تعیین وضعیت و موقعیت وسائل فضایی با حسگرهای ستاره افق و ترکیب با دیگر حسگرها
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 48
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MCTCD04_023
تاریخ نمایه سازی: 26 خرداد 1405
چکیده مقاله:
این مقاله به صورت نظام مند به بررسی و مقایسه روش ها و حسگرهای رایج برای تعیین وضعیت و موقعیت فضاپیما می پردازد و بر معماری های مستقل از زیرساخت زمینی در سناریوهای GNSS-Denied تمرکز دارد. در محور نخست زنجیره پردازش ردیاب ستاره شامل کالیبراسیون نوری هندسی، استخراج زیرپیکسلی مرکز روشنایی، شناسه گذاری کاتالوگ و حل مسئله وضعیت (Wahba-Davenport/Horn) مرور می شود و نشان داده می شود که حسگر ستاره با نرخ های چند تا ده ها هرتز می تواند به دقتی در مرتبه چند ثانیه قوسی برسد. در محور دوم، حسگر افق زمین بر پایه مدل بیضوی کونیکی افق و برازش مقاوم TLS/WTLS تحلیل می شود؛ نگاشت نقاط لبه به کره، واحد RANSAC اصلاح شده و وزن دهی مبتنی بر نویز پیکسلی برای آف نادیرهای بزرگ توصیه می گردد. سپس چارچوب فیوژن چند حسگری با EKF/UKF ناهم نرخ ارائه می شود که در آن بردارهای دید ستاره و قیود افق با کواریانس های واقع گرایانه ادغام شده و وزن دهی اندازه گیری بر اساس هندسه دید و زمان بندی اخذ تصویر تنظیم می شود. نتایج مرور و شبیه سازی ها نشان می دهد ترکیب STR+EHS خطای موقعیت را بیش از ۴۰ درصد نسبت به استفاده تک حسگره کاهش می دهد، دقت وضعیت را در مرتبه ثانیه قوسی حفظ می کند و در مدارهای LEO/SSO به دقت زیر کیلومتر برای موقعیت می رسد؛ برای EHS نیز بازه ۰.۰۰۰۴ تا ۰.۰۰۱۶ به عنوان کران واقع بینانه نویز اندازه گیری گزارش می شود. مقاله در پایان راهنمای طراحی عملی از انتخاب FOV و cadence تصویربرداری تا ملاحظات سخت افزاری سبک و مدیریت بایاس جوی ارائه می کند و مسیرهای آینده شامل کالیبراسیون بین دوربینه، ادغام با سنسورهای کمکی و بهره گیری از یادگیری ماشین برای بهبود پایداری استخراج لبه و تطبیق کاتالوگ را ترسیم می نماید.
کلیدواژه ها:
نویسندگان
مهدی جلیلیان
کارشناسی ارشد مهندسی فناوری ماهواره؛ دانشگاه علم و صنعت ایران
مهدی نصیری سروی
استادیار گروه مهندسی فناوری ماهواره؛ دانشگاه علم و صنعت ایران