本发明属于自旋卫星姿态估计技术，具体涉及一种基于rcs测量数据的自旋卫星姿态估计方法及系统。
背景技术：
随着各国航天事业的快速发展，在轨运行卫星的种类和数量迅速增加，空间环境越来越恶劣，对探测空间目标的在轨状态提出了更高的要求。空间目标的在轨状态主要有自旋稳定、自旋稳定、重力梯度稳定、翻滚等几类，而周期是衡量自旋稳定、翻滚空间目标在轨状态的一个重要参数。
目前，利用非合作形式测量得到的特性数据估计空间翻滚目标周期的一种重要手段。实际测量中空间翻滚目标雷达散射截面(radarcrosssection,rcs)受空间目标形状、姿态和雷达性能参数等因素影响，周期估计多根据rcs测量值的变化特征利用人工经验判别。文献[w-jzhong,j.-swangandw-jji.theattitudeestimationofthree-axisstabilizedsatellitesusinghybridparticleswarmoptimizationcombinedwithradarcrosssectionpreciseprediction.procimechepartg:journalofaerospaceengineering2015；1-13.]提出变区间分组检验相乘积累进动周期估计方法对进动锥体目标rcs特性数据的统计分析，该方法存在倍频分频问题且运算量较大；文献[lunl,jinjm.applicationoffastmultipolemethodtofiniteelementboundary-integralsolutionofscatteringproblems.ieeetransactionsonantennasandpropagation1996；44:781-786.]利用方差分析法估计了空间目标rcs序列的数据周期，该方法同样存在倍频分频问题，且敏感于rcs序列整体的升降趋势；文献[robertam,jenniferld,johnlb.aninformationinfrastructureforcoordinateearthscienceoberservations.proceedingsofthe2ndieeeinternationalconferenceonspacemissionchallengesforinformationtechnology2006；397-404.]利用循环自相关和循环平均幅度差函数相结合的方法估计导弹目标的进动周期，由于自相关与平均幅度差函数本身都存在倍频分频问题，两者结合仅仅改变了各分量的绝对大小，相对大小并没有改变，因此仍然存在错估的问题；文献[harrubggtonrf.fieldcomputationbymomentmethods.newyork:macmillan1968.]提出了基于非参数秩方差检验的经验模态分解的周期估计方法，该方法能有效克服虚假周期影响，且能改善翻滚目标周期估计精度。以上方法均是直接对测站采集的rcs序列进行分析获得空间目标的rcs，忽略了空间目标旋转、姿态等因素对利用rcs序列进行周期估计的影响。
技术实现要素：
有鉴于此，本发明的主要目的是提供一种基于rcs测量数据的自旋卫星姿态估计方法及系统。
本发明采用的技术方案是：
一种基于rcs测量数据的自旋卫星姿态估计方法，包括如下步骤：
s1：至少设置一个测站，依据测站设置的监测模块监测卫星在测站坐标系下卫星的位置矢量；
s2：根据测站坐标系下卫星的位置矢量，获取卫星在测站坐标系下的俯仰角和方位角，依据俯仰角和方位角获得测站相对卫星的可见弧段，在俯仰角的弧段对测站进行引导跟踪卫星，获取目标rcs序列；
s3：根据测站的监测模块跟踪的目标rcs序列，建立目标rcs序列库；
s4：采用处理器内置的算法模块实现rcs序列的周期估计；
