Public A Cao

sid.inpe.br/mtc-m19/2011/10.16.14.
32-TDI
LINEAR DE KALMAN SIGMA-PONTO

FILTRO NAO
COM ALGORITMO UNSCENTED APLICADO A
ESTIMATIVA DINAMICA
DA ATITUDE DE
SATELITES
ARTIFICIAIS
Roberta Veloso Garcia
Tese de Doutorado do Curso de

Pos-Graduacao em Engenharia e
Tecnologia Espaciais/Mecanica Espacial e Controle, orientada pelos
Drs. Helio Koiti Kuga, e Maria Ceclia Franca de Paula Santos Zanardi aprovada em 31 de outubro
de 2011
URL do documento original:

<http://urlib.net/8JMKD3MGP7W/3AKGTCP>
INPE
Sao Jose dos Campos
2011
PUBLICADO POR:
Instituto Nacional de Pesquisas Espaciais - INPE
Gabinete do Diretor (GB)
Servico de Informacao e Documentacao (SID)
Caixa Postal 515 - CEP 12.245-970
Sao Jose dos Campos - SP - Brasil
Tel.:(012) 3208-6923/6921
Fax: (012) 3208-6919
E-mail: pubtc@sid.inpe.br
E PRESERVAC
DA PRODUC
CONSELHO DE EDITORAC
AO
AO
AO
INTELECTUAL DO INPE (RE/DIR-204):
Presidente:
Dr. Gerald Jean Francis Banon - Coordenacao Observacao da Terra (OBT)
Membros:
Dra Inez Staciarini Batista - Coordenacao Ciencias Espaciais e Atmosfericas (CEA)
Dra Maria do Carmo de Andrade Nono - Conselho de Pos-Graduacao
Dra Regina Celia dos Santos Alvala - Centro de Ciencia do Sistema Terrestre (CST)
Marciana Leite Ribeiro - Servico de Informacao e Documentacao (SID)
Dr. Ralf Gielow - Centro de Previsao de Tempo e Estudos Climaticos (CPT)
Dr. Wilson Yamaguti - Coordenacao Engenharia e Tecnologia Espacial (ETE)
Dr. Horacio Hideki Yanasse - Centro de Tecnologias Especiais (CTE)
BIBLIOTECA DIGITAL:
Dr. Gerald Jean Francis Banon - Coordenacao de Observacao da Terra (OBT)
Deicy Farabello - Centro de Previsao de Tempo e Estudos Climaticos (CPT)
E NORMALIZAC
DOCUMENTARIA:
REVISAO
AO
Yolanda Ribeiro da Silva Souza - Servico de Informacao e Documentacao (SID)
ELETRONICA:
EDITORAC
AO
Viveca SantAna Lemos - Servico de Informacao e Documentacao (SID)
sid.inpe.br/mtc-m19/2011/10.16.14.32-TDI
LINEAR DE KALMAN SIGMA-PONTO

FILTRO NAO
COM ALGORITMO UNSCENTED APLICADO A
ESTIMATIVA DINAMICA
DA ATITUDE DE
SATELITES
ARTIFICIAIS
Roberta Veloso Garcia
Tese de Doutorado do Curso de

Pos-Graduacao em Engenharia e
Tecnologia Espaciais/Mecanica Espacial e Controle, orientada pelos
Drs. Helio Koiti Kuga, e Maria Ceclia Franca de Paula Santos Zanardi aprovada em 31 de outubro
de 2011
URL do documento original:

<http://urlib.net/8JMKD3MGP7W/3AKGTCP>
INPE
Sao Jose dos Campos
2011
Dados Internacionais de Catalogacao na Publicacao (CIP)
Garcia, Roberta Veloso.

Filtro n
ao linear de Kalman sigma-ponto com algoritmo unsG165f
cented aplicado a estimativa dinamica da atitude de satelites artificiais / Roberta Veloso Garcia. Sao Jose dos Campos : INPE,
2011.
xxx + 159 p. ; (sid.inpe.br/mtc-m19/2011/10.16.14.32-TDI)
Tese (Doutorado em Mecanica Espacial e Controle) Instituto
Nacional de Pesquisas Espaciais, Sao Jose dos Campos, 2011.
Orientadores : Drs. Helio Koiti Kuga, e Maria Ceclia Franca
de Paula Santos Zanardi.
1. Estimac
ao de atitude. 2. Sistemas nao lineares. 3. Filtro
de Kalman unscented. 4. Filtro de Kalman estendido. 5. Dados
reais. I.Ttulo.
CDU 629.7.062.2
c 2011 do MCT/INPE. Nenhuma parte desta publicacao pode ser reproduzida, armaCopyright
zenada em um sistema de recuperac
ao, ou transmitida sob qualquer forma ou por qualquer meio,
eletr
onico, mec
anico, fotogr
afico, reprografico, de microfilmagem ou outros, sem a permissao escrita do INPE, com excec
ao de qualquer material fornecido especificamente com o proposito de ser
entrado e executado num sistema computacional, para o uso exclusivo do leitor da obra.
c 2011 by MCT/INPE. No part of this publication may be reproduced, stored in a
Copyright
retrieval system, or transmitted in any form or by any means, electronic, mechanical, photocopying,
recording, microfilming, or otherwise, without written permission from INPE, with the exception
of any material supplied specifically for the purpose of being entered and executed on a computer
system, for exclusive use of the reader of the work.
ii
A mente que se abre a uma nova idia jamais voltar ao seu tamanho
original.
Albert Einstein
Dedico
este
trabalho
instruo
meus
souberam
vii
avs,
me
que
mesmo
ensinar
sem
valor
de
nenhuma
aprender.
AGRADECIMENTOS
Primeiramente agradeo a Deus pelas oportunidades que surgem todos os dias na
minha vida, por mais uma etapa vencida e principalmente pelas pessoas, verdadeiros
anjos, que colocou no meu caminho e que sem elas tudo seria muito mais dcil.
Agradeo a meus pais, Roberto Garcia e Vania Veloso Garcia pelo incansvel apoio,
compreenso e incentivo durante todos estes anos. A minha irm Paula Veloso Garcia
pelo apoio dado em casa de forma a permitir que meu tempo fosse totalmente voltado
para o desenvolvimento deste trabalho e ao Andr C. S. de Oliveira pelo auxlio
computacional. Agradeo tambm ao meu querido Rubens Ferreira Freire Neto por
me acompanhar durante estes anos de trabalho.
Minha eterna gratido aos meus queridos orientadores e amigos, Dra. Maria Ceclia
Zanardi e Dr. Hlio Koiti Kuga, por dividirem comigo seus conhecimentos, por me
orientarem nesta trajetria e por serem parte deste importante trabalho.
Agradeo as minhas grande amigas Dra. Paula Cristiane Pinto Raimundo,
Dra. Rosana Aparecida Nogueira de Araujo e Aliana dos Reis Maciel pela presena
constante na minha vida, pelo apoio nos momentos difceis e por dividirem comigo
todas as minhas conquistas.
Aos meus brilhantes professores de fsica Helder Silva e Jacyrio Marques Martinho
Filho por terem sido responsveis pelo meu amor cincia e a professora de ingls
Helena Anas Rodrigues, pelo apoio e aulas extras durante as preparaes para as
apresentaes dos congressos internacionais.
Agradeo tambm aos amigos Sylvio de Miranda, Helena de Miranda e Isabella
de Miranda pelas palavras de incentivo, pela ateno e preocupao em me ajudar
no que fosse necessrio. Acreditem que no prposito de ensinar eu fui quem mais
aprendi.
Agradeo ao Instituto Nacional de Pesquisas Espaciais - INPE pela valiosa oportunidade de estudo e CAPES por nanciar o desenvolvimento deste trabalho.
ix
RESUMO
Estimadores de estados tm sido empregados em diversas reas, em particular em
engenharia aeroespacial envolvendo problemas de estimao de atitude e rbita. Estes estimadores so aplicados de modo a inferir variveis no-observadas (estados) de
um sistema dinmico a partir de duas fontes incertas de informaes: as medies e
um modelo matemtico. Sob a premissa de modelo linear e rudo Gaussiano, o ltro
de Kalman a soluo tima recursiva mais conhecida para o problema de estimao
de estados, ao passo que o ltro de Kalman Estendido e, mais recentemente, o ltro
de Kalman Sigma-Ponto so as solues aproximadas mais comumente empregadas
para o caso no-linear. Neste trabalho, a proposta principal utilizar o ltro de
Kalman Sigma-Ponto para estimar a atitude, com caractersticas de tempo real, de
um satlite articial utilizando medidas reais fornecidas por sensores que esto a
bordo do satlite. Para validar a abordagem proposta de modo a realizar uma anlise mais completa do problema, apontando as principais vantagens e desvantagens
do mtodo, os resultados so comparados das seguintes maneiras: comparaes entre os estimadores aplicados a problemas no-lineares (ltro de Kalman Estendido
e ltro de Kalman Sigma-Ponto) e entre diferentes parametrizaes da atitude do
satlite (ngulos de Euler e quaternions de atitude). Os resultados mostram que o
algoritmo do Filtro de Kalman Sigma Ponto, mesmo sob condies iniciais imprecisas, capaz de convergir e fornecer estimativas de atitude com preciso superior aos
demais algoritmos. Estes resultados podero ser teis no processamento de imagens
dos satlites, visando melhoria na qualidade das mesmas, e poupando tempo de
processamento adicional dos especialistas de processamento de imagens.
xi
SIGMA POINT NONLINEAR KALMAN FILTER WITH

UNSCENTED ALGORITHM APPLIED TO ATTITUDE DYNAMICS
ESTIMATION OF ARTIFICIAL SATELLITES
ABSTRACT
State estimators have been applied to dierent areas, particularly in aerospace engineering involving attitude and orbit estimation problem. These estimators are
applied in order to infer unobserved variables (state) of a dynamic system providing
two uncertain sources of information, namely, the measurements and a mathematical
model. Under linear model and Gaussian noise assumptions, the Kalman Filter is
the well-known optimal recursive solution for the state-estimation problem, whereas
the Extended Kalman Filter and, more recently, the Sigma-Point Kalman Filter are
the most commonly employed approximate solutions for the nonlinear case. In this
work, the main proposal is to use the Sigma-Point Kalman Filter to estimate the
attitude of an articial satellite, in real time, using real data provided by sensors
that are onboard the satellite. To validate the proposed approach in order to achieve a more complete analysis of the problem, pointing out the main advantages and
disadvantages of the method, the results will be compared in the following ways:
comparing the estimators applied to nonlinear problems (Extended Kalman Filter
and Sigma-Point Kalman Filter) and between dierent parameterizations of the satellite attitude (Euler angles and quaternions). The results show that the algorithm
of Sigma Point Kalman lter, even under inaccurate initial conditions, is able to
converge and provide estimates of attitude with superior accuracy when compared
to the other algorithms. This results may be useful in processing satellite images,
aimed at improving the quality of them, and saving additional processing time of
image processing by the experts.
xiii
LISTA DE FIGURAS
Pg.
4.1
Sistemas de referencia inercial (X,
Y Z
), orbital (xo,
yo zo
) e do
satlite (x, y, z ).
Fonte: Arantes (2005)
8.1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Exemplo da linearizao realizada pelo FKE e o princpio da transformao
unscented
Fonte: Wan e van der Merwe, 2000. . . . . . . . . . . . . . . . . . . . . . 47

9.1
(a) Medidas reais fornecidas pelos sensores solar digital 1 e 2. (b) Medidas
9.2
9.3
reais fornecidas pelo sensores de Terra infravermelho 1 e 2. . . . . . . . . 58

Medidas reais fornecidas pelo giroscpio no (a) eixo x (b) eixo y (c) eixo z. 59
(a) Medidas reais fornecidas pelo sensor solar digital 1. (b) Medidas reais
9.4
fornecidas pelo sensor solar digital 2. . . . . . . . . . . . . . . . . . . . . 61

(a) Medidas reais fornecidas pelo sensor de Terra infravermelho 1. (b)
9.5
9.6
Medidas reais fornecidas pelo sensor de Terra infravermelho 2. . . . . . . 62

Medidas reais fornecidas pelo Giroscpio no (a) eixo x (b) eixo y (c) eixo z. 63
(a) ngulo roll de atitude estimado com ngulos de Euler. (b) ngulo
pitch
de atitude estimado com ngulos de Euler. (c) ngulo
yaw
de
9.7
atitude estimado com ngulos de Euler. . . . . . . . . . . . . . . . . . . . 66

Componente do bias estimada com ngulos de Euler (a) no eixo x. (b)
9.8
no eixo y. (c) no eixo z. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

(a) Inovao relacionada ao DSS1 obtida com ngulos de Euler. (b) Re-
9.9
sduo relacionado ao DSS1 obtido com ngulos de Euler. . . . . . . . . . 70

(a) Inovao relacionada ao DSS2 obtida com ngulos de Euler. (b) Re-
sduo relacionado ao DSS2 obtido com ngulos de Euler. . . . . . . . . . 71

9.10 (a) Inovao relacionada ao IRES1 obtida com ngulos de Euler. (b)
Resduo relacionado ao IRES1 obtido com ngulos de Euler. . . . . . . . 72
9.12 Erro da atitude estimada com ngulos de Euler (a) em roll, (b) em pitch,
(c) em yaw. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
9.13 Erro do bias estimado com ngulos de Euler (a) no eixo x, (b) no eixo y,
(c) no eixo z. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
xv
9.14 (a) Comparao da inovao obtida sem erro de quantizao e com erro
de quantizao, relacionada ao DSS1. (b) Comparao do resduo obtido
sem erro de quantizao e com erro de quantizao, relacionado ao DSS1. 77
9.15 (a) Comparao da inovao obtida sem erro de quantizao e com erro
de quantizao, relacionada ao DSS2. (b) Comparao do resduo obtido
sem erro de quantizao e com erro de quantizao, relacionado ao DSS2. 78
9.16 (a) ngulo roll e seu erro (sigma) estimado pelos FKE e FKU. (b) ngulo
pitch
e seu erro (sigma) estimado pelos FKE e FKU. (c) ngulo
yaw
seu erro (sigma) estimado pelos FKE e FKU. . . . . . . . . . . . . . . . 80

pitch
yaw

9.18 (a) ngulo roll de atitude estimado com quatrnions. (b) ngulo pitch de
atitude estimado com quatrnions. (c) ngulo
yaw
de atitude estimado
com quatrnions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
9.19 Componente do bias estimada com quatrnions (a) no eixo x, (b) no eixo
y, (c) no eixo z. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
9.20 (a) Inovao relacionada ao DSS1 obtida com quatrnions. (b) Resduo
relacionado ao DSS1 obtido com quatrnions. . . . . . . . . . . . . . . . 88
9.22 (a) Inovao relacionada ao IRES1 obtida com quatrnions. (b) Resduo
relacionado ao IRES1 obtido com quatrnions. . . . . . . . . . . . . . . . 90
9.24 Erro da atitude estimada com quatrnions (a) em roll, (b) em pitch, (c)
em yaw. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
9.25 Erro do bias estimado com quatrnions (a) no eixo x, (b) no eixo y, (c)
no eixo z. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
9.26 (a) ngulo roll de atitude estimado com o incremento do quatrnion. (b)
ngulo
pitch
de atitude estimado com o incremento do quatrnion. (c)
ngulo yaw de atitude estimado com o incremento do quatrnion. . . . . 95

9.27 Componente do bias estimada com o incremento do quatrnion (a) no
eixo x, (b) no eixo y, (c) no eixo z. . . . . . . . . . . . . . . . . . . . . . 97
9.28 (a) Inovao relacionada ao DSS1 obtida com o incremento do quatrnion. (b) Resduo relacionado ao DSS1 obtido com o incremento do quatrnion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
xvi
9.30 (a) Inovao relacionada ao IRES1 obtida com o incremento do quatrnion. (b) Resduo relacionado ao IRES1 obtido com o incremento do
quatrnion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
quatrnion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
9.32 Erro da atitude estimada com o incremento do quatrnion (a) em roll,
(b) em pitch, (c) em yaw. . . . . . . . . . . . . . . . . . . . . . . . . . . 102
9.33 Erro do bias estimado com o incremento do quatrnion (a) no eixo x, (b)
no eixo y, (c) no eixo z. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
9.34 Posio dos sensores de estrelas 1 e 2. Fonte: (SILVA et al., 2006) . . . . . 105
9.35 Resultados de determinao de atitude usando o algoritmo TRIAD nos
dados dos sensores de estrelas. . . . . . . . . . . . . . . . . . . . . . . . . 107
9.36 (a) ngulo roll de atitude estimado com ngulos de Euler. (b) ngulo
pitch
yaw
de

9.37 Componente do bias estimada com ngulos de Euler (a) no eixo x, (b)
9.38 (a) Inovao relacionada ao DSS1 obtida com ngulos de Euler. (b) Resduo relacionado ao DSS1 obtido com ngulos de Euler. . . . . . . . . . 112
9.39 (a) Inovao relacionada ao DSS2 obtida com ngulos de Euler. (b) Resduo relacionado ao DSS2 obtido com ngulos de Euler. . . . . . . . . . 113
9.42 Erro da atitude estimada com ngulos de Euler (a) em roll, (b) em pitch,
(c) em yaw. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
9.43 Erro do bias estimado com ngulos de Euler (a) no eixo x, (b) no eixo y,
(c) no eixo z. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
9.44 (a) ngulo roll de atitude estimado com ngulos de Euler. (b) ngulo
pitch
yaw
de
xvii
9.45 Ocorrncia de cenas com dados de sensor de estrelas e isolinhas da AMAS.

Fonte: Arcanjo e Ferreira (2009) . . . . . . . . . . . . . . . . . . . . . . . 121
pitch
yaw

pitch
yaw

9.48 (a) ngulo roll de atitude estimado com quatrnions. (b) ngulo pitch de
atitude estimado com quatrnions. (c) ngulo
yaw
de atitude estimado
com quatrnions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128

9.49 Componente do bias estimada com quatrnions (a) no eixo x, (b) no eixo
y, (c) no eixo z. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
9.54 Erro da atitude estimada com quatrnions (a) em roll, (b) em pitch, (c)
em yaw. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
9.55 Erro do bias estimado com quatrnions (a) no eixo x, (b) no eixo y, (c)
no eixo z. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
9.56 (a) ngulo roll de atitude estimado com o incremento do quatrnion. (b)
ngulo
pitch
de atitude estimado com o incremento do quatrnion. (c)
ngulo yaw de atitude estimado com o incremento do quatrnion. . . . . 137

9.57 Componente do bias estimada com o incremento do quatrnion (a) no
eixo x, (b) no eixo y, (c) no eixo z. . . . . . . . . . . . . . . . . . . . . . 138
xviii
quatrnion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
quatrnion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
9.62 Erro da atitude estimada com o incremento do quatrnion (a) em roll,
(b) em pitch, (c)em yaw. . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
9.63 Erro do bias estimado com o incremento do quatrnion (a) no eixo x, (b)
A.1 Congurao do satlite CBERS-2 em sua rbita. Fonte: Orlando, Kuga
(2007) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
xix
LISTA DE TABELAS
Pg.
9.1
9.2
9.3
Dados referentes s observaes utilizadas do satlite CBERS-2 . . . . . 57

Dados referentes s observaes utilizadas do satlite CBERS-2B . . . . 60
Informaes iniciais para inicializao dos estimadores com ngulos de
9.4
Euler para o satlite CBERS-2 . . . . . . . . . . . . . . . . . . . . . . . 64

Mdia e desvio padro do erro em torno da atitude de referncia (MMQ),
9.5
com uso dos ngulos de Euler . . . . . . . . . . . . . . . . . . . . . . . . 67

Informaes iniciais para inicializao dos estimadores com quatrnions
9.6
para o satlite CBERS-2 . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

9.7
com o uso dos quatrnions . . . . . . . . . . . . . . . . . . . . . . . . . . 86

9.8
com o uso do incremento de quatrnion . . . . . . . . . . . . . . . . . . . 96

Informaes iniciais para inicializao dos estimadores com ngulos de
9.9
Euler para o satlite CBERS-2B . . . . . . . . . . . . . . . . . . . . . . . 104

Resultados de determinao de atitude combinando os sensores de estre-
las unidades 1 e 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

9.10 Informaes iniciais para inicializao dos estimadores com quatrnions
para o satlite CBERS-2B . . . . . . . . . . . . . . . . . . . . . . . . . . 126
9.11 Tempo Estimado para o Processamento das medidas dos sensores de
atitude pelos FKU e FKE . . . . . . . . . . . . . . . . . . . . . . . . . . 145
A.1 Caractersticas da rbita do satlite CBERS-2 . . . . . . . . . . . . . . . 158
xxi
LISTA DE ABREVIATURAS E SIGLAS
CBERS
FKE
FKSP
FKU
INPE
RIGs
IRES
DSS
SE
STS1
STS2
J2000
MMQ
VAG
CCS
SCA

