确定了影响星敏姿态测量精度的外部误差因素中的主成分因素，并通过异方差回归分析方法构建了主成分因素与姿态测量精度之间的精度影响函数模型。.（3）系统研究了甚高精度（1角秒）星敏近零误差机理，建立了星敏在轨姿态测量精度与主成分因素间的一体化精度响应模型，对1角秒星敏的各项误差响应边界进行了计算，给出了各主要误差项的分配表，形成了1角秒星敏设计的响应边界。.（4）开展了星敏在轨姿态测量精度指标归属因子分析与评估的半物理仿真试验，从理论上证明了1角秒星敏的可实现性，为下一步星敏的设计奠定了基础。.通过四年的研究，项目组培养博士生3名，硕士生7名；参加学术交流25人次，发表学术论文35篇，其中SCI检索20篇，提交调研报告1份，出版专著2部，授权国家发明专利8项，1人获得省自然科学基金杰出青年基金资助。

项目成果

期刊论文数量（27）
专著数量（2）
科研奖励数量（0）
会议论文数量（7）
专利数量（8）
Maximum Correntropy Criterion Kalman Filter for α-Jerk Tracking Model with Non-Gaussian Noise
用于非高斯噪声 alpha-Jerk 跟踪模型的最大熵准则卡尔曼滤波器
  • DOI：
    10.3390/e19120648
  • 发表时间：
    2017-12-01
  • 期刊：
    ENTROPY
  • 影响因子：
    2.7
  • 作者：
    Hou, Bowen;He, Zhangming;Wang, Jiongqi
  • 通讯作者：
    Wang, Jiongqi
Guidepost-based autonomous orbit determination method for GEO satellite
基于路标的GEO卫星自主定轨方法
  • DOI：
    10.1016/j.asr.2020.10.048
  • 发表时间：
    2021-01-12
  • 期刊：
    ADVANCES IN SPACE RESEARCH
  • 影响因子：
    2.6
  • 作者：
    Hou，Bowen;Wang，Jiongqi;Liu，Xue
  • 通讯作者：
    Liu，Xue
Cauchy kernel-based maximum correntropy Kalman filter
基于柯西核的最大熵卡尔曼滤波器
  • DOI：
    10.1080/00207721.2020.1817614
  • 发表时间：
    2020-09
  • 期刊：
    International Journal of Systems Science
  • 影响因子：
    4.3
  • 作者：
    Jiongqi Wang;Donghui Lyu;Zhangming He;Haiyin Zhou;Dayi Wang
  • 通讯作者：
    Dayi Wang
数据驱动的复杂系统非预期故障诊断通用过程模型
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    国防科技大学学报
  • 影响因子：
    --
  • 作者：
    陈彧赟;侯博文;何章鸣;王炯琦
  • 通讯作者：
    王炯琦
Maximum Correntropy Unscented Kalman Filter for Ballistic Missile Navigation System based on SINS/CNS Deeply Integrated Mode.
基于SINS/CNS深度集成模式的弹道导弹导航系统最大熵无迹卡尔曼滤波器
  • DOI：
    10.3390/s18061724
  • 发表时间：
    2018-05-27
  • 期刊：
    Sensors (Basel, Switzerland)
  • 影响因子：
    --
  • 作者：
    Hou B;He Z;Li D;Zhou H;Wang J
  • 通讯作者：
    Wang J

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于MEKF 的卫星姿态确定精度影响因素分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    系统工程与电子技术
  • 影响因子：
    --
  • 作者：
    矫媛媛;周海银;王炯琦;潘晓刚
  • 通讯作者：
    潘晓刚
基于模型曲率的非线性多模型融合处理权值与参数估计
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    宇航动力学
  • 影响因子：
    --
  • 作者：
    王炯琦
  • 通讯作者：
    王炯琦
基于数据驱动的复杂系统非预期故障诊断通用过程模型
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    国防科技大学学报
  • 影响因子：
    --
  • 作者：
    王炯琦;侯博文;何章鸣
  • 通讯作者：
    何章鸣
适合处理乘性噪声估计卫星姿态的非线性迭代滤波算法
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    电子学报
  • 影响因子：
    --
  • 作者：
    王炯琦;矫媛媛;周海银;潘晓刚
  • 通讯作者：
    潘晓刚
适合处理星敏感器相对安装误差的规范化鲁棒姿态滤波方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Acta Astronautica
  • 影响因子：
    3.5
  • 作者：
    王炯琦
  • 通讯作者：
    王炯琦

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

王炯琦的其他基金

复杂卫星姿态确定精度反演与评估问题研究
  • 批准号：
    61304119
  • 批准年份：
    2013
  • 资助金额：
    23.0 万元
  • 项目类别：
    青年科学基金项目
基于试验设计的卫星姿态确定精度指标归属因子分析
  • 批准号：
    11126033
  • 批准年份：
    2011
  • 资助金额：
    3.0 万元
  • 项目类别：
    数学天元基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码