s5：根据获取的先验信息，对自旋稳定卫星姿态估计进行参数设置；
s6：设置粒子群库内的粒子群种群参数，初始化粒子群种群；
s7：评估粒子群种群，获取最优粒子，若迭代次数达到设定的阈值，则结束反演；否则，转s8；
s8：更新粒子群种群，否则转s7。
进一步地，在s7中，最优粒子的获取方法如下：根据监测模块获取的轨道根数以及雷达视线角得到目标本体下入射角；根据入射角序列利用处理器内的计算仿真模块对rcs序列进行处理；根据计算模块获取单个粒子的适应度值；优选最优粒子。
进一步地，所述测站坐标系下卫星在t时刻的位置矢量为r
上述式中，ρ＝(m)[(hg)r-rb]
hg＝(b2)(b1)(n)(a)
m为地球固定坐标系至j2000.0惯性坐标系的转换矩阵；rb为站心在地球固定坐标下的位置矢量，b2为准地球固定坐标系至地球固定坐标下的转换矩阵；b1为瞬时真赤道坐标系至准地球固定坐标系下的转换矩阵；n为瞬时平赤道坐标系至瞬时真赤道坐标系下的转换矩阵；a为j2000.0惯性坐标系至瞬时平赤道坐标系下的转换矩阵；
当俯仰角e＞0时，即可满足测站对卫星的可见条件，获取卫星外推弹道每一时刻在测站坐标系下俯仰角和方位角，可获得测站相对卫星的可见弧段，即可在俯仰角e＞0的弧段对测站进行引导跟踪卫星。
进一步地，在s5中，自旋稳定卫星姿态估计为对自旋稳定卫星在卫星本体系下的主轴姿态进行反演，根据测站监测模块测量rcs序列同计算仿真模块rcs序列的残差的目标函数为
式中：rcs_meas(m,n)是第m个测站监测模块测量的第n个弧段的rcs测量序列；rcs_simu(m,n)是第m个监测模块测量的第n个弧段的rcs仿真序列；nstation是应用于卫星姿态反演的测站数；narc是每个测站的采用的测量弧段数。
因而，自旋稳定卫星的姿态确定的优化模型如下
上述式中，卫星绕主轴旋转的角速度为ω，
本发明还提供了一种基于rcs测量数据的自旋卫星姿态估计系统，包括
设置至少一个跟踪卫星的测站，所述测站设置有监测卫星在测站坐标系下卫星位置矢量的监测模块，
根据所述测站坐标系下卫星的位置矢量，获取目标rcs序列；
设置一个rcs序列库，根据目标rcs序列库优选周期特征明显的rcs序列；
依据处理器内置的算法模块实现优选rcs序列的周期估计。
本发明基于多频段rcs的自旋卫星姿态估计模型。采用电磁场数值算法[5-6]快速计算卫星的雷达散射截面，推导了自旋模式下卫星本体坐标系下电磁波入射角的计算公式，利用rcs匹配获得卫星可跟踪弧段的理论rcs序列。采用改进粒子群算法进行优化求解，实现了自旋卫星在轨姿态估计。
附图说明
图1为本发明中流程图；
图2为本发明中测站跟踪卫星的原理图；
图3(a)、3(b)、3(c)、3(d)为本发明的仿真算法验证结果图；
图4为本发明中卫星的单站rcs三维图；
图5为本发明中ps-1a卫星rcs反射图；
图6(a)和图6(b)基于rcs序列的卫星旋转周期估计；
图7粒子群算法的收敛特性曲线；
图8粒子群算法的收敛特性曲线。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明，在此本发明的示意性实施例以及说明用来解释本发明，但并不作为对本发明的限定。
参照图1至图2，一种基于rcs测量数据的自旋卫星姿态估计方法，包括如下步骤：
s1：至少设置一个测站，依据测站设置的监测模块监测卫星在测站坐标系下卫星的位置矢量；
s2：根据测站坐标系下卫星的位置矢量，获取卫星在测站坐标系下的俯仰角和方位角，依据俯仰角和方位角获得测站相对卫星的可见弧段，在俯仰角的弧段对测站进行引导跟踪卫星，获取目标rcs序列；
s3：根据测站的监测模块跟踪的目标rcs序列，建立目标rcs序列库；
s4：采用处理器内置的算法模块实现rcs序列的周期估计；
s5：根据获取的先验信息，对自旋稳定卫星姿态估计进行参数设置；