Satlite Sino-Brasileiro de Sensoriamento Remoto

Filtro de Kalman Estendido
Filtro de Kalman Sigma-Ponto
Filtro de Kalman Unscented
Instituto Nacional de Pesquisas Espaciais
Giros integradores de velocidade (Rate Integration Gyros )
Sensor de Terra Infravermelho (Infrared Earth Sensors )
Sensor Solar Digital (Digital Sun Sensors )
Sensor de Estrelas
Sensor de Estrelas 1
Sensor de Estrelas 2
Sistema de referncia inercial associado ao satlite CBERS-2B
Mtodo de Mnimos Quadrados
Varivel Aleatria Gaussiana
Centro de Controle de Satlites
Sistema de Controle de Satlites
xxiii
LISTA DE SMBOLOS
(X, Y, Z )
(xo , yo , zo )
(x, y, z )
( Sx , S y , S z )
(Sox , Soy , Soz )
(, , )
(, , )
(x , y , z )
(x , y , z )
g
E[]
ij
Q
R1
R2
(H , H )
( , )
R
e
q
q
q4
q
x
q
()
y

sistema de referncia inercial

sistema de referncia orbital
sistema de referncia do satlite
vetor unitrio associado ao vetor solar no sistema do satlite
componentes do vetor solar no sistema de coordenadas orbital
ngulos de Euler (roll, pitch, yaw )
ngulos de Euler estimado
deslocamento angular do satlite
vetor velocidade angular do satlite
componentes do velor velocidade angular do satlite
vetor bias do gyro
componentes do vetor bias do gyro
vetor de sada do gyro
rudo branco Gaussiano do processo
operador expectncia
smbolo de Kroenecker
matriz de covarincia do rudo dinmico
matriz de covarincia do erro das medidas do sensor de Terra
matriz de covarincia do erro das medidas do sensor solar
medidas do sensor de Terra em roll e pitch
medidas do sensor solar associadas aos ngulos de roll e yaw
rudo branco Gaussiano relacionado s medidas dos sensores
matriz de atitude
velocidade angular da Terra
latitude local
velocidade angular orbital do satlite
ngulo de rotao
eixo de rotao
quatrnion
parcela vetorial do quatrnion
parcela escalar
incremento de quatrnion
vetor de estado estimado
vetor de estado propagado
matriz de transio do quatrnion
matriz de transio do estado
matriz anti-simtrica 4x4
vetor de medidas no-linear
xxv
H

F

P

P

P

h

f

W

(Pxx , Pxy )

( , , )

(x , y , z )

(DSS1 , DSS2 )

(IRES1 , IRES2 )

(q1 , q2 , q3 , q4 )
matriz Jacobiana das medidas

matriz Jacobiana do estado
matriz de covarincia do estado
matriz de covarincia do estado propagado
matriz de covarincia do estado estimado
funo vetorial de medidas dos sensores
funo vetorial dos elementos do estado
matriz de sigma-pontos do estado
pesos
matriz de sigma-pontos das medidas transformadas
covarincias das observaes e das correlaes cruzadas
erros associados a atitude em ngulos de Euler
erros associados ao bias do gyro
erros associados as observaes dos sensores solares 1 e 2
erros associados as observaes dos sensores de Terra 1 e 2
erros associados a atitude em quatrnions
xxvi
SUMRIO
Pg.
1 INTRODUO . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1
Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Motivao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3
Descrio da Tese
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 REVISO BIBLIOGRFICA . . . . . . . . . . . . . . . . . . . .
3 METODOLOGIA
...........................
4 SISTEMAS DE REFERNCIA . . . . . . . . . . . . . . . . . . .
11
4.1
Referencial Inercial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4.2
Referencial Orbital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4.3
Referencial do Satlite . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
5 MODELO MATEMTICO DOS SENSORES DE ATITUDE .
13
5.1
Modelo do Giroscpio
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
5.2
Modelo de Medidas do Sensor de Terra Infravermelho . . . . . . . . . . . 15
5.3
Modelo de Medidas do Sensor Solar Digital . . . . . . . . . . . . . . . . . 16
5.4
Sensor de Estrelas
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
6 REPRESENTAES DE ATITUDE . . . . . . . . . . . . . . . .
6.1
Atitude representada por ngulos de Euler . . . . . . . . . . . . . . . . . 21
6.1.1
6.2
21
Dinmica da Atitude em ngulos de Euler . . . . . . . . . . . . . . . . 22

Atitude representada por Quaternions . . . . . . . . . . . . . . . . . . . 24
6.2.1
Dinmica da Atitude em Quatrnions . . . . . . . . . . . . . . . . . . . 28
7 MTODOS DE ESTIMAO DE ATITUDE
..........
31
7.1
Introduo as Tcnicas de Estimao de Atitude . . . . . . . . . . . . . . 31
7.2
Mtodos Recursivos Aplicados Estimao de Atitude . . . . . . . . . . 32
7.2.1
Mtodo de Mnimos Quadrados Instantneo . . . . . . . . . . . . . . . 32
7.2.2
Filtro de Kalman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
7.2.2.1
Filtro de Kalman Estendido . . . . . . . . . . . . . . . . . . . . . . . 34
7.2.2.2
Filtro de Kalman Sigma-Ponto . . . . . . . . . . . . . . . . . . . . . 42

xxvii
8 FILTROS DE KALMAN SIGMA-PONTO . . . . . . . . . . . .

8.1
A Transformao
8.1.1
8.2
Unscented
O Filtro de Kalman
. . . . . . . . . . . . . . . . . . . . . . . . . 46
Unscented
. . . . . . . . . . . . . . . . . . . . . . 49
Comparao entre FKE e FKU . . . . . . . . . . . . . . . . . . . . . . . 52
9 APLICAES AOS SATLITES SINO-BRASILEIROS DE RECURSOS TERRESTRES . . . . . . . . . . . . . . . . . . . . . . .

9.1
45
55
Dados de Teste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
9.1.1
Satlite CBERS-2
9.1.2
Satlite CBERS-2B . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
9.2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Resultados para o Satlite CBERS-2 . . . . . . . . . . . . . . . . . . . . 64
9.2.1
Estado Estimado atravs dos ngulos de Euler . . . . . . . . . . . . . 64
9.2.1.1
Dados de Entrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
9.2.1.2
Estado Estimado com Filtro de Kalman
9.2.1.3
Estimao sem o Efeito dos Erros de Quantizao . . . . . . . . . . . 76
9.2.1.4
Teste de Robustez do Filtro de Kalman
9.2.2
Unscented
Unscented
(FKU) . . . . . . 65
. . . . . . . . . . 78
Estado Estimado atravs dos Quatrnions . . . . . . . . . . . . . . . . 83
9.2.2.1
Dados de Entrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
9.2.2.2
9.2.3
. . . . . . . . . . 84
Estado Estimado atravs dos Incrementos de Quatrnions . . . . . . . 94
9.2.3.1
9.3
Unscented
Unscented
. . . . . . . . . . 94
Resultados para o Satlite CBERS-2B . . . . . . . . . . . . . . . . . . . 104
9.3.1
Estado Estimado atravs dos ngulos de Euler . . . . . . . . . . . . . 104
9.3.1.1
9.3.2
Dados de Entrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

Anlise dos Dados dos Sensores de Estrelas . . . . . . . . . . . . . . . 105
9.3.2.1
9.3.2.2
Velocidade de Convergncia dos Sensores IRES e DSS . . . . . . . . 118
9.3.2.3
Teste de Robustez do Filtro de Kalman
9.3.3
Unscented
Unscented
. . . . . . . . . . 108
. . . . . . . . . . 121
Estado Estimado atravs dos Quatrnions . . . . . . . . . . . . . . . . 126
9.3.3.1
Dados de Entrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
9.3.3.2
9.3.4
. . . . . . . . . . 126
Estado Estimado atravs dos Incrementos de Quatrnions . . . . . . . 136
9.3.4.1
9.4
Unscented
Unscented
Tempo de Processamento: Filtro de Kalman
Unscented
. . . . . . . . . . 136
x Filtro de Kal-
man Estendido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145

xxviii
10 CONCLUSES E TRABALHOS FUTUROS . . . . . . . . . . . 147

10.1 Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
10.2 Concluses
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
10.3 Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
REFERNCIAS BIBLIOGRFICAS . . . . . . . . . . . . . . . . . 153

APNDICE A - DESCRIES DOS SATLITES CBERS-2 e
CBERS-2B . . . . . . . . . . . . . . . . . . . . . . . . . . . . .157
xxix
1 INTRODUO
Este trabalho est relacionado com a dinmica do movimento rotacional de satlites articiais, ou seja, com sua orientao espacial em relao a um sistema de
referncia inercial, denominada de atitude. A anlise da dinmica de atitude de um
satlite envolve abordagens de predio, estimao (ou determinao), e controle de
atitude. A primeira abordagem diz respeito a dinmica de atitude relacionada com
a predio de atitude podendo ser formulada de modo similar dinmica rotacional
de um corpo rgido. Neste processo deseja-se conhecer a orientao em funo do
tempo, uma vez conhecidas a orientao no instante inicial, a orientao espacial e
a velocidade de rotao do satlite com respeito a um sistema inercial, assim como
as caractersticas inerciais e os torques externos atuantes sobre o satlite. A segunda
abordagem realizada durante a anlise da misso de um satlite articial sendo
de grande importancia estimar (determinar) a atitude do veculo a partir dos dados
fornecidos pelos sensores a bordo. Este processo chamado de estimao de atitude e utilizado tanto para manter em segurana a carga til do satlite quanto
para auxiliar no sistema de controle. A terceira abordagem, associada ao controle de
atitude, est relacionada com a habilidade de se comandar uma atitude desejada e
pode ser do tipo ativo e passivo. O passivo se baseia na resposta natural do satlite
aos torques ambientais para manter a atitude desejada, enquanto o controle ativo
utiliza torques comandados para alcanar e manter a atitude requerida. Alm disso,
o controle pode resultar tambm de uma combinao das duas formas anteriores.
Dependendo das necessidades da misso, o controle de atitude pode necessitar de
maior ou menor preciso para manter a atitude nominal.
O enfoque deste trabalho a estimao de atitude de satlites articiais com um
modelo dinmico descrito por equaes no-lineares e que dispem de giroscpios
a bordo. A estimao de atitude para sistemas de equaes no-lineares constitui
a parte mais complexa da teoria de estimao, onde se deseja estimar estados que
variam no-linearmente, e as medidas so tambm relacionadas no-linearmente ao
estado. Para este tipo de problema, as variantes do Filtro de Kalman para sistemas
no-lineares so os estimadores recursivos mais utilizados atualmente devido a sua
fcil implementao. Destas variantes destacam-se o Filtro de Kalman Estendido e
os algoritmos do Filtro de Kalman Sigma-Ponto, sendo o primeiro muito utilizado
como tcnica padro para estimao no-linear recursiva. A diferena bsica entre
os dois algoritmos deriva da maneira pela qual as variveis aleatrias gaussianas so
representadas durante a propagao atravs do sistema dinmico. Como veremos no

decorrer desta tese, o Filtro de Kalman Estendido fornece somente uma aproximao
para a estimativa no-linear tima, ao contrrio do Filtro de Kalman Sigma-Ponto
que no faz uso de aproximaes e utiliza a prpria funo no-linear do sistema
para obter sua estimativa.
No presente trabalho, a formulao do problema de estimao de atitude realizada
atravs das equaes diferenciais cinemticas, onde giroscpios a bordo do satlite
compem o sistema de determinao e controle de atitude. A presena de giroscpios
particularmente til, pois substitui a necessidade do conhecimento dos torques, sejam perturbadores ou de controle, cujos efeitos so sentidos por este tipo de sensores.
Porm, os giroscpios no esto isentos de erros, sejam estes tanto de natureza aleatria quanto de natureza sistemtica, sendo necessrio inclu-los no vetor de estado
a ser estimado.
Na abordagem aqui apresentada, o modelo da dinmica e das medidas so compostos
por parcelas no-lineares, sendo necessria a utilizao de tcnicas especcas de
estimao para este tipo de problema. A escolha do Filtro de Kalman Sigma-Ponto
para o desenvolvimento deste trabalho se deve ao fato de que este, se comparado
ao Filtro de Kalman Estendido, leva uma convergncia mais rpida e a resultados
melhores, mesmo quando o ltro est sujeito a condies iniciais imprecisas ou a um
conjunto escasso de medidas de sensores.
1.1 Objetivos
O objetivo principal deste trabalho propor e desenvolver tcnicas de processamento de dados de sensores de atitude para determinao de atitude em tempo real
de satlites articiais. Para isto ser utilizada uma abordagem recente do ltro de
Kalman para sistemas no-lineares, o Filtro de Kalman Sigma-Ponto, que ser alimentado com dados reais fornecidos por sensores de atitude que esto a bordo do
satlite CBERS (Satlite Sino-Brasileiro de Sensoriamento Remoto). A anlise ser
realizada considerando trs diferentes parametrizaes para a atitude: ngulos de
Euler, quatrnion e incremento de quatrnion.
1.2 Motivao
Com a abordagem aqui proposta, espera-se aferir o comportamento do sistema de
controle de atitude de um satlite real, propor sensores com especicaes otimi2
zadas e/ou outro conjunto de sensores, e propor algoritmos para estimao de atitude alternativos no software embarcado. Com o desenvolvimento do algoritmo de
determinao dinmica de atitude, espera-se tambm que as discrepncias na determinao de atitude diminuam, de modo que os erros de apontamento permaneam
dentro das faixas de preciso da misso, reduzindo os erros de posicionamento nas
imagens fornecidas pelos satlites CBERS. Uma determinao de atitude mais precisa colabora tambm com o aumento da vida til do satlite, diminuindo o desgaste
dos equipamentos de controle de atitude, principalmente os atuadores, ou seja, as
rodas de momento que giram nominalmente a mais de 4000rpm.
1.3 Descrio da Tese

O presente trabalho est organizado da seguinte forma:
O Captulo 1 apresenta uma introduo ao tema abordado, sua importncia, motivao e os objetivos que levaram ao desenvolvimento deste.
O Captulo 2 traz uma reviso bibliogrca de trabalhos sobre tcnicas de estimao
de atitude, citando principalmente referncias que utilizaram o Filtro de Kalman
Sigma-Ponto no seu desenvolvimento. Tambm so citadas fontes nas quais podem
ser encontradas todas as teorias abordadas na realizao deste trabalho.
No Captulo 3 descrita a metodologia utilizada no desenvolvimento desta tese,
onde se faz uma sucinta descrio dos procedimentos e estratgias adotadas.
O Captulo 4 discorre sobre os sistemas de referncia utilizados para representar a
atitude do satlite.
Os modelos matemticos dos sensores de atitude que compem o vetor de observao
do ltro de Kalman so comentados e denidos no Captulo 5.
O Captulo 6 descreve os fundamentos tericos e equacionamentos dos trs diferentes tipos de parametrizao da atitude: ngulos de Euler, os quatrnions e os
incrementos de quatrnions.
No Captulo 7 so comentados os principais mtodos aplicados a estimao de atitude de forma que haja uma maior compreenso das diferenas entre os algoritmos
envolvidos neste tipo de problema.
O Captulo 8 reservado a descrever mais detalhadamente a estrutura envolvida no

estimador abordado neste trabalho, o Filtro de Kalman Sigma-Ponto.
Os resultados obtidos utilizando medidas reais de sensores de atitude do satlite
CBERS-2 e CBERS-2B so apresentados no Captulo 9. Neste captulo resultados
obtidos por diferentes estimadores so comparados de forma a discutir quais as
vantagens e desvantagens da aplicao desta nova abordagem do ltro de Kalman
em problemas de estimao de atitude.
O Captulo 10 apresenta as concluses do trabalho e as propostas para trabalhos
futuros.
Na sequncia so apresentadas as referncias bibliogrcas utilizadas e no Anexo A
apresentado uma rpida descrio dos satlites CBERS utilizados como base para
este trabalho.
2 REVISO BIBLIOGRFICA
Vrios trabalhos so encontrados na literatura relacionados com a anlise de diferentes tcnicas de estimao de atitude de satlites articiais com o objetivo de
proporcionar resultados mais precisos, com menor custo computacional e de fcil implementao. Desta forma, pretende-se apresentar aqui um resumo de alguns
trabalhos relacionados com mtodos de estimao de atitude aplicados a sistemas
no-lineares, considerados como fontes importantes para a realizao deste trabalho.
Leerts, Markley e Shuster (1982) fazem um estudo sobre a estimao da atitude
de satlites utilizando o ltro de Kalman. Neste trabalho a velocidade angular do
satlite obtida atravs de dados de giroscpios e o vetor de estado composto pelos
quaternions de atitude e pelo bias do giroscpio. Vrios caminhos so desenvolvidos
a m de mostrar as diferentes maneiras da utilizao dos quaternions como por
exemplo, utilizao dos incrementos do quaternion e reduo da dimenso da matriz
de covarincia.
Julier e Uhlmann (1997) consideraram em suas simulaes numricas o problema no
qual um veculo entra na atmosfera e em alta velocidade. O corpo rastreado por
um radar que mede com preciso a posio e a velocidade. Este tipo de problema
tem sido analizado por vrios autores devido a grande no-linearidade exibida pelas
foras que atuam sobre o veculo, como a fora de arrasto, a fora gravitacional
e etc. So feitas comparaes entre o Filtro de Kalman
Unscented
e o Filtro de
Kalman Estendido vericando-se que o primeiro algoritmo apresenta maior preciso

dos resultados de estimao do estado e facilidade de implementao.
O trabalho de Kraft (2003) utiliza o Filtro de Kalman
Unscented
para simular uma
estimao em tempo real da atitude de um corpo rgido considerando medidas de

acelerao, velocidade angular e intensidade do campo magntico. Este algoritmo
escolhido devido a relao de no linearidade entre a atitude a ser estimada e as medidas relacionadas a acelerao e a intensidade do campo magntico. A orientao
do corpo representada pelos quaternions pois, alm de ser computacionalmente
ecaz, evita problemas de singularidades. Os resultados obtidos com dados simulados apresentam um bom desempenho para o Filtro de Kalman
Unscented
quando
comparado com o Filtro de Kalman Estendido.

Van der Merwe, Wan e Julier (2004) discutem em seu trabalho a eccia do mtodo
do Filtro de Kalman Sigma-Ponto, pois este fornece uma melhor performance sobre o
ltro padro geralmente utilizado em sistemas no-lineares (Filtro de Kalman Estendido). So realizadas aplicaes do Filtro de Kalman Sigma-Ponto para o problema
de navegao considerando um veculo areo autnomo. Para a simulao dos dados
foram consideradas medidas de GPS com uma unidade de medida inercial (IMU)
e altmetro. Do estudo realizado conclui-se que a complexidade computacional do
Filtro de Kalman Sigma-Ponto equivalente ao Filtro de Kalman Estendido, porm
alm de ser mais robusto e dispensar derivaes analticas ou clculo da matriz Jacobiana, a soluo obtida melhor com relao fornecida pelo Filtro de Kalman
Estendido.
No mesmo ano (2004), o trabalho de van der Merwe e Wan aponta as decincias
inerentes utilizao do Filtro de Kalman Estendido e apresenta, como alternativa,
a famlia de algoritmos do ltro de Kalman no-linear chamada Filtro de Kalman
Sigma Ponto. Os resultados demonstraram um melhor desempenho da estimativa
do estado obtida pelo Filtro de Kalman Sigma Ponto, quando aplicado ao problema
de integrao do sistema GPS / INS combinando medidas de giroscpios e acelermetros. Os resultados indicam uma reduo do erro de aproximadamente 30% na
atitude e na posio estimadas em relao a implementao do Filtro de Kalman
Estendido.
Julier e Uhlmann (2004) apresentam e discutem a Transformao
Unscented
, sendo
que duas fases so analisadas. Primeiro, os sigma-ponto so escolhidos deterministicamente da estatstica da transformao, ento propriedades de segunda-ordem
da distribuio podem ser propagadas com somente uma pequena quantidade de
amostras da informao estatstica. Segundo, a aproximao pode ser interpretada
geralmente como uma distribuio de probabilidade. O algoritmo desenvolvido
estendido para capturar os quatro primeiros momentos de uma distribuio Gaussiana e os trs primeiros momentos de uma distribuio arbitrria. Neste trabalho
foram considerados muitos aspectos das vrias maneiras nas quais a Transformao
Unscented
pode ser utilizada de forma a atender as sutilezas de aplicaes espe-
ccas ou a questes relacionadas ao desempenho do ltro, sendo este algoritmo

conceitualmente muito simples e de fcil aplicao.
No trabalho de VanDyke et al. (2004) apresentada uma discusso sobre o Filtro de
Kalman Sigma-Ponto como uma tentativa de solucionar problemas relacionados estimao de atitude de satlites articiais. Para isso o Filtro de Kalman Sigma-Ponto
6
foi testado atravs de simulaes numricas, utilizando medida de rudos simulados. Os resultados obtidos pelo Filtro de Kalman Sigma-Ponto foram comparados
com resultados obtidos pelo Filtro de Kalman Estendido. Da comparao realizada
vericou-se que o Filtro de Kalman Sigma-Ponto capaz de convergir mesmo com
estimativas iniciais pobres dos parmetros, enquanto que o Filtro de Kalman Estendido mostrou ter uma grande tendncia para divergir.
Ma e Jiang (2005) utilizaram em seu trabalho o Filtro de Kalman Sigma-Ponto para
solucionar o problema de calibrao e estimao da atitude de satlites articiais,
baseado somente em medidas fornecidas por magnetmetros. Para descrever o vetor
de atitude foi usado o parmetro de Rodrigues, que evitam as singularidades da
matriz de covarincia quando usamos quaternions na determinao de atitude. O
estimador Filtro de Kalman Sigma-Ponto testado atravs de simulaes numricas
de um corpo rgido totalmente acionado com magnetmetros de 3 eixos e comparaes foram realizadas considerando resultados obtidos pelo Filtro de Kalman
Estendido. Os resultados mostram claramente que o Filtro de Kalman Sigma-Ponto
superior ao Filtro de Kalman Estendido quando se admite uma dinmica de atitude no-linear, uma vez que o Filtro de Kalman Sigma-Ponto converge mesmo com
estimativas iniciais pobres.
Em Crassidis e Markley (2007) so feitas comparaes entre um estimador chamado
de Unscented Quatrnion Estimator (USQUE) e o Filtro de Kalman Estendido por
meio de simulaes de exemplos realsticos de espaonaves. As simulaes so feitas tendo como referncia a espaonave TRMM em uma rbita quase circular. Os
sensores utilizados para a obteno dos dados para determinao de atitude foram
os sensores de Terra, sensor solar digital, magnetmetros de 3-eixos e giroscpios.
Este novo ltro baseado na parametrizao do quatrnion de atitude, sendo este
representado pelos parmetros de Rodrigues. As simulaes indicaram que o Filtro
de Kalman
Unscented
mais robusto que o Filtro de Kalman Estendido segundo
condies iniciais pobres de atitude.

