شناسايي برخط تانسور اينرسي ماهواره مجهز به چرخ عكس‌العملي با استفاده از روش حداقل مربعات مقاوم شده در برابر نويز اندازه‌گيري

Online identification ofinertia tensor in a reaction wheel equipped satellite using a robust least squares method

در اين مقاله، بر پايه روش حداقل مربعات بازگشتي، روشي بر خط، براي شناسايي مولفه‌هاي تانسور ممان اينرسي يك ماهواره ارايه شده است. فرض بر اين است كه عملگرهاي ماهواره، سه چرخ عكس‌العملي عمود به يكديگر مي‌باشند. تنها سنسور مورد استفاده، سنسور ژايرو نرخي سه محوره مي‌باشد كه سرعت‌هاي دوراني ماهواره را در مختصات متصل به جسم اندازه‌گيري مي‌كند. به دليل وجود نويز در اين سنسور، ماتريس برازش گر مورد استفاده در روش حداقل مربعات داراي نويز بوده و در نتيجه روش حداقل مربعات كلاسيك، قابل استفاده نبوده و همگرا نخواهد شد. براي حل اين مشكل، روشي مقاوم به نويز ارايه و پايداري اين روش با استفاده از روش پايداري لياپانوف اثبات شده است. روش ارايه شده مي‌تواند به صورت برخط در حضور نويز و ديگر خطاهاي موجود در سنسورها، مورد استفاده قرار گيرد. نتايج حاصله از شبيه‌سازي اين روش، نشان مي‌دهد كه اين روش توانسته است با خطايي كمتر از 3 درصد مقدار واقعي، پارامترهاي اينرسي ماهواره را قبل و بعد از تغيير پارامترها، شناسايي كند.

In this paper a method foronline identification of satellite moment of inertia tensor parameters based on recursive least squares method, is presented. It is assumed that the satellite actuators are three orthogonal reaction wheels. Dynamic equations of the satellite are extractedin a special manner. The only available sensor is a three axes rate gyro which measures the angular velocity of satellite in the body coordinate system. Due to existence of noise in this sensor, the regressor matrix used in least squares method, changes stochastically. So in this case, the classic least squares method is not useful, and it cannot converge. For solving this problem, a modified least squares method with robust scheme is presented and its stability is proved using Lyapunov stability theory. The presented method can be used online in presence of measurement noise and other sensor imperfections. Simulation results have shown that this method can identify inertia parameters of the satellite with less than 3 percent error comparing to real parameters before and after parameter parameterchanges.