s6：设置粒子群库内的粒子群种群参数，初始化粒子群种群；
s7：评估粒子群种群，获取最优粒子，若迭代次数达到设定的阈值，则结束反演；否则，转s8；
s8：更新粒子群种群，否则转s7。
进一步地，在s7中，最优粒子的获取方法如下：根据监测模块获取的轨道根数以及雷达视线角得到目标本体下入射角；根据入射角序列利用处理器内的计算仿真模块对rcs序列进行处理；根据计算模块获取单个粒子的适应度值；优选最优粒子。
进一步地，所述测站坐标系下卫星在t时刻的位置矢量为r
上述式中，
m为地球固定坐标系至j2000.0惯性坐标系的转换矩阵；rb为站心在地球固定坐标下的位置矢量，b2为准地球固定坐标系至地球固定坐标下的转换矩阵；b1为瞬时真赤道坐标系至准地球固定坐标系下的转换矩阵；n为瞬时平赤道坐标系至瞬时真赤道坐标系下的转换矩阵；a为j2000.0惯性坐标系至瞬时平赤道坐标系下的转换矩阵；
当俯仰角e＞0时，即可满足测站对卫星的可见条件，获取卫星外推弹道每一时刻在测站坐标系下俯仰角和方位角，可获得测站相对卫星的可见弧段，即可在俯仰角e＞0的弧段对测站进行引导跟踪卫星。
进一步地，在s5中，自旋稳定卫星姿态估计为对自旋稳定卫星在卫星本体系下的主轴姿态进行反演，根据测站监测模块测量rcs序列同计算仿真模块rcs序列的残差的目标函数为
式中：rcs_meas(m,n)是第m个测站监测模块测量的第n个弧段的rcs测量序列；rcs_simu(m,n)是第m个监测模块测量的第n个弧段的rcs仿真序列；nstation是应用于卫星姿态反演的测站数；narc是每个测站的采用的测量弧段数。
因而，自旋稳定卫星的姿态确定的优化模型如下
上述式中，卫星绕主轴旋转的角速度为ω，
本发明还提供了一种基于rcs测量数据的自旋卫星姿态估计系统，包括
设置至少一个跟踪卫星的测站，所述测站设置有监测卫星在测站坐标系下卫星位置矢量的监测模块，
根据所述测站坐标系下卫星的位置矢量，获取目标rcs序列；
设置一个rcs序列库，根据目标rcs序列库优选周期特征明显的rcs序列；
依据处理器内置的算法模块实现优选rcs序列的周期估计。
参照图3(a)、图3(b)、图3(c)、图3(d)、图4以及图5本发明利用仿真分析了地基测量雷达的实测数据。图3给出了卫星ps-1a的4个测量弧段，并估计了卫星旋转周期为46.2秒(ps-1a卫星为边长为15cm的立方星)。图4给出了ps-1a卫星仿真数据与测量数据的对比结果，验证了仿真计算自旋稳定卫星rcs的准确性。
参照图6(a)和图6(b)，本发明还提供了仿真算例，验证基于混合粒子群算法(hybridparticleswarmoptimization,hpso)算法的卫星姿态估计的有效性。卫星姿态通过θ和
表1反演参数的取值范围
参照图7，算例1：自旋稳定卫星的参数设置为
表2不同测量结构的姿态估计结果
参照图8，算例2算法的抗噪声干扰能力分析。采用测量结构c进行仿真验证。分别对真实rcs序列和增加10db高斯白噪声干扰的数据进行反演，图8是hpso的收敛特性曲线，反演结果如表3所示。结果表明：hpso具有较强的抗随机噪声干扰的能力。
表3不同测量结构的姿态估计结果
本发明基于多频段rcs序列的自旋卫星姿态估计方法和系统，提出了采用粒子群算法反演卫星姿态并进行了仿真验证，结果表明：该算法具有较好的抗噪声干扰能力，可应用于失效卫星的初期姿态估计。
以上对本发明实施例所公开的技术方案进行了详细介绍，本文中应用了具体实施例对本发明实施例的原理以及实施方式进行了阐述，以上实施例的说明只适用于帮助理解本发明实施例的原理；同时，对于本领域的一般技术人员，依据本发明实施例，在具体实施方式以及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。