No trabalho de Shojaie et al. (2007) eles analisam e comparam os resultados do Filtro
de Kalman Estendido e do Filtro de Kalman
Unscented
no processo de localizao
instantnea e mapeamento. Para esta anlise simulaes numricas foram realizadas

onde conrmaram o melhor desempenho do Filtro de Kalman
Unscented
estado a ser estimado apresenta um modelo altamente no-linear.
quando o
Pela reviso bibliogrca apresentada observa-se grande utilizao das variantes do

Filtro de Kalman em problemas de estimao de atitude de satlites articiais, em
especial quando a modelagem do sistema dinmico envolve equaes no-lineares.
Este trabalho se diferencia dos demais devido ao fato de que todos os outros estudos
zeram suas anlises baseadas em dados simulados de sensores. Este, no entanto,
utiliza dados reais de sensores que esto a bordo dos satlites CBERS-2 e CBERS-2B,
contribuindo de maneira a analisar o comportamento do Filtro de Kalman Sigma
Ponto quando este alimentado com dados ruidosos ou mesmo uma quantidade
escassa de medidas.
3 METODOLOGIA
O objetivo deste captulo apresentar os principais mtodos utilizados para o desenvolvimento desta tese.
Este trabalho particulariza o tipo de satlite articial envolvido, de forma que todas
as equaes que foram empregadas se mantm is s utilizadas durante o projeto
do satlite em questo. Foram utilizados os dados dos satlites CBERS-2 e CBERS2B, sendo estes, satlites de sensoriamento remoto cuja rbita heliossncrona, o
que permite a comparao das imagens tiradas em dias diferentes, sempre com as
mesmas condies de iluminao solar.
Como ser apresentado nos prximos captulos, a determinao de atitude requer
informaes relacionadas a tempo, sensores e rbita. Sendo assim, as informaes de
Telemetria dos sensores solar e de Terra e as Efemrides, correspondentes ao mesmo
perodo dos dados, so fornecidas pelo Centro de Controle de Satlites do INPE.
De maneira geral so realizadas as seguintes etapas:
Os dados captados pelos sensores a bordo dos satlites CBERS-2 e CBERS-2B
so transmitidos por meio de telemetrias e estes dados so selecionados e salvos
no ambiente do MATLAB, onde criado um banco de dados para a utilizao na
implementao dos algoritmos propostos.
De posse das principais caractersticas do satlite CBERS-2, tais como: rbita, sistemas de referncia e dos dados obtidos do satlite pelos sensores de atitude, o Filtro
de Kalman Estendido e o Filtro de Kalman Sigma-Ponto so implementados.
Num primeiro momento o Filtro de Kalman Estendido (FKE) implementado, considerando os ngulos de Euler para representar a atitude, e validado atravs da
comparao com resultados de atitude estimados pelo Mtodo de Mnimos Quadrados. A certicao do funcionamento do FKE importante, pois seus resultados
serviram de referncia para validao e analise dos resultados obtidos pelo Filtro de
Kalman Sigma-Ponto (FKSP). Esta fase realizada, o Filtro de Kalman Sigma-Ponto
(mais especicamente, o Filtro de Kalman Unscented, como ser visto adiante) implementado e comparado com o estimador de referncia (FKE). Comparaes entre
as atitudes estimadas pelos algoritmos tambm so realizadas para dois diferentes
tipos de representaes de atitude: quaternions e os incrementos de quatrnions.
9
O satlite CBERS utiliza nas suas equaes dinmica e cinemtica a representao

da atitude por ngulos de Euler. Considerando pequenos valores para os ngulos de
Euler, as equaes podem ser simplicadas de modo a evitar as singularidades devido
s funes trigonomtricas presentes no modelo. Ainda assim a representao da
atitude com os quatrnions se faz necessria, uma vez que est abordagem representa
a maior parte dos trabalhos existentes na literatura relacionados estimao de
atitude, alm de tornar possvel uma anlise mais completa para casos em que no
existam simplicaes nos modelos matemticos.
Uma segunda abordagem realizada para o satlite CBERS-2B. As atitudes estimadas pelo FKE e FKSP so comparadas com dados do Sensor de Estrelas, dados
estes fornecidos pelo Centro de Controle de Satlites do INPE. A razo desta anlise
se justica por ser importante vericar a performance dos estimadores em outras
passagens do satlite, de forma a validar os resultados obtidos por ambos algoritmos.
Sendo de grande preciso os dados de atitude medidos pelo sensor de estrelas, uma
avaliao da performance dos demais sensores feita de maneira a vericar quais
medidas contribuem mais para a estimao da atitude dos satlites.
Por m, um teste de robustez realizado de modo que seja observada qual a preciso
do Filtro de Kalman Estendido e do Filtro de Kalman Sigma-Ponto quando esto
sujeitos condies iniciais imprecisas.
10
4 SISTEMAS DE REFERNCIA
Quando se deseja determinar a atitude de um satlite deve-se primeiro especicar
em relao a qual sistema de coordenadas se deseja fazer isso. Em segundo lugar,
preciso conhecer que sensores esto disponveis a bordo do satlite, de modo a saber
quais vetores de referncia podem ser utilizados e tambm conhecer os seus modelos
no sistema de coordenadas de referncia. Estabelecer cuidadosamente quais sistemas
de coordenadas sero utilizados em determinada misso de grande relevncia, pois
a precisa denio destes sistemas evita erros de posio e atitude e, conseqentemente, os erros geomtricos presentes nas imagens obtidas atravs das informaes
enviadas pelo satlite.
Os sistemas de referncia utilizados nesse trabalho so baseados nos sistemas utilizados pelo satlite CBERS-2 e CBERS-2B. A Figura 4.1 ilustra os referenciais que
sero denidos a seguir.
4.1 Referencial Inercial

O referencial inercial representado por (X,Y,Z ) tem origem no centro da Terra. O
plano
OXY
coincide com o plano equatorial. O eixo
norte geogrco, o eixo
aponta na direo do plo
aponta na direo do ponto vernal e o eixo
completa
o sistema dextrgiro. tambm utilizado na determinao de rbita e para avaliar

a direo de referncia do sol.
4.2 Referencial Orbital

O referencial orbital representado por (xo, yo, zo ) um sistema de coordenadas com
origem no centro de massa do satlite. O plano
Oxozo
o plano orbital. O eixo
aponta na direo do centro da Terra (direo Nadir) e o eixo

normal ao plano orbital. O eixo
xo
yo
zo
aponta na direo
completa o sistema dextrgiro. No caso de uma
rbita circular o eixo xo coincide com a direo do vetor velocidade orbital linear do
satlite.
4.3 Referencial do Satlite

O referencial do corpo ou do satlite representado por (x, y, z ) um sistema de
coordenadas com origem no centro de massa do satlite. Para estudos de satlites
estabilizados em 3 eixos, Terra-apontado, prtico denir os eixos de
11
roll
pitch
yaw
como sendo:
eixo de roll (rolamento) em x, nominalmente alinhado com

movimento em torno da direo da velocidade orbital;
eixo de pitch (arfagem) em y, nominalmente alinhado com
movimento em torno da direo normal rbita;
eixo de yaw (guinada) em z, nominalmente alinhado com
movimento em torno da direo Nadir/Znite.
xo
e dene o
yo
e dene o
zo
e dene o
Devido a imprecises do Sistema de Controle de Atitude e rbita existem pequenos

desalinhamentos entre o sistema de referncia orbital e o sistema de referncia do
satlite. Como os sensores de atitude so referenciados no sistema do satlite, os
desalinhamentos de pr-lanamento e ps-lanamento devido a imprecises de instalao, vibrao do lanador e efeitos termo-elsticos afetam a sada destes sensores
causando assim erros geomtricos de imagens.
X roll
Satlite
pich
x roll
Satlite
xo
z
yaw
zo
yaw
yo
xo
Z
zo
Y
X
yo
Terra
Z
Y
X
Terra
Figura 4.1 - Sistemas de referencia inercial (X, Y, Z ), orbital (xo,

satlite (x, y, z ).
Fonte: Arantes (2005)
12
yo, zo ) e do
pich
y
5 MODELO MATEMTICO DOS SENSORES DE ATITUDE

A nalidade da estimao de atitude obter a orientao do veculo espacial com
relao a um sistema de referncia inercial, denido anteriormente. Basicamente existem duas alternativas para a obteno das medidas que contribuiro no processo de
estimao da atitude do satlite: ou as medidas so obtidas com respeito a uma direo de referncia usando algum tipo de sensor (sensor solar, sensor de Terra, sensor
de estrelas) ou so obtidas medindo diretamente a acelerao centrfuga utilizando
giroscpios e acelermetros.
Neste trabalho a determinao da atitude dos satlites feita levando em conta
medidas fornecidas por giroscpios, sensores de Terra e sensores solares. Dados do
sensor de estrelas, a bordo do CBERS-2B, sero utilizados de maneira a aferir o
comportamento da atitude estimada pelos algoritmos.
5.1 Modelo do Giroscpio

Giroscpios so mecanismos que utilizam uma roda que gira em alta velocidade
com o intuito de sentir e responder a mudanas na orientao inercial do seu eixo
de rotao que coincide com o eixo de rotao do satlite. A sua utilizao em
satlites articiais possuem as seguintes nalidades: medir alteraes na atitude
do satlite e/ou gerar torques de controle para alterar ou manter a orientao do
veculo. A principal vantagem da utilizao do giro que eles podem fornecer o
deslocamento angular e/ou a velocidade angular do satlite diretamente. No entanto,
os giros possuem um erro devido deriva, associado a pequenas imperfeies em seu
mecnismo, signicando que o erro das suas medidas pode aumentar com o tempo.
Neste trabalho:
os erros de deriva do giroscpio so denominados de

no vetor de estado a ser estimado;
bias
e sero includos
os giros integradores de velocidade (Rate-Integration Gyros - RIGs ) so

utilizados pare medir a velocidade angular dos eixos de roll, pitch e yaw
do satlite.
O modelo matemtico do RIGs (WERTZ, 1978):

13
i =
(i + i )dt
(i = x, y, z)
(5.1)
onde i so os deslocamentos angulares do satlite em um intervalo de tempo
t; i so as componentes da velocidade angular no sistema do satlite e i so as

componentes do bias do giroscpio.
Desta forma, a medida das componentes da velocidade angular do satlite pode ser
colocada na forma (WERTZ, 1978):
)
1 = g 1
(5.2)
sendo g (t) o vetor de sada do giroscpio e 1 (t) representa o rudo branco Gaussiano
do processo, no qual abrange todos os efeitos remanescentes no-modelados,
E[1 (t)] = 0
e
E[1 (t)1 T (t + t)] = Q1 (t)(t)

onde E[] denota a operao expectncia (ou experana), denida matematicamente
por: E[x] =
xP (x), com x uma varivel aleatria e P a probabilidade associada
esta varivel, e o smbolo de Kroenecker.
A taxa de deriva do
bias
no em si uma quantidade esttica mas conduzido por
um segundo processo de rudo branco gaussiano,
(t) = 2
com:
14
(5.3)
E[2 (t)] = 0
e
E[2 (t)2 T (t + t)] = Q2 (t)(t)

nas quais Q1 e Q2 so as matrizes de covarincia do rudo dinmico. Ambos os rudos
do processo, 1 e 2 , so assumidos no-correlacionados
E[1 (t)2 T (t + t)] = 0
5.2 Modelo de Medidas do Sensor de Terra Infravermelho

Os sensores de Terra (ou de Horizonte) so mecanismos utilizados na determinao
da orientao de um satlite com relao Terra. Estes sensores determinam o
ngulo existente entre a direo de um eixo de simetria do satlite e a direo do
centro da Terra.
A utilizao destes sensores uma forma de compensar os erros de deriva presentes
no giroscpio. Estes sensores esto localizados no satlite e alinhados com seus eixos
de
roll
. Neste trabalho, dois sensores de Terra so utilizados, onde um deles
pitch
mede o ngulo
roll
e o outro mede o ngulo
pitch
As equaes de medidas para os sensores de Terra Infravermelho (Infrared

Sensors - IRES
Earth
) so dadas por (FUMING,KUGA, 1999):
H = + H
H = + H
(5.4)
onde H e H so rudos brancos e representam pequenos efeitos remanescentes de

desalinhamentos durante a instalao e /ou pela montagem do sensor. Esses erros
so assumidos Gaussianos,
15
E[H (t)TH (t + t)] = E[H (t)TH (t + t)] = R1 (t)(t)

na qual R1 a matrizes de covarincia do erro das medidas relacionadas ao sensor
de Terra infravermelho.
5.3 Modelo de Medidas do Sensor Solar Digital

O sensor solar um mecnismo ptico que detecta o sol e dene a posio de um
dos principais eixos de simetria da espaonave em relao direo na qual o sol foi
detectado.
Uma vez que o sensor de Terra no capaz de medir o ngulo yaw, os sensores solares
so utilizados pelo Sistema de Controle de Atitude a m de superar este problema.
No entanto, estes sensores no fornecem medidas diretas, mas o ngulo acoplado de
pitch
( ) e yaw ( ). As equaes de medidas para o sensor solar digital (Digital
Sun Sensors - DSS
) so obtidas da seguinte forma (FUMING,KUGA, 1999):
(
= tan
Sy
o
Sx cos(60 ) + Sz cos(150o )
)
+
(5.5)
quando |Sx cos(60o ) + Sz cos(150o )| cos(60o ), e
(
= 24 tan
o
quando |24o tan1
Sx
Sz
Sx
Sz
)
+
| < 60o ,
onde e so o rudo branco e representam pequenos efeitos remanescentes de

desalinhamentos durante a instalao e /ou pela montagem do sensor. Assim como
no sensor de Terra, esses erros so assumidos Gaussianos,
E[ (t)T (t + t)] = E[ (t)T (t + t)] = R2 (t)(t)

sendo R2 a matriz de covarincia do erro das medidas relacionadas ao sensor solar
16
digital.
As condies devem ser tais que o vetor solar esteja no campo de visada do sensor, e
Sx , Sy , Sz so as componentes do vetor unitrio associado ao vetor solar no sistema

do satlite e dados por:
0y S
0z
Sx = S0x + S
0x + S
0z
Sy = S0y S
(5.6)
0y + S
0z
Sz = S0z S
onde S0x , S0y , S0z so as componentes do vetor solar no sistema de coordenadas

orbital (FUMING,KUGA, 1999) e , , so os ngulos de Euler, os quais representam
a atitude estimada.
5.4 Sensor de Estrelas

Ser apresentado a seguir um breve comentrio a cerca das principais caractersticas
dos sensores de estrelas, em especial do sensor estelar que est bordo do CBERS2B.
O satlite CBERS-2B possui a bordo 2 sensores estelares, chamados STS1 e STS2
respectivamente, com especicaes idnticas. Estes sensores so dispositivos digitais
que medem as coordenadas de estrelas em um sistema xo ao veculo espacial e
fornecem a atitude quando essas coordenadas observadas so comparadas com a
direo conhecida de estrelas, obtidas de um catlogo de estrelas.
Se dois vetores so conhecidos no sistema inercial e seus correspondentes so conhecidos no sistema do corpo, diferentes mtodos de determinao de atitude podem
ser usados para encontrar os ngulos de atitude. Como o sensor est xado no corpo
do satlite, o vetor na direo de visada do sensor constante.
As medidas fornecidas pelo sensor de estrelas utilizadas neste trabalho foram obtidas
pelo algoritmo conhecido como TRIAD (PISACANE, MOORE, 1994), e as equaes
que foram utilizadas sero apresentadas a seguir.
17
Seja J2000 o sistema de referncia inercial e a triad u, v , w

(vetores unitrios) que
relaciona o sistema inercial com o sistema do satlite.
A triad s1 , s2 , s3 no sistema do corpo do satlite dada por (SILVA et al., 2006):
s1 =
V1 + V2
|V1 + V2 |
s2 =
V1 V2
|V1 V2 |
s3 =
(5.7)
u v
|u v |
1 e V2 so os vetores relacionados aos sensores de observao e so escritos no

onde V
referencial inercial. Portanto, necessrio rotacion-lo para o referencial do satlite
CBERS (SILVA et al., 2006).
Denotando os dois sensores observacionais no referencial inercial como V1J2000Obs e
V2J2000Obs , ento estes vetores no sistema do satlite pode ser escrito como:
ViCBERSObs = R(t)ViJ2000Obs
i = 1, 2
(5.8)
sendo R denida por:
R(t) = v
w
Denindo a triad r1 , r2 , r3 como
18
(5.9)
r1 =
V1CBERSObs + V2CBERSObs
|V1CBERSObs + V2CBERSObs |
r2 =
V1CBERSObs V2CBERSObs
|V1CBERSObs V2CBERSObs |
r3 =
(5.10)
u v
|u v |
O prximo passo denir as matrizes
[
Mc =
s1
..
.
. s2 .. s3
[
MCBERS =
r1
..
.
. r2 .. r3
Desta forma, a matriz de atitude obtida por:
T
A = Mc MCBERS
Para o satlite CBERS-2B, de acordo com (SILVA et al., 2006), utilizando a sequncia
de rotao 1-2-3 os ngulos de atitude (ngulos de Euler) so obtidos como:
= arctan(A32 /A33 )
= arcsin(A31 )
= arctan(A21 /A11 )
onde Ai,j correspondem ao elemento da
so os ngulos de
roll pitch
yaw
ith
19
linha e
jth
coluna da matriz A, e , e
6 REPRESENTAES DE ATITUDE
Este captulo apresenta e discute os modelos matemticos da cinemtica e da dinmica de um satlite equipado com sensores solar, sensores de Terra e giroscpios.
A equao da cinemtica obtida a partir de diferentes representaes da atitude,
sendo elas os ngulos de Euler, os quaternions e os incrementos de quaternion. Essas
parametrizaes so amplamente utilizadas na rea de dinmica de atitude, uma vez
que permitem representar dinmica e a atitude dos veculos espaciais em diferentes
sistemas de coordenadas.
6.1 Atitude representada por ngulos de Euler

A orientao (atitude) de um satlite pode ser descrita por trs ngulos, denominados ngulos de Euler, e expressa pela relao entre dois sistemas de coordenadas,
um deles xo no satlite e outro associado a um sistema inercial.
No caso dos satlites CBERS, a atitude estabilizada em trs eixos nominalmente
geo-apontado e pode ser descrita em relao ao sistema orbital. Nesse referencial, o
movimento em torno da direo da velocidade orbital denominado roll (rolamento).
O movimento em torno da direo normal rbita denominado
pitch
(arfagem),
e, nalmente o movimento em torno da direo Nadir/Znite denominado
yaw
(guinada).
Para transformar um vetor representado em um dado referencial para outro necessrio denir uma matriz de cossenos diretores (R), onde seus elementos so escritos
em termos dos ngulos de Euler (, , ). A seqncia adotada neste trabalho, de
acordo com (FUMING,KUGA, 1999), para os ngulos de Euler foi a 3-2-1, onde o
sistema de coordenadas xo no corpo do satlite (x,
de coordenadas orbital (xo,
yo, zo
y, z
) se relaciona com o sistema
) atravs da seguinte seqncia de rotaes:
1a rotao de um ngulo (ngulo
yaw
pitch
roll
) em torno do eixo
zo
) em torno de um eixo intermedirio
y'
) em torno do eixo x.
A matriz de atitude (ou de cossenos diretores) obtida atravs da seqncia de rotao

3-2-1 dada por:
21
R = Rx ()Ry ()Rzo ()
ou:
C()C()
C()S()
S()
R = S()S()C() S()C() S()S()S() + C()C() S()C()

C()S()C() + S()S() C()S()S() S()C() C()C()
(6.1)
sendo R a matriz de atitude com: S=sin, C=cos.

Portanto, dada a matriz de atitude R com elementos rij , i = 1, ...3, j = 1, ...3, os
ngulos de Euler podem ser calculados por:
360 = arctan(r23 /r33 ) 360

90 = arcsin(r13 ) 90
360 = arctan(r12 /r11 ) 360
(6.2)
A vantagem da representao de atitude atravs dos ngulos de Euler est em utilizar apenas trs parmetros. Por outro lado, esta representao tem a desvantagem
da dependncia de funes trigonomtricas no modelo matemtico do movimento
do satlite. Tais funes, em alguns casos, apresentam singularidades associadas a
denominadores nulos.
6.1.1 Dinmica da Atitude em ngulos de Euler

Ao representarmos a atitude de um satlite com ngulos de Euler, o conjunto de
equaes da cinemtica depender da seqncia de rotaes escolhidas para passar
o sistema de um referencial para outro. A forma apresentada a seguir obtida para
a seqncia de rotaes 3-2-1 (Fuming e Kuga, 1999):
22
1 S()T () C()T ()
x
C()
S() y
= 0
0 S()/C() C()C()
z
onde x , y , z so as componentes da velocidade angular do satlite em

e
yaw
(6.3)
roll pitch
A informao dada pelos giros (

x,
y ,
z ), com suas devidas correes (bias, desalinhamentos, fator de escala, etc.) incorporada por:
cos
y R e
0
y =
+ n
z
sin
(6.4)
onde e a velocidade angular da Terra, a latitude do local, n a velocidade angular que representa a taxa de transporte das coordenadas de navegao em relao
Terra e depende da aplicao, e a matriz de atitude R dada por 6.1.
No caso do satlite em rbita:
n = 0
0
(6.5)
Como a taxa e pequena (

= 104 rad/s) em relao a velocidade angular orbital
do satlite, comparativamente a equao 6.3 ca:
1 S()T () C()T ()

y R 0
C()
S()
= 0
z
0 S()/C() C()C()
(6.6)
com: T=tan.
Denindo o vetor de estado composto pelos ngulos de Euler (, , ) e pelas componentes do
bias
(x , y , z ) do giro como
23
[
xk =
]T
(6.7)
x y z
e assumindo que e so pequenos ngulos (menores que 5 ), simplicaes so

realizadas no conjunto de equaes 6.6 onde para um determinado ngulo a 0
tem-se cos(a) = 1 e sin(a) = a.
Assim as equaes diferenciais do estado para a atitude e o bias do giro so modeladas da seguinte forma:
(t)
(t)
(t)
(t)
=
0 sin
+
x +
z
z
=
0 cos
+
y +
+
y
= 0 ( sin cos )
z +
=
0
(6.8)
,
os ngulos de atitude obtidos por algum processo de estimao.
sendo ,
Importante ressaltar que, neste trabalho, os rudos so assumidos gaussianos e aditivos e por essa razo no sero estimados.
6.2 Atitude representada por Quaternions

O segundo tipo de parametrizao da atitude do satlite que ser utilizada neste
trabalho dado pelos quatrnions. O quatrnion til na navegao inercial a
bordo do satlite, no apresenta singularidades nas equaes cinemticas, apresenta
uma regra de lgebra de produtos conveniente para rotaes sucessivas, e a matriz
de rotao em termos do quatrnion no depende de funes trigonomtricas. No
entanto o quatrnion possui uma componente a mais (so 4) em relao aos ngulos
de Euler (que so 3) e no possui uma interpretao fsica imediata.
Seja a rotao de um ngulo qualquer em torno de um eixo de rotao n
. O
quatrnion (q) determinado em funo do ngulo de rotao e do eixo de rotao
n
, e representado por uma matriz coluna (4x1), composta por uma parcela vetorial
(q) e uma parcela escalar (q4 ), sendo dado por (Wertz, 1978; Zanardi, 2005):
[
q=
]T
q1 q2 q 3 q4
24
[
=
]T
q q4
(6.9)
com:
[
q =
]
q1 q2 q3
= sin(/2)
n
(6.10)
e:
q4 = cos(/2)
Uma propriedade importante dos quatrnions o fato de seu mdulo ser unitrio,
de modo que os quatro elementos do quatrnion satisfazem propriedade:
|q| = qT q = q12 + q22 + q32 + q42 = 1
(6.11)
A matriz de atitude obtida para os quatrnions de acordo com a relao (LEFFERTS

et al., 1982):
R(q) = (|q4 |2 |q|2 )I3 + 2q q T + 2q4 [[q]]
(6.12)
sendo
0
q3 q2
[[q]] = q3 0
q1
q2 q1 0
(6.13)
Efetuando os clculos, obtemos os elementos da matriz de atitude em termos das

componentes dos quatrnions:
2(q1 q2 + q3 q4 )
2(q1 q3 q2 q4 )
q12 q22 q32 + q42
R(q) = 2(q1 q2 q3 q4 ) q12 + q22 q32 + q42

2(q2 q3 + q1 q4 )
2(q1 q3 + q2 q4 )
2(q2 q3 q1 q4 )
q12 q22 + q32 + q42
25
(6.14)
Sendo a matriz de atitude em ngulos de Euler conhecida, (6.1), com seus elementos
representados por rij cada componente do quatrnion pode ser determinada pelas
relaes (SHUSTER, 1993):
q4 =
1
1 + r11 + r22 + r33
2
(6.15)
Sendo q4 = 0, as demais componentes do quatrnion podem ser determinadas pelas

relaes:
q1 = (r32 r23 )/4q4
q2 = (r13 r31 )/4q4
(6.16)
q3 = (r21 r12 )/4q4

Caso q4 seja nulo, as relaes anteriores no so mais vlidas e outras so obtidas
para contornar este problema (ZANARDI, 2005).
Desta maneira, possvel obtermos a qualquer momento as componentes dos ngulos
de Euler atravs do conjunto de equaes 6.2 a partir das componentes da matriz de
atitude denida em termos dos quatrnions, Eq. (6.14). De maneira anloga, podese obter as componentes dos quatrnions, Eq. (6.16) a partir das componentes da
matriz de atitude denida em termos dos ngulos de Euler, Eq. (6.1).
Sejam dois sistemas S e S relacionados atravs de duas rotaes consecutivas. Os
quatrnions possuem uma regra simples para composio de rotaes. Considere q o
quatrnion da primeira rotao e q o quatrnion da segunda rotao. O quatrnion
q que relaciona o sistema S e S dado por (ZANARDI, 2005):
q = q q
e denido de tal modo que:
26
(6.17)
R(q ) = R(q )R(q)
(6.18)
O esquema para determinao de q resume-se inicialmente em calcular R(q) e R(q )

a partir dos quatrnions q e q . A seguir calcula-se R(q ) pela equao anterior e
ento determina-se q com os elementos da matriz R(q ). Outra maneira utilizar
a regra de composio de quatrnions, que pode ser escrita como (SHUSTER, 1993):
q q = {q }q = {q}q
(6.19)
com
{q } =
{q} =
q4
q3 q2
q3 q4
q1
q2 q1 q4
q1 q2 q3
q1
q2
q3
q4
q4 q3 q2
q3
q4 q1
q2 q1
q4
q1 q2 q3
q1
q2
q3
q4
(6.20)
(6.21)
Para o caso da segunda rotao ser pequena (q associado a 0), denimos o

incremento do quatrnion, sendo representado por:
(
q =
(/2)
n
1
(
=
q
1
)
(6.22)
q = q q
(6.23)
As representaes 6.22 e 6.23 so teis na anlise de erros de atitude e uma das

27
abordagens utilizada neste trabalho. O incremento do quatrnion ser utilizado na

fase de atualizao do Filtro de Kalman e ser discutido no decorrer no Captulo 7.
6.2.1 Dinmica da Atitude em Quatrnions

Considerando os quatrnions denidos na seo anterior, podemos expressar as equaes cinemticas de uma maneira simples (WERTZ, 1978):
1
q =
2
q4 q3 q2
wx
q3
q4 q1
wy
q2 q1
q4
wz
q1 q2 q3
(6.24)
onde wx , wy , wz so as componentes da velocidade angular do satlite e so dadas

por 6.4, com a matriz de atitude R denida em termos dos quatrnions, 6.14.
As equaes diferenciais do estado para a atitude e o
bias
do giroscpio so mode-
ladas por:
1
q(t)
= ( )q(t)
2
(6.25)
(t)
=0
na qual
o vetor velocidade angular do satlite, dado por 6.4, e ( ) a matriz
4x4 anti-simtrica dada por (LEFFERTS et al., 1982):
( ) =
0
z y x
z
0
x y
y x
0
z
x y z 0
(6.26)
A equao diferencial do quatrnion, 6.25, linear e possui uma soluo analtica,

o que auxilia no processo de predio do vetor de estado no ltro de Kalman. Neste
caso, o vetor de estado ser composto pelos quatrnions (q) e pelas componentes do
28
vetor de
bias
do giroscpio:
[
xk =
]T
(6.27)
q1 q2 q3 q4 x y z
Assumindo que os dados do giro so amostrados a uma taxa xa e que a velocidade
angular no sistema do satlite,
, constante sobre o intervalo de amostragem, ento
uma soluo para a equao 6.25 (WERTZ, 1978):
(6.28)
q(t + t) = q (t,
)q(t)
onde t o intervalo de amostragem; q(t) o quatrnion de atitude no instante t;
q(t + t) o quatrnion propagado para o prximo instante t + t; e q a matriz

de transio que leva o sistema do instante t para t + t, dada por:
(
q (t,
) = cos
| |t
2
1
I4 +
sin
| |
sendo I4 uma matriz identidade de ordem 4.
29
| |t
2
)
( )
(6.29)
7 MTODOS DE ESTIMAO DE ATITUDE

A seguir sero discutidas e apresentadas as principais tcnicas de estimao de estados que so amplamente aplicveis a problemas de estimao de atitude e rbita
de satlites articiais.
7.1 Introduo as Tcnicas de Estimao de Atitude

O propsito de um estimador de estado calcular estimativas de um vetor de estado
com base em um conjunto de observaes, de modo que a estimativa obtida seja
tima segundo um dado critrio. Em outras palavras, um algoritmo computacional
que processa medidas para produzir uma estimativa, de erro mnimo, do estado de
um sistema utilizando:
Conhecimento da dinmica do sistema e das medidas;

Estatsticas do rudo do sistema dinmico e erros da medida e
Informaes da condio inicial.
Para se determinar a atitude de um satlite necessrio o conhecimento das observaes realizadas por algum dispositivo de medida (sensores), alm da modelagem
dinmica do movimento do satlite. Para que o estado do sistema seja estimado com
a devida preciso, necessrio escolher um estimador que leve em conta todas as
condies fsicas inerentes ao sistema.
Existem basicamente dois conjuntos de estimadores de estados:
Estimadores em Lotes: quando o vetor de estado atualizado num instante de referncia ou poca, usando um lote (bloco) de observaes obtido
durante um intervalo de tempo. Porm, devido a esta caracterstica, este
mtodo no pode ser aplicado em sistemas embarcados com processamento
em tempo real;
Estimadores Seqenciais ou Recursivos: quando o vetor de estado
atualizado aps cada observao ser processada (processamento em tempo
real).
31
Neste trabalho abordaremos com mais detalhes os estimadores recursivos, devido

necessidade de se estimar a atitude do satlite em tempo real. Esses estimadores em
geral, incorporam na modelagem da dinmica os aspectos estatsticos de erros e de
rudos sistemticos ou aleatrios, tornando mais precisa a estimao de estado.
7.2 Mtodos Recursivos Aplicados Estimao de Atitude

O mtodo mais difundido para realizar a tarefa de estimar atitude e rbita de satlites articiais o Filtro de Kalman. No entanto, em muitas aplicaes de interesse o
sistema dinmico e as equaes de observao so no-lineares, tornando o Filtro de
Kalman em sua formulao original inadequado. Ento, nestes casos, so aplicadas
as variantes do Filtro de Kalman numericamente robustas e ecientes: o Filtro de
Kalman Estendido e os algoritmos que compem os Filtros de Kalman Sigma-Ponto.
Embora neste trabalho no tenha sido implementado o Mtodo de Mnimos Quadrados Instantneo (Instantaneous
Least Square Method
), os resultados da atitude do
satlite CBERS-2, obtidas por este mtodo, foram utilizadas como referncia para
validao da atitude estimada pelo Filtro de Kalman Estendido (KUGA et al., 2005).
De maneira a esclarecer como os resultados de Mnimos Quadrados Instantneo
foram obtidos, foi reservado um breve resumo na prxima seo.
7.2.1 Mtodo de Mnimos Quadrados Instantneo

Este mtodo uma alternativa para o critrio de estimao de mnima varincia.
Est aproximao requer uma suposio sobre as fontes no-estatsticas de incerteza
no problema, assumindo a dinmica do estado precisa, i.e., sem rudo.
O estimador no-linear de mnimos quadrados assume o seguinte sistema no-linear
de observao (PRADO, KUGA, 2001):
yk = h(xk ) + k
(7.1)
onde yk representa o vetor de observao dos sensores, h a funo associada ao

modelo das observaes dos sensores, xk representa o vetor de estado no instante tk
e k representa o vetor associado ao rudo das observaes neste instante.
A equao de observao linearizada pela expanso de hk em srie de Taylor com
32
truncamento no termo linear, ou seja:
hk
yk = hk (
x) +
x
]
+ k
(7.2)
x=
x
Os desvios so denidos por yk = yk hk (

x), tal que a equao de observao
dada pela equao linearizada:
yk = Hk xk + k
(7.3)
onde Hk a matriz Jacobiana dada por:
hk
Hk =
x
]
(7.4)
x=
x
Para estimar o estado, considere a informao
para o estado e covarincia

no instante t0 , respectivamente, dada por: x
0 = x0 (t0 ) and P0 = P0 (t0 ).
priori
Devido ao mtodo de mnimos quadrados no-linear ser implementado de forma

iterativa, ento os desvios so renados em vez do estado, onde:
xk+1 = xk+1 x0
xk+1 = xk+1 xk
(7.5)
Portanto, as equaes que implementam o algoritmo so dadas por:
Pk+1
xk+1
xk+1
)1
1
T 1
= P0 + H R H
(
)
xk + H T R1 y
= Pk+1 P01
= xk +
xk+1
(7.6)
Importante salientar que, no decorrer deste trabalho, os termos representados por a
ea
denotam os valores propagados e atualizados, respectivamente.
33
7.2.2 Filtro de Kalman

Uma das principais caractersticas do Filtro de Kalman a de minimizar a varincia
do erro do valor estimado, ao mesmo tempo em que mantm a esperana do valor
estimado igual esperana do valor real. Alm disso, o Filtro de Kalman pode
ser implementado em sistemas embarcados para processamento em tempo real pela
facilidade de clculo, pois a estimativa do prximo estado depende apenas do estado
anterior e das medies atuais, no sendo necessrio manter na memria o histrico
dos valores calculados previamente e nem process-los a cada passo. O Filtro de
Kalman pode ser aplicado em duas partes, a "extrapolao temporal"ou fase de
propagao, que transporta os valores passados para o instante atual levando em
conta a dinmica do sistema; e a "atualizao das medidas", que corrige os valores
extrapolados a partir do conhecimento das medidas atuais.
O ltro em princpio utilizado para dinmicas lineares, mas mediante a extenso da
tcnica podemos usar o ltro em dinmicas no-lineares, como o Filtro de Kalman
Estendido e mais recentemente os Filtros de Kalman Sigma-Ponto.
As equaes do Filtro de Kalman sero introduzidas a seguir, levando em conta as
adaptaes necessrias para que sejam aplicadas em sistemas no-lineares.
7.2.2.1 Filtro de Kalman Estendido

A maneira mais simples de atacar um problema de estimao no-linear linearizar
sobre a melhor estimativa corrente. Isso nos leva, naturalmente, ao Filtro de Kalman
Estendido (FKE), que provavelmente o estimador mais utilizado em problemas de
estimao de atitude de satlites.
O Filtro de Kalman Estendido consiste da linearizao sobre uma trajetria de
referncia que continuamente atualizada a cada processamento das medidas do
instante correspondente, sendo seu uso indicado para casos em que o modelo da
dinmica do estado impreciso e simplicado.
Pode-se dizer que o FKE um conjunto de equaes matemticas que utilizam um
modelo simplicado do processo para fazer uma estimativa do estado atual e ento
corrigir esta estimativa usando alguma medida disponvel de sensores. Fazendo
uso deste mecanismo preditor-corretor, ele gera uma aproximao da estimativa
tima devido linearizao dos modelos do processo e das medidas (LAVIOLA, 2003).
34
Assume-se que se o ltro estiver funcionando adequadamente, a estimativa corrente

est cada vez mais prxima da real e, portanto, a linearizao com certeza vlida.
Considere-se um sistema dinmico no-linear cuja equao de estado dada por:
x(t)
= f [x(t), t] + G(t)(t)
(7.7)
onde x o vetor de estado de dimenso n denido por 6.7 ou 6.27; f uma funo
vetorial dos elementos do estado; G a uma matriz (n x r) com elementos contnuos
no tempo; , por hiptese, um vetor de dimenso r que representa o rudo dinmico
no estado, que possui distribuio gaussiana com estatstica dada por:
E[(t)] = 0
E[1 (t) T (t + t)] = Q(t)(t)
(7.8)
onde Q a matriz de covarincia associada ao rudo dinmico.

A informao a priori sobre o vetor de estado caracterizada por:
E[x(t0 )] = x
(t0 ) = x
0
E[(x(t0 ) x)(x(t0 ) x)T ] = P (t0 ) = P0
(7.9)
onde P0 a matriz de covarincia do estado no instante inicial.

Assim como no Filtro de Kalman padro, o Filtro de Kalman Estendido constitudo por duas fases que se repetem sucessivamente: a fase de propagao do estado
e respectiva matriz de covarincia do erro entre instantes de amostragem e a fase de
atualizao, na qual as informaes contidas nas observaes presentes so incorporadas estimativa propagada.
35
Para realizar a fase de propagao do ltro necessrio integrar 1 o estado e a matriz

de transio dados respectivamente por (PRADO, KUGA, 2001):
x
(t) =
f [
x(t), t]
(t, k) = F [
x(t), t](t, k)
(7.10)
sendo a matriz Jacobiana do sistema no-linear e as condies iniciais denidas

respectivamente por:
f (t, x)
F [x(tk ), tk ]
x
]
x=
xk
e condies iniciais: x
k = x
k1 e k,k = I
A matriz de covarincia do erro propagada dada por:
Pk+1 = k+1,k Pk Tk+1,k + k Qk Tk
(7.11)
com
k Qk Tk
k+1
G(t)t,k Q(t)Tt,k G(t)dt
=
k
Admite-se que se dispe de um conjunto de m medidas referentes ao instante tk+1 ,

relacionado com as variveis de estado atravs da seguinte funo de observao:
yk+1 = h(
xk+1 ) + k+1
(7.12)
onde yk+1 representa o vetor de observao de dimenso m; xk+1 representa o vetor

de estado no instante tk+1 ; k+1 o vetor de dimenso m que representa o rudo
das observaes neste instante, sendo, por hiptese, um processo branco gaussiano
discreto com estatstica dada por:
1 Para
realizar tal integrao, nos casos em que as equaes diferenciais do estado so nolineares, utilizou-se o integrador numrico Runge-Kutta de 4a ordem (RK4) com o passo determinado pelo intervalo entre as observaes dos sensores.
36
E[k ] = 0
E[k j ] = Rk kj
onde Rk uma matriz m x m positiva denida e kj o smbolo de Kroenecker.
importante ainda lembrar as hipteses normais de no-correlao:
E[(t)kT ] = E[x(t0 )(t)] = E[x(t0 )k ] = 0

A estimativa de mnima varincia para o estado xk+1 , que incorpora as informaes
contidas tanto nas medidas passadas quanto nas relativas ao instante tk+1 , dada
pelas equaes contidas na fase de atualizao:
x
k+1 = x
k+1 + Kk+1 [yk+1 h(
xk+1 )]
(7.13)
T
T
Kk+1 = Pk+1 Hk+1
[Hk+1 Pk+1 Hk+1
+ Rk+1 ]1
(7.14)
Pk+1 = (I Kk+1 Hk+1 )Pk+1
(7.15)
com a matriz de derivadas parciais de h em relao a x, avaliada ao longo da trajetria nominal, dada por:
h(tk+1 , x)
H[x(tk+1 ), tk+1 ]
x
]
x=
xk+1
Nesta tese o Filtro de Kalman Estendido foi implementado em trs diferentes situaes: estados representados por ngulo de Euler, estados representados por quatrnions e estados representados por incrementos de quatrnions. No entanto, a
implementao do estimador com os quatrnions exigiu um tratamento especial da
matriz de covarincia do erro associado as componentes do quatrnion, uma vez
37
que no-diagonal e singular. Isto decorre imediatamente do fato de as 4 componentes do quatrnion serem sujeitas ao vnculo do mdulo deste ser unitrio. Essa
singularidade difcil de ser mantida numericamente devido ao acmulo de erros
de arredondamento. Existem algumas maneiras para solucionar este problema de
singularidade, onde duas possveis solues foram utilizadas neste trabalho e sero
apresentadas a seguir.
A primeira soluo foi estimar o quatrnion, porm representar a matriz de covarincia por outra matriz de ordem menor. A segunda soluo foi de estimar os
incrementos destas variveis, utilizando assim um vetor de estado e a matriz de
covarincia reduzida.
Soluo I
Representao na Matriz de Covarincia Reduzida
A inteno deste item no apenas apresentar as principais equaes utilizadas

para reduo da ordem da matriz de covarincia, mas tambm expor como o ltro
foi alterado de maneira a utilizar esta abordagem.
Para inicializar o estimador necessrio um conjunto de informaes a
, des-
priori
tacando a informao do erro associado ao estado, chamada matriz de covarincia

(P ), e do rudo dinmico, matriz Q. No entanto estas matrizes esto associada diretamente ao erro na atitude (em ngulos de Euler) e ao erro das componentes do
bias
do giro. Neste caso a parcela da matriz de covarincia associada a atitude em
ngulos de Euler ser representada por P , com dimenso (3x3), e a matriz completa
representada por P, , com dimenso (6x6). Do mesmo modo, a parcela da matriz
de rudo dinmico associada a atitude em ngulos de Euler ser representada por
Q , com dimenso (3x3), e a matriz completa representada por Q, , com dimenso

(6x6).
Dada as matrizes P e Q , determina-se as matrizes associadas aos quatrnions Pq
(4x4) e Qq (4x4), dadas por:
(
Pq = H
(
Qq = H
(
P H
(
Q H
38
)T
(7.16)
)T
(7.17)
com H
a matriz de derivadas parciais dos quatrnions com relao aos ngulos
de Euler.
Com as matrizes de covarincia e de rudo dinmico completas associadas ao estado (quatrnions e
bias
), Pq, (7x7) e Qq, (7x7), possvel reduzir a ordem destas
r
matrizes, Pq,
(6x6) e Qrq, (6x6), atravs das seguintes equaes (LEFFERTS et al.,
1982):
r
Pq,
= S T Pq, S
(7.18)
Qrq, = S T Qq, S
(7.19)
onde:
.
(q) .. 04x3
S=
... ... ...
.
04x3 .. I3x3
(q) =
q(4) q(3) q(2)
q(3)
q(4) q(1)
q(2) q(1)
q(4)
q(1) q(2) q(3)
(7.20)
(7.21)
Na fase de propagao do Filtro de Kalman Estendido, a matriz de covarincia

r
reduzida Pq,
propagada do instante t0 para o instate t dada pela integral de
Riccati (LEFFERTS et al., 1982):
r
T (t, t0 ) +
t0 )P r (t0 )
(t) = (t,
Pq,
q,
t )G(t
)Q(t )G
T (t )
T (t, t )dt
(t,
t0
t0 ) e G(t)
sendo as matrizes (t,

dadas por:
39
(7.22)
.
(t, t0 ) .. K(t, t0 )
t0 ) = . . .
(t,
...
...
..
03x3
.
I3x3
S T (q)G(t) =
G(t)
..
.
(7.23)
1/2I3x3
03x3
...
... ...
..
03x3
. I3x3
(7.24)
com
(t, t0 ) = T (q(t))q (t, t0 )(q(t0 ))
1
K(t, t0 ) =
2
(t, t )dt
(7.25)
(7.26)
t0
A fase de atualizao do Filtro de Kalman tambm pode ser adaptada ao uso da

k (1x6) e
matriz de covarincia reduzida (P r ), denindo as matrizes auxiliares H
q,
k (6x1) de acordo com (LEFFERTS et al., 1982):

K
k = Hk S(
H
qk )
(7.27)
k = Pk H
T [H
k Pk H
T + Rk ]1
K
k
k
(7.28)
k a matriz de sensitividade relacionada aos quatrnions.

onde H
k )Pk
kH
Pk = (I6x6 K
(7.29)
k
Kk = S(
qk ) K
(7.30)
40
Na implementao deste mtodo a matriz de covarincia completa, Pq, (7x7), no

necessita ser computada, e a covarincia reduzida (6x6) propagada e atualizada
continuamente, at que seja necessrio recontru-la para determinar a covarincia
associada aos ngulos de Euler. Esta etapa importante, pois os quatrnions no
possuem uma interpretao fsica imediata, sendo necessrio converter os quatrnions estimados para ngulos de Euler, usando as equaes 6.14 e 6.2, alm de sua
respectiva covarincia.
Soluo II
Estimao por Incremento de Quatrnion
Uma outra possibilidade para estimar a atitude com quatrnions utilizar o incremento do quatrnion q (LEFFERTS et al., 1982). Este quaternion incremental no
representa a diferena aritmtica entre o quatrnion verdadeiro e o estimado, mas
sim o incremento do quatrnion que deve ser composto com o propagado a m de
obter o quatrnion verdadeiro. Uma vez que o incremento do quatrnion corresponde
a uma pequena rotao, a quarta componente ser unitria e, por isso, toda a informao da atitude estar contida nas 3 componentes do quatrnion, de acordo com
a equao 6.22. Desta forma, o vetor de estado ser composto por 6 componentes,
sendo 3 relacionadas aos incrementos do quatrnion e 3 relacionadas as componentes
do
bias
do giro.
Nesta abordagem, a fase de propagao do ltro de Kalman foi equivalente a implementao realizada na soluo I. Feita a propagao do vetor de estado de dimenso
7, equao 6.27, e da covarincia reduzida, denido um novo vetor de estado relacionado ao quatrnio incremental, x, de dimenso 6 denido por:
xk = S T xk
(7.31)
Sendo o vetor de estado, x, e a matriz de covarincia reduzida de mesma ordem,

aplica-se as equaes de atualizao do ltro de Kalman Estendido (equaes 7.13,
7.14, 7.15) de forma a obtermos os valores estimados do vetor de estado,
xk+1 , e
da covarincia reduzida, P r .
k+1
Finalmente reconstrudo o quatrnion estimado a partir da equao 6.23:

41
k+1 =
k+1
q
qk+1 q
(7.32)
7.2.2.2 Filtro de Kalman Sigma-Ponto

O Filtro de Kalman Sigma-Ponto (FKSP) uma nova abordagem do Filtro de Kalman para processos e modelos de observao no-lineares e descrito em importantes
artigos, como por exemplo, de Julier et al. (1995, 2004), Julier e Uhlmann (1997,
2000), van der Merwe e Julier (2004).
No Filtro de Kalman Estendido, a distribuio do estado do sistema e todas as
densidades de rudos relevantes so aproximadas por variveis aleatrias Gaussianas
(VAG), que so ento propagadas analticamente atravs de uma linearizao de
primeira ordem do sistema no-linear. Isto pode introduzir grandes erros na verdadeira mdia e covarincia posterior da VAG transformada, que pode levar a um
desempenho abaixo do ideal e por vezes a divergncia do ltro.
O Filtro de Kalman Sigma-Ponto resolve esse problema usando um mtodo de amostragem determinstica. A distribuio do estado de novo uma aproximao por uma
VAG, mas agora representado usando um conjunto mnimo de pontos de amostragem ponderados que so escolhidos cuidadosamente em torno da mdia. Estes
pontos de amostragem capturam completamente a verdadeira mdia e covarincia
da VAG, e quando propagadas atravs do verdadeiro sistema no-linear, capta a mdia e covarincia posterior com preciso de 2a ordem (expanso em srie de Taylor)
para qualquer tipo de no-linearidade. O Filtro de Kalman Estendido, ao contrrio,
s consegue uma preciso de 1a ordem. O resultado um ltro que capta com maior
preciso a verdadeira mdia e covarincia.
Notavelmente, a complexidade computacional do Filtro de Kalman Sigma-Ponto
da mesma ordem que a do Filtro de Kalman Estendido. Alm disso, a implementao do Filtro de Kalman Sigma-Ponto muitas vezes substancialmente mais fcil e
no requer calcular explicitamente matrizes Jacobianas, que para funes complexas
pode ser uma tarefa difcil (isto , exigindo complicadas derivadas se feita analiticamente ou ser dispendioso computacionalmente se feito numericamente). Os mtodos
do Filtro de Kalman Sigma-Ponto tm se mostrado muito superior ao ltro padro
em uma ampla gama de aplicaes nas reas de estimativa no-linear de estados e
estimao de parmetros (JULIER,UHLMANN, 2002).
42
O foco principal deste trabalho obter a estimao da atitude de satlites articiais

utilizando est nova abordagem do ltro de Kalman. Por isso foi reservado um
captulo especial para este novo ltro, de forma a explic-lo melhor e apresentar as
principais diferenas entre o FKSP e o FKE.
43
8 FILTROS DE KALMAN SIGMA-PONTO

Os algoritmos que compem a famlia de Filtros de Kalman Sigma-Ponto abordam
as questes de aproximao do Filtro de Kalman Estendido. Isto realizado atravs
de uma abordagem fundamentalmente diferente para o clculo da estatstica posterior de primeira e segunda ordem de uma varivel aleatria que passa por uma
transformao no-linear.
A distribuio do estado sempre representada por um VAG, mas agora especicado usando um conjunto mnimo de pontos amostrais ponderados, escolhidos deterministicamente. Essas amostras, chamadas
, capturam completamente
sigma-ponto
a verdadeira mdia e covarincia da varivel aleatria, antes, e quando propagadas

atravs do prprio sistema no-linear, capturam a mdia e covarincia posterior com
preciso de 2a ordem (srie de Taylor), para qualquer no-linearidade (preciso de
3a ordem alcanada se a varivel aleatria tem uma prvia distribuio simtrica).
Como ser apresentado a seguir, todo o embasamento terico do Filtro de Kalman
Sigma-Ponto feito com relao ao tipo de aproximao utilizada para se determinar
os chamados "sigma-pontos "(MERWE et al., 2004). Essas aproximaes nos levam a
duas variantes especcas desta famlia de algoritmos. A primeira aproximao
baseada em uma transformao no-linear, chamada "transformao Unscented ", em
que um conjunto de amostras ponderadas ou sigma-pontos usado para parametrizar
a mdia e a covarincia de uma distribuio de probabilidade. O algoritmo que
faz uso desta transformao chamado "Filtro de Kalman
Unscented
". A segunda
aproximao utiliza um mtodo de linearizao alternativo, chamado "transformao

de diferena central", em que as derivadas so substitudas por estimaes funcionais,
permitindo uma expanso fcil de funes no-lineares para termos de altas ordens.
Essa transformao utilizada no chamado "Filtro de Kalman de Diferena Central"
A idia bsica da aproximao dos sigmas-pontos pode ser descrita em 3 etapas
(JULIER,UHLMANN, 1997):
a) Um conjunto de amostras ponderadas (sigma-pontos ) so deterministicamente calculados usando a mdia e a decomposio da raiz quadrada da
matriz de covarincia de uma varivel aleatria anterior. Como requisito
mnimo, um conjunto de sigma-pontos deve capturar completamente os
momentos de primeira e segunda ordem da varivel aleatria anterior. Os
45
momentos de ordens superiores podem ser capturados, se assim o desejar,

ao custo de usar mais sigma-pontos;
b) Os sigma-pontos so propagados atravs da prpria funo no-linear

usando somente estimaes funcionais, ou seja, derivadas analticas no
so usadas, a m de gerar um conjunto de sigma-pontos posterior;
c) As estatsticas posteriores so calculadas (aproximadamente) usando funes dos sigma-pontos propagados e pesos. Geralmente elas possuem a
forma de uma simples mdia e covarincia ponderada.
Sendo a proposta principal deste trabalho a aplicao do Filtro de Kalman baseado

na Transformao
, nos prximos captulos o termo geral "Filtro de Kal-
Unscented
man Sigma-Ponto"ser substitudo pelo algoritmo especco desta famlia, o "Filtro

de Kalman
Unscented
"(FKU).
8.1 A Transformao Unscented
Idia Principal
O mtodo que calcula as estatsticas de uma varivel aleatria que passa por uma
transformao no-linear denominado Transformao Unscented. Essa transformao se baseia no princpio de que mais fcil aproximar uma distribuio de probabilidade do que aproximar uma funo arbitrria no-linear (JULIER,UHLMANN,
1997).
A Figura 8.1 ilustra a diferena principal entre a linearizao realizada pelo FKE
e a transformao
, na qual esta transformao possui um princpio sim-
unscented
ples: um conjunto de pontos (sigma-pontos ) escolhido de modo que sua mdia e

covarincia so representadas por x
e Pxx . A funo no linear aplicada a cada
ponto, produzindo uma nuvem de pontos transformados. As estatsticas dos pontos
transformados, agora com mdia
z e covarincia Pzz propagado, pode ser calculada
de modo a formar uma estimativa da mdia e covarincia no-linear transformada.
46
Figura 8.1 - Exemplo da linearizao realizada pelo FKE e o princpio da transformao

unscented.
Fonte: Wan e van der Merwe, 2000.
Podemos resumir a Transformao
Unscented
da seguinte forma:
a) Dada uma varivel aleatria n-dimensional x, com mdia x

e covarincia
Pxx , calcula-se um conjunto de (2n + 1) pontos ponderados i n dados

por:
0
i
i+n
= x
( (n + )Pxx )i
= x
( (n + )Pxx )i
= x
+
(n+)
1
Wi = 2(n+)
1
Wi+n = 2(n+)
W0 =
(8.1)
com , ( (n + )Pxx )i a i-sima linha ou coluna1 da matriz raiz

1 Se
a matriz raiz quadrada A de P da forma P = AT A, ento os sigma-pontos so formados

pelas linhas de A. No entanto, se a raiz da forma P = AAT , as colunas de A so usadas.
47
quadrada de (n + )Pxx e Wi o peso associado ao i-simo ponto.

b) Transforma-se cada ponto atravs da funo no-linear produzindo um
conjunto de
sigma-pontos
transformados,
Zi = f [i ]
c) A mdia dada pela mdia ponderada dos pontos transformados,
z=
2n
Wi Zi
(8.2)
i=0
d) A covarincia dada pelo produto externo ponderado dos pontos transformados,
Pzz =
2n
Wi {Zi
z} {Zi
z}T
(8.3)
i=0
A Transformao
Unscented
possui alguns pontos importantes a serem destacados:
a) Se a mdia e a covarincia de x so captadas com preciso de 2a ordem,

ento os valores calculados de mdia e covarincia de z tambm possuem a
mesma ordem de preciso. Isso gera alguns benefcios, pois como a aproximao feita em relao distribuio de x, em vez de f [], a sua expanso
da srie de Taylor no truncada em uma determinada ordem. Isso mostra que o algoritmo
Unscented
pode parcialmente incorporar informaes
a partir de ordens superiores, levando a uma maior preciso;

b) Os
sigma-pontos
capturam a mesma mdia e covarincia, independente-
mente da escolha da raiz quadrada da matriz que utilizada. Um mtodo

numrico muito eciente e til de ser utilizado a decomposio de Cholesky;
c) A mdia e a covarincia so calculadas usando vetores e operaes matriciais. Isso signica que o algoritmo adequado para qualquer tipo de
modelo do processo, pois no necessrio os clculos da matriz Jacobiana
necessrias no FKE;
48
d) O fator fornece um grau extra de liberdade como ajuste dos momentos

de ordem superior da aproximao. Quando x(k) uma Gaussiana, til
utilizar ( + n = 3). Caso a escolha da distribuio de x(k) seja diferente,
ento outra escolha diferente de poder ser mais apropriada;
e) Apesar de poder ser um nmero positivo ou negativo, uma escolha negativa poder levar a uma estimativa da matriz Pzz ser no-positiva semidenida.
8.1.1 O Filtro de Kalman Unscented

O Filtro de Kalman Unscented uma das variantes da famlia de algoritmos do Filtro
de Kalman Sigma-Ponto. O nome
Unscented
("inodoro") atribudo a ele devido
principal caracterstica da transformao utilizada (transformao Unscented ). Essa

transformao gera um conjunto de vetores que, ao passarem por uma transformao
no-linear, permanecem com a mesma mdia e covarincia das variveis aleatrias
antes da transformao.
Em outras palavras, signica dizer que busca-se uma parametrizao que captura as
informaes de mdia e covarincia e, ao mesmo tempo permita a propagao direta
da informao atravs de um conjunto arbitrrio de equaes no-lineares. Isso pode
ser feito atravs da gerao de uma distribuio discreta, composta de um nmero
mnimo de pontos que tem o mesmo primeiro e segundo (e possivelmente mais)
momentos, onde cada ponto desta aproximao pode ser diretamente transformada.
A transformao
, comentada na seo 8.1, pode ser acomodada no Filtro
Unscented
de Kalman atravs dos seguintes passos (JULIER,UHLMANN, 1997):
Predizer o novo estado do sistema x

(k + 1/k) e sua covarincia P(k + 1/k)
levando em conta os efeitos do rudo do processo;
Predizer a observao esperada y
(k + 1/k) e a covarincia da inovao
Pyy (k + 1/k) incluindo os efeitos do rudo de observao;
Finalmente, predizer a matriz de correlao Pxy (k + 1/k).
Seguindo esses passos, as fases de propagao (predio) e atualizao (correo) do
Filtro de Kalman
Unscented
sero apresentadas a seguir.

49
Considere a modelagem do sistema discreto no-linear dado por:
x = f (xk , k) + k
yk = hk (xk , k) + k
(8.4)
onde x o vetor de estado de dimenso n e y o vetor de observao de dimenso
m. Assume-se que k e k so os rudos Gaussianos do processo com mdia zero e

covarincias dadas respectivamente por Qk e Rk .
O ltro inicializado com uma mdia e covarincia do estado, para o instante inicial
t0 .
x
(t0 ) = E{
x0 }
Px0 = E{(x(t0 ) x
0 )(x(t0 ) x
0 )T }
(8.5)
Fase de Propagao
Os
sigma-pontos
so calculados a partir da mdia e covarincia do estado no ins-
tante inicial. Esses vetores so estocados em colunas da matriz sigma-ponto (k ) de

dimenso [n x (2n + 1)]. As colunas da matriz (k ) so calculadas de acordo com a
equao equao 8.1 por:
(k )0 = x
k
(k )i = x
k + ( (n + )Pk )i
(k )i+n = x
k ( (n + )Pk )i
, i = 1, ..., n
(8.6)
Uma vez (k ) computado, feita a propagao de cada vetor atravs do sistema

no-linear:
( k+1 )i = f ((k )i )
, i = 0, ..., 2n
(8.7)
k+1 , so determinadas a partir das

A mdia propagada, x
k+1 , e a covarincia, P
50
estatsticas dos
propagados, dadas por:
sigma-pontos
2n
Wi (k+1 )i ,
(8.8)
Wi [(k+1 )i x
k+1 ][(k+1 )i x
k+1 ]T
(8.9)
x
k+1 =
i=0
k+1 =
P
2n
i=0
sendo Wi os pesos associados ao i-simo ponto e so denidos no conjunto de equaes 8.1.

A matriz de medidas estimada, k+1 , calculada pela transformao dos
pontos
sigma-
usando o modelo de medidas no-linear,
k+1 = h(k+1 )
(8.10)
A mdia dos vetores de medidas, y

k+1 , e a covarincia das medidas, Pyy , so calculadas baseadas nas estatsticas dos pontos transformados:
2n
Wi (k+1 )i ,
(8.11)
Wi [(k+1 )i y
k+1 ][(k+1 )i y
k+1 ]T + Rk+1
(8.12)
y
k+1 =
i=0
Pyy =
2n
i=0
e a covarincia de correlao cruzada, Pxy , dada por:
Pxy =
2n
Wi [(k+1 )i x
k+1 ][(k+1 )i y
k+1 ]T
(8.13)
i=0
Fase de Atualizao
Aps a fase de propagao concluda, as equaes de atualizao das medidas so
k+1 , do vetor de estado
usadas para determinar mdia, x
k+1 , e a covarincia, P
51
estimado,
x
k+1 = x
k+1 + Kk+1 (yk+1 y
k+1 ),
(8.14)
k+1 = P
k+1 Kk+1 Pyy KTk+1 .
P
(8.15)
com a matriz ganho de Kalman, Kk+1 , dada pela relao:
Kk+1 = Pxy (Pyy )1
(8.16)
O processo de propagao e atualizao se repete at que o ltro atinja a convergncia desejada.
8.2 Comparao entre FKE e FKU

Como foi dito no decorrer do trabalho, o ltro de Kalman um algoritmo recursivo
muito eciente, capaz de estimar as variveis de estado de sistemas representados
por equaes lineares. No entanto, quando o processo a ser estimado e/ou a relao
entre o processo e as medies apresentam uma dinmica no-linear, o ltro de
Kalman em sua formulao original no adequado.
Os ltros convencionais no-lineares, tal como o Filtro de Kalman Estendido, muitas
vezes tm um fraco desempenho quando aplicado a problemas no-lineares, devido a
duas causas principais: as linearizaes da dinmica e/ou dos modelos das medidas
podem levar a um desempenho altamente instvel do ltro (caso a discretizao no
tempo no seja sucientemente pequena); o clculo das matrizes Jacobianas no
simples na maioria das aplicaes, e geralmente torna a implementao mais onerosa
computacionalmente.
O Filtro de Kalman
Unscented
tem algumas vantagens importantes, quando com-
parado com o Filtro de Kalman Estendido, nos seguintes aspectos:
Ele fornece mais estabilidade e preciso nas estimativas da mdia e da

covarincia do estado estimado;
52
possvel estimar funes descontnuas;

No so necessrias derivaes explcitas de matrizes Jacobianas e/ou Hessianas;
apropriado para o processamento paralelo.
Os prximos captulos tm como principal objetivo analisar os resultados obtidos
pelo Filtro de Kalman
Unscented
, de forma a ressaltar as principais vantagens e
possveis desvantagens da sua aplicabilidade em problemas de estimao de atitude.
53
9 APLICAES AOS SATLITES SINO-BRASILEIROS DE RECURSOS TERRESTRES

Conforme apresentado nos captulos anteriores, o Filtro de Kalman
Unscented
foi
objeto de estudo de diversos autores. No entanto, nos problemas que envolvem estimao de atitude, estes estudos contaram apenas com dados simulados de sensores,
enquanto o presente trabalho utiliza dados reais de sensores que esto a bordo dos
satlites CBERS-2 e CBERS-2B.
Neste captulo, para os satlites CBERS-2 e CBERS-2B, apresentam-se aplicaes
da teoria desenvolvida. Estes satlites possuem a bordo um conjunto de sensores de
atitude, dentre eles o sensor solar digital, o qual representado por equaes nolineares, e portanto apropriado para vericao e anlise da teoria de estimao de
atitude envolvida. O software MATLAB foi utilizado para implementao do cdigo
do Filtro de Kalman Estendido e Filtro de Kalman
Unscented
A m de realizar uma anlise mais completa em torno do Filtro de Kalman Unscen, salientando suas principais vantagens quando aplicado a problemas de estimao
ted
de atitude, trs diferentes abordagens so consideradas para representar a atitude do

satlite: ngulos de Euler, quatrnions e incrementos de quatrnions. Devido ao fato
deste trabalho utilizar dados reais de sensores (e no dados simulados), no possvel ter-se um valor nominal de referncia para a atitude que est sendo estimada.
Desta forma foi utilizado como referncia para a atitude estimada do CBERS-2 um
conjunto de medidas processadas pelo Mtodo de Mnimos Quadrados (MMQ), e
para o CBERS-2B a referncia foi um conjunto de observaes fornecidas pelo sensor de estrelas (SE). O MMQ determina a atitude estatsticamente (KUGA et al.,
2005), usando somente os dados dos sensores daquele instante (determinao instantnea). Da mesma forma com os dados do SE determina-se estatsticamente a
atitude, atravs do algoritmo TRIAD (SHUSTER, OH, 1981) a cada instante.
Inicialmente a atitude representada pelos ngulos de Euler e o estado estimado
pelo FKE e FKU. Os resultados da atitude estimadas so comparados com a referncia fornecida pelo MMQ. Para tornar a anlise mais completa, uma vez que em
muitos problemas de estimao de atitude os ngulos de Euler no so ecientes
devido as singularidades presentes nas suas equaes, o mesmo procedimento realizado considerando a atitude representada pelos quatrnions e pelos incrementos de
quatrnion. Uma segunda aplicao realizada para o satlite CBERS-2B, tomando
55
como referncia o SE. Para as duas aplicaes, um teste de robustez efetuado com
o propsito de avaliar a preciso do FKU quando comparado com o ltro padro
utilizado em estimao de atitude.
9.1 Dados de Teste

Os satlites sino-brasileiros CBERS-2 e CBERS-2B foram lanados em 2003 e 2007,
respectivamente. O controle e a operao destes satlites so realizados ora pelo
Brasil, ora pela China, em perodos alternados de aproximadamente seis meses. Na
China o controle realizado pelo Centro de Controle de Xi'An, e no Brasil realizado pelo Centro de Controle de Satlites (CCS) do INPE. Para as aplicaes
deste trabalho, o CCS recuperou do histrico da misso destes satlites, dois conjuntos de dados fornecidos pelos sensores DSS (Sensor Solar Digital) e IRES (Sensor
de Terra Infravermelho), referentes ao perodo de 22/Abril/2006 para o CBERS-2
e 16/Dezembro/2008 para o CBERS-2B. Os sensores IRES-1 e 2 fornecem diretamente as medidas de
roll
funes no-lineares de
e
,
respectivamente. J os sensores DSS-1 e 2 so
pitch
roll pitch
yaw
(ver Captulo 5).
Esta seo apresenta os dados relacionados s observaes dos sensores que foram
utilizados durante o processo de estimao da atitude.
9.1.1 Satlite CBERS-2

Nesta seo so apresentados os dados de teste utilizados para a anlise da estimao
da atitude do satlite CBERS-2. As medies so feitas para o dia 22 de abril de
2006, disponvel para o sistema em solo a uma taxa de amostragem de cerca de
10,23 segundos em um intervalo de aproximadamente 10 minutos. Na verdade, o
Sistema de Controle de Atitude (SCA) bordo tem pleno acesso s medies dos
sensores que so amostrados a uma taxa de 4Hz para os giroscpios, 1Hz para os
sensores de Terra e 0,25Hz para sensores solares. No entanto, o sistema de solo pode
recuperar telemetrias dos sensores em uma amostragem de cerca de 9 segundos
durante o momento em que o satlite est sobrevoando a estao de rastreamento.
Isto signica que o sistema de terra no tem todo o conjunto de medidas disponveis
do SCA a bordo.
A tabela 9.1 apresenta o perodo e a taxa de amostragem das observaes dos sensores fornecidas pelo CCS do INPE. Foram processadas, a cada novo instante, 7
medidas sendo 2 de sensores de Terra Infravermelho, 2 de sensores solares digitais e
56
3 medidas referentes aos incrementos da atitude fornecidas pelos giroscpios.
Tabela 9.1 - Dados referentes s observaes utilizadas do satlite CBERS-2
Data
dia/ms/ano
22/Abril/2006
Perodo
das observaes
t0
(hh:mm:ss.sss)
13:46:25.000
tf
(hh:mm:ss.sss)
13:55:27.250
Intervalo de
Medidas
Amostragem
Processadas
t (s)
DSS IRES Giro
10.23
As medidas reais obtidas pelo sensor solar digital (DSS), sensor de Terra infravermelho (IRES) e giroscpios, associadas a cada instante em que foi obtida a medida,
so apresentadas nas guras 9.1 e 9.2, respectivamente.
Uma caracterstica apresentada nas medidas do sensor solar que em alguns intervalos de tempo as observaes so iguais. Isto ocorre devido aos erros gerados durante
a converso dos sinais analgicos para os sinais digitais. incerteza inerente na
digitalizao de um valor analgico damos o nome de "erro de quantizao". Para
suavizar este erro apresentado na gura 9.1a as curvas de tendncia (com as equaes polinomiais) associadas s curvas de observaes dos sensores DSS1 e DSS2.
57
Figura 9.1 - (a) Medidas reais fornecidas pelos sensores solar digital 1 e 2. (b) Medidas
reais fornecidas pelo sensores de Terra infravermelho 1 e 2.
58
Figura 9.2 - Medidas reais fornecidas pelo giroscpio no (a) eixo x (b) eixo y (c) eixo z.
59
9.1.2 Satlite CBERS-2B

Os dados de teste utilizados para a anlise da estimao da atitude do satlite
CBERS-2B esto apresentados a seguir. As medies so realizadas para o dia 16
de dezembro de 2008, disponvel para o sistema em solo a uma taxa de amostragem
de cerca de 13,47 segundos em um intervalo de aproximadamente 7 minutos.
A tabela 9.2 apresenta o perodo e a taxa de amostragem das observaes dos sensores fornecidas pelo CCS do INPE. Os dados fornecidos pelo CCS referem-se ao
perodo onde se tinha um maior nmero de observaes. Foram processadas, a cada
novo instante, 7 medidas sendo 2 de sensores de Terra infravermelho, 2 de sensores
solares digitais e 3 medidas referentes aos incrementos da atitude fornecidas pelos
giroscpios.
Tabela 9.2 - Dados referentes s observaes utilizadas do satlite CBERS-2B
Data
dia/ms/ano
16/Dez/2008
Perodo
das observaes
t0
(hh:mm:sss)
13:12:39.500
tf
(hh:mm:sss)
13:19:54.000
Intervalo de
Medidas
Amostragem
Processadas
t (s)
DSS IRES Giro
13.47
As medidas reais obtidas pelo sensor solar digital (DSS), sensor de Terra infravermelho (IRES) e giroscpio, associadas a cada instante em que foi obtida a medida,
so apresentadas nas guras 9.3, 9.4 e 9.5.
A mesma caracterstica apresentada nas medidas do sensor solar do CBERS-2 se
repete no CBERS-2B, no entanto neste satlite os erros de quantizao do DSS1 so
mais evidentes, como observado na gura 9.3a.
60
Figura 9.3 - (a) Medidas reais fornecidas pelo sensor solar digital 1. (b) Medidas reais
fornecidas pelo sensor solar digital 2.
61
Figura 9.4 - (a) Medidas reais fornecidas pelo sensor de Terra infravermelho 1. (b) Medidas
reais fornecidas pelo sensor de Terra infravermelho 2.
62
Figura 9.5 - Medidas reais fornecidas pelo Giroscpio no (a) eixo x (b) eixo y (c) eixo z.
63
9.2 Resultados para o Satlite CBERS-2

Para comparar e analisar os resultados obtidos pelo Filtro de Kalman
Unscented
(FKU) foi considerado, alm do Filtro de Kalman Estendido (FKE), tambm diferentes abordagens para representar a atitude (ver Captulo 6). Os resultados obtidos
com os ngulos de Euler, quatrnions e incremento de quatrnion sero apresentados
e discutidos a seguir.
9.2.1 Estado Estimado atravs dos ngulos de Euler

Nesta seo mostra-se a estimao da atitude utilizando os ngulos de Euler para
representao da atitude, conforme Seo 6.1.
9.2.1.1 Dados de Entrada

A inicializao dos algoritmos em questo, quando a estimao do estado realizada
atravs dos ngulos de Euler, foi efetuada levando em conta as informaes iniciais
mostradas no conjunto de tabelas 9.3, a seguir. Importante salientar que os dados
que inicializam os ltros foram obtidos por tentativa at que a estabilizao da
atitude estimada fosse alcanada.
Tabela 9.3 - Informaes iniciais para inicializao dos estimadores com ngulos de Euler
para o satlite CBERS-2
Vetor de Estado Inicial (x0 )
( )
( )
( )
0
0
0
x ( /h)
y ( /h)
z ( /h)
5,76
4,64
2,68
Erro do Estado (P)
( )
( )
( )
0,5
0,5
2,0
Rudo Dinmico (Q)
( )
( )
( )
0,1
0,1
0,1
x ( /h)
y ( /h)
z ( /h)
0,01
0,01
0,005
Rudo das Observaes (R)
DSS1 ( )
DSS2 ( )
0,6
0,6
IRES1 ( )
IRES2 ( )
64
0,06
0,06
x ( /h)
y ( /h)
z ( /h)
1,0
1,0
1,0
onde , , so as componentes de atitude roll, pitch, yaw e x , y , z , so as derivas

(biases ) dos giroscpios nos eixos x, y, z, nominalmente alinhados com
yaw
roll
pitch
, respectivamente.
9.2.1.2 Estado Estimado com Filtro de Kalman Unscented (FKU)

As guras a seguir apresentam os resultados obtidos para o estado estimado (atitude
e
bias
) utilizando o FKU e o FKE. O MMQ mostra somente a atitude instantnea,
poca a poca, do satlite e til para validao dos estimadores envolvidos, alm
de servir como referncia da atitude a ser comparada.
Observa-se na gura 9.6 que o comportamento da atitude estimada durante o perodo
analizado, considerando o FKU e o FKE, est de acordo com a referncia (MMQ).
Pelo comportamento de
roll
, guras 9.6a e 9.6b, pode-se notar que os ltros
pitch
atingiram a convergncia. Para o eixo de
yaw
a estimativa parece excursionar no
aleatriamente e esta caracterstica reproduzida pelos trs estimadores. A tabela

9.4 apresenta a mdia da diferena entre a atitude estimada (e) com ngulos de
Euler e a atitude de referncia (r) obtida pelo MMQ. O FKU forneceu resultados
mais prximos ao da referncia, quando comparado com o FKE. No entanto, este
fato no suciente para inferirmos respeito da preciso do FKU, mas verica-se
consistncia estatstica pois os desvios-padro em relao ao MMQ esto dentro da
faixa de 1 sigma do FKU.
O FKE parece convergir mais lentamente, pois sua primeira estimativa (Figs. 9.6a,
9.6b) est destacada das demais estimativas.
65
Figura 9.6 - (a) ngulo roll de atitude estimado com ngulos de Euler. (b) ngulo pitch de
atitude estimado com ngulos de Euler. (c) ngulo yaw de atitude estimado
com ngulos de Euler.
66
Tabela 9.4 - Mdia e desvio padro do erro em torno da atitude de referncia (MMQ), com
uso dos ngulos de Euler
Estimador
Atitude
Mdia ( )
Desvio Padro ( )
FKE
e - r
e - r
e - r
e - r
e - r
e - r
-0,0085
0,0159
0,0120
0,0209
0,0840
0,2729
0,0005
0,0016
-0,0003
0,0006
0,0527
0,1036
FKU
Na gura 9.7 observa-se o comportamento das componentes estimadas do
bias
do
gyro somente pelo FKU e FKE, uma vez que o MMQ no estima este tipo de varivel.
Apesar dos estimadores FKU e FKE possuirem o mesmo comportamento, ainda
existe uma pequena variao nas componentes x, y e z do bias. Para ambos os ltros
os desvios padro para as componentes x, y e z do
0,01 /h, 0,09 /h e 0,03 /h, respectivamente.
67
bias
so de aproximadamente
Figura 9.7 - Componente do bias estimada com ngulos de Euler (a) no eixo x. (b) no eixo
y. (c) no eixo z.
68
A seguir esto apresentados os resultados da inovao e do resduo dos sensores solar

e de Terra obtidos com os ltros. Tanto a inovao quanto o resduo so obtidos
pela diferena entre o valor calculado e o valor medido aps as fases de propagao
(inovao) e de atualizao (resduo) dos ltros.
Considerando o fato de que o sensor solar (DSS) possui uma preciso menor que o
sensor de Terra (IRES), foi estipulado um peso menor para as suas medidas, sendo
o erro associado ao DSS de 0,6 e para o IRES de 0,06 . Os resultados da inovao
e do resduo relacionados ao DSS1 e DSS2 esto apresentados nas guras 9.8 e
9.9. Percebe-se que ambos estimadores (FKU e FKE) possuem em geral o mesmo
comportamento, e que tanto os valores da inovao quanto dos resduos esto dentro
da preciso estipulada para o DSS.
69
Figura 9.8 - (a) Inovao relacionada ao DSS1 obtida com ngulos de Euler. (b) Resduo
relacionado ao DSS1 obtido com ngulos de Euler.
70
O mesmo comportamento vericado para o IRES, guras 9.10 e 9.11. No entanto,

para o FKU o resduo converge mais rapidamente para zero, quando comparado com
o FKE. Estes resultados so importantes, pois em geral no possvel comparar os
valores estimados com valores reais, uma vez que estes valores no so conhecidos.
71
Figura 9.10 - (a) Inovao relacionada ao IRES1 obtida com ngulos de Euler. (b) Resduo
relacionado ao IRES1 obtido com ngulos de Euler.
72
Os erros estimados pelos ltros para a atitude, gura 9.12, e para o bias, gura 9.13,
esto apresentados a seguir. Esses erros estimados (desvios-padro) foram obtidos
a partir da diagonal da matriz de covarincia, que contm as varincias de cada
estado estimado (atitude e
biases
). Observa-se que para ambos os ltros, o erro
estimado para a atitude decresce com uma tendncia a se estabilizar em torno de

um valor. Para os eixos de
roll
pitch
o FKE mostra-se mais otimista que o FKU,
pois seus erros, neste caso, so menores que os estimados pelo FKU. A mdia do
erro estimado para
roll
pitch
pelo FKE de 0,05 e pelo FKU de 0,11 , para os

73
dois eixos. Para
yaw
, o erro estimado para ambos os ltros de 0,4 . No entanto,
para o erros estimado nos
biases
para este conjunto de dados os
, ainda existe uma pequena variao indicando que
biases
ainda no atingiram o estado estacionrio.
Figura 9.12 - Erro da atitude estimada com ngulos de Euler (a) em roll, (b) em pitch, (c)
em yaw.
74
Figura 9.13 - Erro do bias estimado com ngulos de Euler (a) no eixo x, (b) no eixo y, (c)
no eixo z.
75
9.2.1.3 Estimao sem o Efeito dos Erros de Quantizao

Esta seo ir apresentar os resultados mais relevantes com relao ao efeito ocasionado pelos erros de quantizao presentes nas medidas do sensor solar.
Na gura 9.1a percebe-se, para o DSS1, que em alguns instantes no ocorrem alteraes nas observaes feitas por este sensor. Este efeito mais pronunciado na
Fig.9.3a. Isto ocorre devido aos erros de quantizao, j comentados anteriormente,
e seu efeito na inovao e no resduo pode ser observado na gura 9.8. Para amenizar
este efeito foi gerado uma curva de suavizao polinomial (365,9 t2 -10056 t+69110
(DSS1) e -0,1908 t2 -211,58 t+2981 (DSS2), Fig. 9.1a) de forma a mitigar tais erros
e analisar assim os resultados da estimao do estado.
Com os resultados obtidos pelos ltros
unscented
e estendido, notou-se que, neste
caso, os erros de quantizao no causam efeitos signicativos no processo de estimao, j que o erro do sensor solar de cerca de 0,6 , muito maior que o erro de
quantizao. A mdia da diferena entre os valores estimados sem o erro de quantizao e o valor de referncia (MMQ) para o FKE de aproximadamente -0,0076
para roll, 0,0123 para pitch e 0,0756 para yaw. Estes valores esto muito prximos
aos obtidos com o efeito do erro de quantizao nas medidas dos sensores, tabela
9.4. Para o FKU estas mdias para os eixos de
roll
pitch
yaw
foram de 0,0004 ,
-0,0003 e 0,0373 , respectivamente. Desta maneira, as ilustraes do comportamento do estado estimado (atitude e
bias
) foram omitidos, pois so similares s
guras 9.6 a 9.7. As nicas variaes signicativas esto apresentadas abaixo por
9.14 e 9.15, onde se faz uma comparao dos resultados obtidos sem a suavizao
dos erros e com a suavizao dos erros (SEQ-Sem Erros de Quantizao), para ambos os ltros. Nota-se que a inovao e o resduo do sensor DSS1 sem os erros de
quantizao (SEQ) caram mais suaves quando comparados aos resultados obtidos
com este tipo de erro.
76
Figura 9.14 - (a) Comparao da inovao obtida sem erro de quantizao e com erro de
quantizao, relacionada ao DSS1. (b) Comparao do resduo obtido sem
erro de quantizao e com erro de quantizao, relacionado ao DSS1.
77
Figura 9.15 - (a) Comparao da inovao obtida sem erro de quantizao e com erro de
quantizao, relacionada ao DSS2. (b) Comparao do resduo obtido sem
erro de quantizao e com erro de quantizao, relacionado ao DSS2.
9.2.1.4 Teste de Robustez do Filtro de Kalman Unscented

Os resultados apresentados at o momento nos mostram grande similaridade entre
os dois ltros utilizados em problemas de estimao no-linear. No entanto, onde
estaria a maior vantagem de se escolher o Filtro de Kalman Unscented para estimar
a atitude de um satlite articial?
78
Como foi visto, ainda que diante de resultados muito prximos ao FKE, o FKU
no faz uso de linearizaes ou aproximaes das equaes no-lineares existentes
no modelo do sistema. S este fator, inicialmente, fornece uma maior qualidade e
conabilidade dos resultados obtidos. Para que se possa vericar com maior clareza
a preciso e ecincia do Filtro de Kalman
Unscented
apresentado a seguir o
comportamento dos dois ltros, diante de condies iniciais imprecisas.

Na gura 9.16 so considerados valores iniciais das componentes da atitude muito
distantes dos valores verdadeiros, com
roll
pitch
yaw
de 10 cada um. sabido
que tais valores so prximos de zero, aproximadamente -0,5 , -0,45 e -1,5 para o
conjunto de medidas em teste. As demais condies iniciais (ver tabelas 9.3) foram
mantidas constantes. O que se observa que, mesmo levando mais tempo, o FKE
ainda converge para o valor esperado da atitude (aproximadamente -0.5 para
e
pitch
e -1,5 para
yaw
roll
), ao contrrio do FKU que converge rapidamente, quase
instantaneamente. Nota-se tambm uma incompatibilidade dos erros de atitude estimados pelo FKE (covarincia), pois a atitude estimada est muito longe do valor
esperado de convergncia e ainda assim o FKE assume erros pequenos (sigma). Este
comportamento observado at que o FKE atinja a convergncia e seus erros quem
em torno do obtido pelo FKU.
79
Figura 9.16 - (a) ngulo roll e seu erro (sigma) estimado pelos FKE e FKU. (b) ngulo
pitch e seu erro (sigma) estimado pelos FKE e FKU. (c) ngulo yaw e seu
erro (sigma) estimado pelos FKE e FKU.
80
No prximo caso, apresentado a seguir, considerado outros valores de condies

iniciais de atitude de forma que se possa observar quando o FKE deixa de convergir
e torna-se inadequado para o problema.
considerado o valor radicalmente incorreto de 20 para os ngulos de
yaw
roll pitch
iniciais. Na gura 9.17, observa-se claramente que o FKU converge nos primei-
ros instantes, ao contrrio do comportamento obtido pelo FKE, que est claramente
divergente em
. Este caso nos mostra que diante de condies iniciais deteriora-
roll
das, as linearizaes realizadas no FKE no so aproximaes sucientemente boas

fazendo com que o ltro perca a capacidade de estimar com preciso o estado do
sistema durante o perodo considerado. O FKU ainda assim convergiu, mostrando
sua robustez e desempenho claramente superior nesta situao.
81
82
9.2.2 Estado Estimado atravs dos Quatrnions

Em geral, os problemas que envolvem estimao da atitude podem apresentar nas
equaes da dinmica algum tipo de no linearidade, podendo tornar inecaz o
processo de estimao com os ngulos de Euler devido as singularidades ocasionadas
pelas funes trigonomtricas presentes no modelo. Para uma anlise mais precisa do
problema em questo, apresentado a seguir os resultados da estimao do estado
utilizando os quatrnions para representar a atitude. Como as equaes da dinmica
com os quatrnions so lineares, ento o FKE e o FKU foram aplicados somente na
fase de atualizao dos ltros.

Para estimar a atitude do satlite quando esta representada pelos quatrnions,
algumas converses so realizadas durante a inicializao dos ltros de modo a
transformar as variveis que dependem dos ngulos de Euler para quatrnions. As
condies iniciais em quatrnions so equivalentes as apresentadas pelo conjunto de
tabelas 9.3. No entanto, a tabela 9.5 apresenta as condies iniciais que necessitaram
ser ajustadas e transformadas para quatrnions, com o intuito de tornar mais claro
os valores dos dados de entrada.
Tabela 9.5 - Informaes iniciais para inicializao dos estimadores com quatrnions para
o satlite CBERS-2
Atitude Inicial
( )
( )
( )
Erro da Atitude (P)
( )
( )
( )
0,5
0,5
0,5
q1
q2
q3
q4
0,19.10
0,19.104
0,19.104
0
0
0
0
q1
q2
q3
q4
0
0
0
1
Rudo Dinmico da atitude (Q)
( )
( )
( )
0,05
0,05
0,05
q1
q2
q3
q4
0,19.106
0,19.106
0,19.106
0
onde q1 , q2 , q3 , q4 so as componentes dos quatrnions que representam a atitude

e q1 , q2 , q3 , q4 so os erros em quatrnions associados aos erros em ngulos de
83
Euler ( , , ). Importante salientar que a matriz de covarincia (P) e de rudo

dinmico (Q) associadas aos quatrnions so reduzidas atravs das equaes 7.18 e
7.19.
9.2.2.2 Estado Estimado com Filtro de Kalman Unscented

Os ngulos de atitude estimados em
roll
pitch
yaw
foram obtidos a partir dos
quatrnions estimados e esto apresentados na gura 9.18. O comportamento obtido

pelo FKE e FKU esto de acordo com a referncia (MMQ), alm de serem muito
prximos aos valores estimados pela abordagem de ngulos de Euler. A tabela 9.6
apresenta a mdia e o desvio padro da diferena entre a atitude estimada (e) pelos
ltros com o obtido pela referncia (r) de MMQ. Assim como para a atitude estimada
com ngulos de Euler, a estimao obtida atravs da abordagem dos quatrnions com
o FKU forneceu resultados mais prximos aos da referncia, quando comparado ao
FKE. Pela tabela 9.6 conrma-se a consistncia estatstica do FKU, uma vez que os
desvios-padro em relao ao MMQ esto dentro da faixa de 1 sigma do FKU.
84
Figura 9.18 - (a) ngulo roll de atitude estimado com quatrnions. (b) ngulo pitch de
atitude estimado com quatrnions. (c) ngulo yaw de atitude estimado com
quatrnions.
O comportamento do
bias
estimado est mostrado na gura 9.19. O FKE mostra

85
o uso dos quatrnions
Estimador
Atitude
Mdia ( )
Desvio Padro ( )
FKE
e - r
e - r
e - r
e - r
e - r
e - r
-0,0068
0,0186
0,0142
0,0254
0,3730
0,5175
-0,0001
0,0015
0,0011
0,0024
0,1997
0,4706
FKU
no ter atingido um estado de convergncia para o
bias
e os desvios associados
a x e z so de 0,0416 /h e 0,0859 /h , respectivamente. Porm para o FKU as

componentes estimadas em x e z mostram-se ter convergido e possuem um desvio
padro de 0,0006 /h na coordenada x e 0,0054 /h na coordenada z , considerando
o perodo analisado. A componente y no atingiu um estado estacionrio, sendo
necessrio um nmero maior de observaes a serem processadas. O
bias
estimado
em y apresenta um comportamento similar ao obtido com ngulos de Euler, com

desvio padro de aproximadamente 0,05 /h para o FKE e de 0,07 /h para o FKU.
86
Figura 9.19 - Componente do

(c) no eixo z.
bias estimada com quatrnions (a) no eixo x, (b) no eixo y,
As guras 9.20 e 9.21 apresentam os resultados da inovao (diferena entre valor

calulado e medido aps a fase de propagao) e dos resduos (diferena entre valor
calulado e medido aps a fase de atualizao) obtidos pelos sensores solares 1 e 2,
87
para ambos os ltros. Podemos observar que embora estes resultados sofram uma
variao, sua mdia prxima de zero e est dentro da faixa de erro considerado
para as medidas destes sensores (0, 6 ).
Figura 9.20 - (a) Inovao relacionada ao DSS1 obtida com quatrnions. (b) Resduo relacionado ao DSS1 obtido com quatrnions.
88
A inovao e o resduo associados aos sensores de Terra, IRES1 e IRES2 esto apresentados nas guras 9.22 e 9.23. Pode-se observar que os resultados do resduo para
o FKU permanecem dentro da faixa de erro estipulada para este sensor (0,06 ),
guras 9.22b e 9.23b. O resduo obtido com o FKU, quando comparado com o obtido pela abordagem de ngulos de Euler, fornece resultados mais prximos de zero
e portanto melhores quando comparado com o FKE. Isto quer dizer que o valor cal89
culado pelas equaes do sensor de Terra utilizando a atitude que foi estimada em
cada instante est muito prximo ao valor que foi observado pelo sensor, e portanto
o resduo prximo de zero.
Figura 9.22 - (a) Inovao relacionada ao IRES1 obtida com quatrnions. (b) Resduo relacionado ao IRES1 obtido com quatrnions.
90
Os erros estimados a partir da matriz de covarincia, pelos ltros unscented e estendido, para a atitude so apresentados na gura 9.24, e para o
,
bias
Para ambos os ltros, os erros estimados nos eixos de
roll pitch
atingido um valor de convergncia. Para os eixos de
roll
pitch
na gura 9.25.
yaw
parecem ter
o erro estimado
foi de 0,06 para o FKU e para o FKE estes erros foram de 0,05 . Para o eixo de
yaw
os erros estimados pelo FKU e pelo FKE foram de 0,5 e em torno de 0,3 ,
respectivamente.
91
Figura 9.24 - Erro da atitude estimada com quatrnions (a) em

yaw.
Os erros estimados para o
bias
roll, (b) em pitch, (c) em
, durante o perodo analisado, mostram que o FKU

92
atingiu um estado estacionrio, enquanto que o FKE com o uso de quatrnions ainda
no est devidamente ajustado para o
Figura 9.25 - Erro do

eixo z.
bias
bias
estimado com quatrnions (a) no eixo x, (b) no eixo y, (c) no
93
9.2.3 Estado Estimado atravs dos Incrementos de Quatrnions

Nesta seo sero apresentados os resultados obtidos com a abordagem dos incrementos de quatrnions. Est abordagem til em problemas que utilizam a abordagem
dos quatrnions e se deseja diminuir a dimenso do vetor de estado a ser estimado.
Neste trabalho, o incremento do quatrnion aplicado somente durante a fase de
atualizao dos ltros. Aps o incremento do quatrnion ( q) ser estimado, este
composto ao quatrnion propagado a m de se recuperar o quatrnion completo
estimado (4 componentes).

O comportamento obtido para a atitude estimada pelo FKU e FKE apresentado
na gura 9.26, e a comparao entre a atitude estimada por esta abordagem entre
os ltros e o MMQ so apresentados na tabela 9.7.
Assim como nas abordagens anteriores, a atitude estimada utilizando os incrementos
de quatrnions, considerando o FKE e o FKU esto dentro do previsto pela atitude
de referncia (MMQ). A consistncia estatstica do FKU mantida e pode ser vericada pelo desvio-padro em relao ao MMQ mostrado na tabela 9.7 que est dentro
de 1 sigma do FKU, para
roll
. Para o ngulo de
pitch
yaw
observa-se que os
ltros possuem o mesmo comportamento, apesar do MMQ apresentar uma variao

maior no incio do processo de estimao, similar ao caso do FKU via quatrnions,
Fig. 9.18c.
94
Figura 9.26 - (a) ngulo roll de atitude estimado com o incremento do quatrnion. (b) ngulo pitch de atitude estimado com o incremento do quatrnion. (c) ngulo
yaw de atitude estimado com o incremento do quatrnion.
Os resultados estimados para o bias so apresentados na gura 9.27, onde se observa

95
o uso do incremento de quatrnion
Estimador
Atitude
Mdia ( )
Desvio Padro ( )
FKE
e - r
e - r
e - r
e - r
e - r
e - r
-0,0066
0,0187
0,0142
0,0254
0,3774
0,5215
0,0019
0,0050
0,0008
0,0098
0,3553
0,5139
FKU
o mesmo comportamento de ambos os ltros FKE e FKU para as componentes estimadas em x, y e z. As trs componentes ainda no atingiram um estado estacionrio
sendo necessrio um perodo maior de anlise.
96
Figura 9.27 - Componente do bias estimada com o incremento do quatrnion (a) no eixo
x, (b) no eixo y, (c) no eixo z.
Os resultados da inovao e resduos dos sensores DSS1 e DSS2 so mostrados nas

guras 9.28 e 9.29. Para os sensores IRES1 e IRES2, os resultados so apresentados pelas guras 9.30 e 9.31. No caso dos resultados da inovao e dos resduos,
97
no so observadas diferenas signicativas com relao aos resultados obtidos pela

abordagem dos quatrnions, comentada na Seo 9.2.2.
Figura 9.28 - (a) Inovao relacionada ao DSS1 obtida com o incremento do quatrnion.
(b) Resduo relacionado ao DSS1 obtido com o incremento do quatrnion.
98
99
Figura 9.30 - (a) Inovao relacionada ao IRES1 obtida com o incremento do quatrnion.
(b) Resduo relacionado ao IRES1 obtido com o incremento do quatrnion.
100
A seguir so apresentados os erros estimados na atitude (via matriz de covarincia),

gura 9.32, e os erros estimados no
bias
, gura 9.33. Observa-se que na presente
abordagem, os erros estimados por ambos os ltros so iguais, da ordem de aproximadamente 0,05 para
entanto, para o
bias
roll
e para
, e 0,3 para o erro estimado em
pitch
yaw
. No
o erro estimado no parece estabilizado para ambos os ltros.
101
Figura 9.32 - Erro da atitude estimada com o incremento do quatrnion (a) em

em pitch, (c) em yaw.
102
roll, (b)
Figura 9.33 - Erro do bias estimado com o incremento do quatrnion (a) no eixo x, (b) no
eixo y, (c) no eixo z.
103
9.3 Resultados para o Satlite CBERS-2B

Nesta seo apresentam-se os resultados obtidos para o satlite CBERS-2B. O intuito
desta seo no o de apenas estimar o estado, mas tambm o de validar as anlises
feitas pelo ltro de Kalman
Unscented
quando este aplicado a um outro conjunto
de dados. Para isto foi considerado o satlite CBERS-2B, que possui as mesmas
caractersticas do satlite CBERS-2. Neste caso, utilizou-se os dados dos sensores
de estrelas a bordo do satlite CBERS-2B a m de se comparar os resultados dos
mtodos desenvolvidos com referncias geradas por este sensor.
9.3.1 Estado Estimado atravs dos ngulos de Euler

Sero apresentados a seguir o estado estimado pelo FKU e pelo FKE, quando os
ngulos de Euler so utilizados para representar a atitude.

As variveis de estado iniciais, assim como as caracteristicas dos sensores escolhidos
e os erros associados ao estado e a dinmica so listados na tabela 9.8, a seguir.
Tabela 9.8 - Informaes iniciais para inicializao dos estimadores com ngulos de Euler
para o satlite CBERS-2B
Vetor de Estado Inicial (x0 )

( )
( )
( )
0
0
0
x ( /h)
y ( /h)
z ( /h)
15,10
14,75
5,00
Erro do Estado (P)
( )
( )
( )
0,5
0,5
0,5
Rudo Dinmico (Q)
( )
( )
( )
0,05
0,05
0,05
x ( /h)
y ( /h)
z ( /h)
0,01
0,01
0,005
Rudo das Observaes (R)
DSS1 ( )
DSS2 ( )
0,5
0,5
IRES1 ( )
IRES2 ( )
104
0,05
0,05
x ( /h)
y ( /h)
z ( /h)
1,0
1,0
1,0
9.3.2 Anlise dos Dados dos Sensores de Estrelas

Os sensores de estrelas a bordo do satlite CBERS-2B foram descritos com detalhes
na Seo 5.4. So duas unidades (STS1 e STS2) cujos eixos ticos no corpo do
satlite esto separados conforme a Fig. 9.34.
Figura 9.34 - Posio dos sensores de estrelas 1 e 2. Fonte: (SILVA et al., 2006)
Este sensor apresentou problemas nas suas medidas quando a rbita do satlite passava em territrio brasileiro, conforme (ARCANJO, FERREIRA, 2009), devido a alta
concentrao de radiao espacial na regio da anomalia magntica. O trabalho relata que na altitude orbital do CBERS-2B e na regio da anomalia, tem-se registrado
a falta sistemtica de uma soluo vlida para determinao de atitude atravs do
sensor de estrelas a bordo.
Entretanto, para ns de comparao com o desenvolvimento proposto neste trabalho,
selecionou-se um perodo onde algumas medidas esparsas dos sensores de estrelas
estavam presentes (ver Fig.9.35), a passagem diurna do dia 16 de dezembro de 2008.
Foi utilizado o algoritmo TRIAD (SHUSTER, OH, 1981) para processar as medidas
individuais das unidades STS 1 e 2, e tambm o resultado combinado conforme
descrito em (SILVA et al., 2006). A Fig. 9.35 mostra os resultados de determinao
105
de atitude usando estes dados. Nota-se a disperso em
roll
pitch
das atitudes
estimadas pelas unidades 1 e 2. Optou-se ento por utilizar os resultados combinados

das unidades 1 e 2, conforme explicitados na Tab. 9.9, para realizar as comparaes
com os ltros desenvolvidos neste trabalho.
106
Figura 9.35 - Resultados de determinao de atitude usando o algoritmo TRIAD nos dados
dos sensores de estrelas.
107
Tabela 9.9 - Resultados de determinao de atitude combinando os sensores de estrelas

unidades 1 e 2
Hora
13,19
13,19
13,20
13,20
13,21
13,21
13,21
13,22
13,22
13,22
13,23
13,23
13,23
13,25
13,25
13,26
13,26
13,26
13,27
13,27
13,27
roll (
-0,71
-0,68
-0,68
-0,68
-0,69
-0,69
-0,70
-0,70
-0,69
-0,69
-0,67
-0,67
-0,66
-0,65
-0,65
-0,64
-0,65
-0,66
-0,69
-0,70
-0,70
pitch (
0,78
0,73
0,73
0,73
0,73
0,71
0,71
0,69
0,69
0,68
0,68
0,68
0,67
0,65
0,66
0,65
0,64
0,62
0,59
0,60
0,58
yaw (
3,69
3,69
3,70
3,71
3,73
3,72
3,74
3,75
3,77
3,78
3,79
3,79
3,81
3,80
3,79
3,80
3,80
3,81
3,82
3,82
3,82
Notar que os resultados conforme a Tab. 9.9, esto espaados de cerca de 13s e o
intervalo de dados apresenta um lapso de quase 1min.

O comportamento do estado estimado pelo FKE e pelo FKU so apresentados pelas
guras 9.36 a 9.37. A atitude estimada pelos ltros comparada com as fornecidas
pelos sensores de estrelas que esto bordo do CBERS-2B. Nota-se que, foi possvel
obter somente algumas observaes do sensor de estrelas prximos aos instantes relacionados s observaes realizadas pelo sensor de Terra e sensor solar, ou seja, nem
todo o intervalo foi coberto. Devido ao fato do sensor de estrelas ter uma preciso
especicada melhor, suas observaes serviram como parmetro para a anlise da
atitude estimada pelos ltros.
Inicialmente considerou-se a atitude de 0 para roll, pitch e yaw de modo a observar
108
se os ltros convergiriam rapidamente para os valores medidos pelo SE (sensor de

estrelas). Pela gura 9.36a verica-se que o comportamento de
roll
estimado pelos
ltros prximo ao observado pelo SE. No entanto pitch e yaw, guras 9.36b e 9.36c
apresentam o mesmo comportamento para ambos os ltros, porm ainda distante do
observado pelo SE. Para uma anlise mais precisa a respeito das comparaes dos
valores estimados pelos ltros e as observaes realizadas pelo SE seria necessrio
um perodo com um conjunto maior de observaes do sensor de estrelas.
109
A gura 9.37 apresenta as componentes do bias estimadas pelo FKE e pelo FKU. No
perodo considerado, apesar da converncia no ter sido atingida, a variao sofrida
pelas componentes dos
biases
pequena, alm de apresentar um comportamento
110
similar para ambos os ltros.
Figura 9.37 - Componente do bias estimada com ngulos de Euler (a) no eixo x, (b) no
Os resultados da inovao e do resduo relacionados aos sensores solares DSS-1 e 2

111
associados a cada ltro esto apresentados nas guras 9.38 e 9.39. A partir destas
guras possvel notar o efeito dos erros de quantizao presentes nas medidas deste
tipo de sensor. Como foi analisado e discutido na Seo 9.2.1.3 a suavizao deste
erro no processo de estimao no causa diferenas relevantes no estado estimado e
por isso no sero apresentados novamente para o satlite CBERS-2B.
112
Para os sensores de Terra (IRES-1 e 2) a inovao e o resduo so mostrados nas

guras 9.40 e 9.41 onde se observa a concordncia entre os resultados obtidos pelo
FKU e FKE. Os resduos se mantm prximos de zero e dentro da faixa de erro
estipulada para este tipo de sensor (0, 05 ).
113
114
Os erros da atitude estimados pelos ltros via matriz de covarincia, gura 9.42, e
dos erros dos
bias
estimados, gura 9.43, so apresentados e discutidos a seguir.
A partir da gura 9.42 observa-se que para ambos os ltros os erros estimados
convergem, com o FKU mantendo o erro estimado sempre superior ao estimado pelo
FKE. Este fato caracteriza o aspecto conservador do FKU (a favor da segurana)
com relao ao FKE. Para os eixos de
roll
pitch
, o FKE estimou um erro de
aproximadamente 0,04 , enquanto o erro estimado pelo FKU cou em torno de

115
0,06 . Para o eixo de
yaw
, o erro estimado para os ltros foi menor que 0,25 ao
nal.
Figura 9.42 - Erro da atitude estimada com ngulos de Euler (a) em roll, (b) em pitch, (c)
em yaw.
116
Durante o perodo analisado, o erro estimado (via matriz de covarincia) nas componentes do
bias
no atingiram um valor de convergncia, apesar destes erros estarem
diminuindo com o tempo e serem similares em comportamento para os ltros

cented
uns-
e estendido, gura 9.43.
Figura 9.43 - Erro do bias estimado com ngulos de Euler (a) no eixo x, (b) no eixo y, (c)
no eixo z.
117
9.3.2.2 Velocidade de Convergncia dos Sensores IRES e DSS

sabido que as observaes realizadas por sensores estelares possuem boa preciso e
por isso suas medidas foram selecionadas, pois alm de servir como referncia para a
atitude estimada, tambm seria possvel inferir sobre a preciso dos sensores de Terra
e solar. Devido ao fato do CCS do INPE ter acesso aos dados fornecidos pelo SE, foi
selecionado um intervalo de tempo onde se possua um maior nmero de medidas,
embora exista uma falta sistemtica de uma soluo vlida para determinao de
atitude, por parte deste sensor, em boa parte do territrio nacional, fazendo com
que as observaes sejam escassas durante a passagem do satlite.
Pela gura 9.36 nota-se que para uma atitude de 0 as estimativas obtidas da atitude a partir dos sensores de Terra e solar no esto sucientemente prximas as
medidas observadas pelo SE, embora os ltros tenham o mesmo comportamento.
Para uma melhor anlise destes resultados, os ltros foram inicializados com um
valor de atitude prxima ao que est sendo observado pelo SE, -0,6 para
para
pitch
e 3,7 para o ngulo de
yaw
roll
, 0,6
. A atitude estimada pelo FKU e pelo FKE
esto apresentadas a seguir.
118
Observa-se que mesmo a partir de um valor de atitude prximo ao observado pelo SE,
os ltros mantm o mesmo comportamento anterior, sendo evidente que em
pitch
caracterstica diferenciada do SE no sofreu alterao. Isto pode ser justicado pelo

119
fato de que, o satlite ao passar pela estao terrena de Cuiab-MT sofre grande
inuncia da chamada Anomalia Magntica do Atlntico Sul (AMAS). A AMAS
uma regio onde o efeito de proteo da magnetosfera perde parte de sua ecincia
e absorve mais partculas de vento solar do que outras regies. Resultados, como os
obtidos em Arcanjo e Ferreira (2009) sugerem forte correlao entre a rea de maior
pronunciamento (maior depresso do campo magntico) da Anomalia Magntica do
Atlntico Sul, na altitude orbital do satlite CBERS-2B, e as posies geogrcas
onde se tem registrado a falta sistemtica de uma soluo vlida para determinao
de atitude, por parte do sensor de estrelas, a bordo deste satlite.
A gura 9.45 apresenta o ndice de ocorrncia de cenas, do satlite CBERS-2B, com
dados vlidos do sensor de estrelas na regio de abrangncia da estao de recepo
do INPE em Cuiab-MT e as isolinhas do campo magntico terrestre na regio de
pronunciamento da AMAS na altitude de 778km. Nota-se que grande parte da rea
de alcance da estao de recepo de Cuiab est includa no domnio de manifestao da AMAS. Os ndices de incidncia de cenas variam de 0.05 a 1.00 (correspondente a 100%). As cores mais frias representam maiores ndices. A inexistncia
de pontos representativos signica ausncia de dados vlidos do sensor de estrelas
nestas regies. As isolinhas correspondentes s cores mais frias representam maiores
valores para a intensidade do campo magntico, (ARCANJO, FERREIRA, 2009).
120
Figura 9.45 - Ocorrncia de cenas com dados de sensor de estrelas e isolinhas da AMAS.
Fonte: Arcanjo e Ferreira (2009)
Conclui-se que
roll
yaw
do SE esto dentro de 1 sigma do FKU, mas
em desacordo. Nas circunstncias do teste mais provvel que o
pitch
pitch
est
do SE esteja
equivocado, pelas razes j expostas.
9.3.2.3 Teste de Robustez do Filtro de Kalman Unscented

Esta seo dedicada a demonstrar a ecincia do ltro de Kalman
Unscented
com
relao ao ltro de Kalman Estendido, quando alimentados com condies iniciais

imprecisas, repetindo o teste feito anteriormente para o satlite CBERS-2.
A gura 9.46 apresenta a comparao entre o FKE e o FKU, quando os ltros so
inicializados com valores distantes dos valores verdadeiro para as componentes da
atitude. A atitude inicial considerada de 10 para os eixos de
roll
pitch
yaw
embora os valores de convergncia dos ltros seja de aproximadamente -0,7 para

roll
, 0,5 para pitch e 3,5 para yaw. O que se pode observar pelo comportamento da
atitude estimada que o FKU converge quase instantaneamente, enquanto o FKE
121
exige um tempo maior para atingir a convergncia.
122
123
Para se vericar at que ponto as linearizaes realizadas pelo FKE so ecientes,

a atitude inicial foi exageradamente inicializada para 20 nos 3 eixos para ambos
os ltros. A gura 9.47 mostra claramente a robustez do FKU em situaes onde as
condies iniciais esto muito incorretas. Pode-se supor que, as linearizaes realizadas pelo FKE no so mais sucientemente prximas dos valores nominais levando
o ltro a divergir.
124
125
9.3.3 Estado Estimado atravs dos Quatrnions

Para que a anlise em torno do ltro de Kalman
Unscented
que completa, a se-
guir sero apresentados os resultados para o estado estimado quando a atitude

representada pelos quatrnions, tornando a equao da dinmica linear (ao contrrio da equao dinmica escrita em funo dos ngulos de Euler). Lembrar que para
esta abordagem a matriz de covarincia foi reduzida de forma a evitar provveis
singularidades, oriundas da correlao entre a quarta componente do quatrnion e
as demais, durante a fase de propagao desta matriz.

A tabela 9.10 apresenta os dados de entrada dos ltros que foram transformados em
correspondentes de quatrnions. Os demais parmetros de entrada foram mantidos
iguais aos utilizados pela abordagem de ngulos de Euler (ver tabela 9.8).
Tabela 9.10 - Informaes iniciais para inicializao dos estimadores com quatrnions para
o satlite CBERS-2B
Atitude Inicial
( )
( )
( )
Erro da Atitude (P)
( )
( )
( )
0,5
0,5
0,5
q1
q2
q3
q4
0,19.10
0,19.104
0,19.104
0
0
0
0
q1
q2
q3
q4
0
0
0
1
Rudo Dinmico da atitude (Q)
( )
( )
( )
0,05
0,05
0,05
q1
q2
q3
q4
0,19.106
0,19.106
0,19.106
0

O estado estimado (atitude e bias ) pelos ltros unscented e estendido esto ilustrados
nas guras 9.48 a 9.49.
O comportamento da atitude estimada pelos ltros, gura 9.48 so similares aos
obtidos pela abordagem de ngulos de Euler, exceto pelo comportamento de
yaw
onde a atitude estimada se aproximou mais rapidamente das observaes realizadas

126
pelo SE. No entanto, o fato da atitude estimada no ser to prxima s medidas

realizadas pelo SE no afeta a qualidade da estimao realizada pelo FKU e pelo
FKE, pois como foi justicado na Seo 9.3.2.2, as medidas obtidas pelo SE podem
ter sido corrompidas devido a radiaes presentes no espao.
127
Figura 9.48 - (a) ngulo roll de atitude estimado com quatrnions. (b) ngulo pitch de
atitude estimado com quatrnions. (c) ngulo yaw de atitude estimado com
quatrnions.
Durante o perodo considerado para a anlise, observa-se que as componentes estima-
128
das para o
bias
do gyro, gura 9.49, pelo FKU caram praticamente estacionrias,
enquanto o FKE ainda sofre uma pequena variao principalmente nos eixo y e z.
Figura 9.49 - Componente do

(c) no eixo z.
bias estimada com quatrnions (a) no eixo x, (b) no eixo y,
129
As guras 9.50 e 9.51 mostram os resultados da inovao e do resduo dos sensores DSS-1 e 2 para a abordagem de quatrnions bastante semelhantes ao caso de
estimao dos ngulos de Euler.
130
As guras 9.52 e 9.53 apresentam a inovao e o resduo relacionados aos sensores

IRES-1 e 2. Ao contrrio dos resduos obtidos pelos ltros com o sensor solar, o
sensor de Terra fornece medidas diretas de
roll
, tornando seus resduos mais
pitch
prximos de zero. Isto mais evidente nos resduos obtidos pelo FKU, guras 9.52b
e 9.53b.
131
132
A seguir so mostrados os erros estimados (covarincia) na atitude, gura 9.54, e

no
bias
, gura 9.55. O erro estimado tanto para
roll
quanto para
pitch
pelo FKE
de aproximadamente 0,045 e pelo FKU o erro estimado para ambos os eixos

de 0,05 , guras 9.54a e 9.54b . Para
yaw
, gura 9.54c, o erro parece ainda no ter
convergido e isso justicado pelo fato deste eixo ser o menos observvel.
133
Figura 9.54 - Erro da atitude estimada com quatrnions (a) em

yaw.
roll, (b) em pitch, (c) em
O erro estimado nas componentes do bias pelo FKU atingiu a convergncia em torno
do valor de 1 /h, gura 9.55, j o FKE no atingiu um estado estacionrio durante
o perodo da anlise, apesar de seus valores estarem diminuindo com o tempo.
134
Figura 9.55 - Erro do

eixo z.
bias
estimado com quatrnions (a) no eixo x, (b) no eixo y, (c) no
135
9.3.4 Estado Estimado atravs dos Incrementos de Quatrnions

Esta seo apresentar os resultados obtidos da estimao do estado do satlite
CBERS-2B, utilizando a abordagem dos incrementos de quatrnions. Os dados de
entrada dos ltros so os mesmo que foram utilizados para a estimao com a abordagem dos quatrnions (ver tabela 9.10).

A comparao entre as atitudes estimadas pelos ltros
, estendido e pela
unscented
atitude observada pelo sensor de estrelas so destacadas na gura 9.56. Podemos

observar que, assim como na atitude estimada pela abordagem de ngulos de Euler,
os ltros mantm comportamento similar durante todo o perodo considerado, apesar
de no seguir a atitude medida pelo SE.
136
Figura 9.56 - (a) ngulo roll de atitude estimado com o incremento do quatrnion. (b) ngulo pitch de atitude estimado com o incremento do quatrnion. (c) ngulo
yaw de atitude estimado com o incremento do quatrnion.
As componentes dos
biases
dos gyros estimados apresentam os mesmos comporta-
mentos para o FKE e para o FKU, como mostra na gura 9.57.

137
Figura 9.57 - Componente do bias estimada com o incremento do quatrnion (a) no eixo
x, (b) no eixo y, (c) no eixo z.
Os resultados da inovao e dos resduos para os sensores DSS-1 e 2 so apresentados

na gura 9.58 e 9.59, e para os sensores IRES-1 e 2 podem ser observados pela
gura 9.60 e 9.61. Os resultados so similares aos obtidos pela estimao atravs da
138
abordagem de quatrnions, discutida na seo anterior.
139
140
141
Os erros estimados (covarincia) na atitude, gura 9.62, so apresentados a seguir.

Observa-se que pela abordagem de incremento de quatrnions, os erros estimados
por ambos os ltros so iguais, da ordem de aproximadamente 0,045 para
para
, e 0,3 para o erro estimado em
pitch
142
yaw
roll
Figura 9.62 - Erro da atitude estimada com o incremento do quatrnion (a) em

em pitch, (c)em yaw.
A gura 9.63 apresenta o erro estimado para o
bias
roll, (b)
nas componentes x, y e z pelo
FKU e FKE. Os erros estimados pelos ltros foram semelhantes, apresentando uma
pequena variao decrescente com o tempo.
143
Figura 9.63 - Erro do bias estimado com o incremento do quatrnion (a) no eixo x, (b) no
144
9.4 Tempo de Processamento: Filtro de Kalman Unscented x Filtro de

Kalman Estendido
Aps encerrado o processo de estimao de estado para os satlites CBERS-2 e
CBERS-2B, atravs do ltro de Kalman Estendido e do Filtro de Kalman Unscented,
foi realizada uma anlise quantitativa do tempo gasto pela CPU para processar as
7 medidas dos sensores de atitude pelos dois ltros.
Sabe-se que este tempo no um indicador absoluto, uma vez que depende de alguns
fatores importantes como, por exemplo, a capacidade do processador que est sendo
utilizado para estimar a atitude, alm da habilidade do programador. No entanto,
mesmo que quantitativa, esta anlise auxilia na avaliao da aplicabilidade do ltro
de Kalman
Unscented
em problemas nos quais a estimao processada em tempo
real, uma vez que este algoritmo amplia o nmero de vetores de estado de n para
2n + 1 vetores de mesma dimenso.

A tabela 9.11 apresenta o tempo que a CPU gasta para processar as medidas dos
sensores nas diferentes abordagens utilizadas para estimar a atitude. Para obter uma
estimativa mais convel do tempo de processamento, foi obtido a mdia de 100
iteraes para cada ltro, em cada uma das abordagens. Lembrar que os programas
foram codicados em linguagem interpretada MATLAB, e num processador Intel
Core i3 com 3GB de memria dinmica, executado no Sistema Operacional Windows
7 de 64bits.
Tabela 9.11 - Tempo Estimado para o Processamento das medidas dos sensores de atitude
pelos FKU e FKE
Satlite
Abordagem
FKE (s) FKU (s)
Euler
0,0515
0,1430
CBERS-2
Quatrnions
0,0514
0,1389
Incremento de Quatrnions 0,0515
0,1266
Euler
0,0317
0,0876
CBERS-2B
Quatrnions
0,0314
0,0820
Incremento de Quatrnions 0,0317
0,0776
Pode-se notar que, apesar do tempo de processamento consumido pelo FKU ser
superior ao do FKE, ainda assim este aumento no proporcional ao nmero de
145
sigma-pontos gerados no FKU, uma vez que este trabalha com 2n + 1 vetores de
dimenso n (6 ou 7), ao contrrio do FKE que utiliza somente um vetor de dimenso
n.
Em todas as situaes o gasto de CPU via FKU no chega a ser 3 vezes o correspondente do FKE, ainda bastante adequado para processamento em tempo real, preservando a vantagem de ser um algoritmo mais robusto (ver Figs.(9.17) e Figs.(9.47))
e menos propenso a divergncia devido a no-linearidades. No FKE nota-se que o
tempo de processamento independe da formulao adotada. No FKU agrante que
a formulao via ngulos de Euler tem maior gasto computacional nas duas situaes (CBERS-2 e CBERS-2B), j que este mtodo necessita integraes numricas
da dinmica de atitude. O menor gasto se d na formulao via incremento de quatrnions, onde a dinmica de atitude considerada linear e obtida analiticamente.
146
10 CONCLUSES E TRABALHOS FUTUROS

10.1 Introduo
A proposta principal deste trabalho foi de estimar a atitude de um satlite articial, utilizando medidas reais de sensores de atitude, atravs da implementao de
algoritmos da famlia do Filtro de Kalman Sigma-Ponto, chamado ltro de Kalman
Unscented
. Medidas reais em geral trazem problemas no previstos em simulaes
e que necessitam de implementaes robustas dos algoritmos de estimao. Neste

trabalho deparou-se com amostragens baixas, problemas de quantizao e outras diculdades de fontes diversas e desconhecidas, como desalinhamentos, derivas, erros
sistemticos e rudos no previstos.
Sabe-se que o Filtro de Kalman Estendido (FKE) tem sido amplamente aceito como
uma ferramenta padro nos problemas de estimao de atitude e rbita. No entanto,
o Filtro de Kalman
Unscented
(FKU) aparece como uma alternativa para o Filtro
de Kalman Estendido e vem sendo estudado em diversas aplicaes. Este algoritmo

aborda muitas das questes de aproximao do FKE e alcana consistentemente
um nvel igual ou melhor de desempenho a um nvel comparvel de complexidade,
alm de outras vantagens como, por exemplo, a mdia e covarincia da estimativa
do estado calculados para 2a ordem, ao contrrio da preciso do FKE que de 1a
ordem.
O aspecto motivador deste trabalho que, em geral, os problemas que envolvem
estimao da atitude de satlites possuiem caractersticas no-lineares tanto nas
equaes que representam a dinmica do movimento quanto no modelo das observaes. De forma a analisar o desempenho deste novo algoritmo e compar-lo com
o estimador padro aplicados a problemas no lineares (FKE), optou-se por utilizar
um satlite que apresentasse alguma caracterstica no-linear no modelo da dinmica ou no modelo das observaes. Para realizar tal anlise foi utilizado, alm das
equaes da dinmica, tambm dados reais de sensores que esto a bordo dos satlites CBERS-2 e CBERS-2B. A disponibilidade destes dados, ainda que parciais,
pelo INPE permitiu vericar o desempenho do FKU quando alimentado com um
conjunto de dados escassos.
147
10.2 Concluses
De forma a elucidar os benefcios e o desempenho do algoritmo baseado no mtodo Sigma-Ponto, foi realizada a aplicao de diferentes abordagens no processo
de estimao, incluindo a estimao de estado atravs dos ngulos de Euler, dos
quatrnions e dos incrementos de quatrnions. A formulao matemtica envolvida
em cada abordagem foi detalhada no Cap. 6.
No primeiro caso estudado, a estimao do estado foi efetuada levando em conta dados reais, fornecidos pelo CCS do INPE, dos giroscpios, sensores de Terra e sensores
solares que esto bordo do satlite CBERS-2. Inicialmente a atitude do satlite foi
representada pelos ngulos de Euler na implementao do FKE e do FKU. Visto que
neste trabalho so utilizados dados reais dos sensores e no dados simulados, ento
no seria possvel comparar os resultados estimados pelos algoritmos com algum
valor nominal de referncia para a atitude. Uma forma de obter alguma referncia
a respeito dos valores que foram estimados foi comparar os resultados da atitude
estimada com valores processados pelo Mtodo de Mnimos Quadrados. A equao
da dinmica do movimento do satlite CBERS-2 foi obtida por meio de um relatrio
interno do INPE (FUMING,KUGA, 1999), onde algumas simplicaes foram realizadas evitando-se problemas de singularidades, que so caractersticas nas aplicaes
com ngulos de Euler. Foi necessrio integrao numrica da dinmica, usando o
algoritmo de Runge-Kutta de 4a ordem de passo xo. Nesta abordagem, tanto a
dinmica quanto o modelo das observaes so no-lineares e por isso o FKE e o
FKU foram aplicados nas fases de propagao e atualizao dos ltros.
Ao comparar os resultados obtidos pelos dois estimadores, cou evidente a competitividade dos ltros devido as similaridades do comportamento e das estatsticas.
A atitude estimada pelo FKE e pelo FKU seguiram o mesmo comportamento do
MMQ. Tais resultados indicam que a implementao do ltro de Kalman
ted
unscen-
foi bem sucedida, uma vez que o comportamento do estado estimado foi muito
semelhante ao dos resultados obtidos com o FKE.

Uma outra anlise foi feita com o intuito de vericar como os erros de quantizao,
presentes nas medidas feitas pelos sensores solares, inuenciam o estado estimado.
Os resultados mostraram que o nico efeito signicativo foi notado na suavizao
dos resduos e da inovao dos sensores solares 1 e 2.
148
Como os ltros mostraram-se competitivos e os resultados muito similares, ento

a prxima fase foi dirigida a vericar a robustez dos ltros atravs de condies
iniciais degradadas. Diversos testes foram realizados para valores de atitude inicial
cada vez mais distante dos que seriam os valores verdadeiros (aproximadamente 0,5 para os ngulos de
roll
pitch
e -1,5 para
yaw
). Notou-se que quanto maior
a degradao das condies iniciais, o FKE demorava cada vez mais para atingir a
convergncia, ao contrrio do FKU que convergiu imediatamente. At 10 o FKE
ainda convergiu, apesar do tempo para atingir a convergncia ter sido superior ao
obtido pelo FKU. J para uma atitude inicial de 20 o FKU mostrou-se mais robusto
que o FKE, atingindo a convergncia imediatamente, enquanto o FKE no conseguiu
atingir a convergncia. Neste caso, as linearizaes realizadas pelo FKE no foram
aproximaes sucientes tornando o algoritmo impreciso.
Considerando o fato de que os ngulos de Euler nem sempre so ecientes ao serem
utilizados no modelo da dinmica, devido a singularidades presentes nas funes
trigonomtricas, uma outra abordagem foi considerada para estimar o estado do sistema de maneira a deixar mais completa possvel a anlise realizada neste trabalho.
Nesta etapa os ltros foram implementados considerando os quatrnions para parametrizar a atitude do satlite. A escolha dos quatrnion para parametrizar a atitude
foi escolhida por algumas razes prticas: 1) as equaes de propagao so lineares,
2) a representao do modelo dinmico livre de singularidades e 3) a matriz de
atitude algbrica nas componentes do quatrnion (isso elimina a necessidade do
clculo de funes transcendentais).
A implementao dos ltros, nesta abordagem, se diferenciou da abordagem com
ngulos de Euler, pois a equao dinmica em quantrnions linear, no havendo
a necessidade de utilizar o FKE e o FKU na fase de propagao. Nesta fase o ltro
de Kalman padro foi aplicado para obter o estado e a covarincia propagados.
No entanto, o uso dos quatrnions apresenta algumas diculdades na aplicao das
equaes do ltro. Esta diculdade devido a correlao existente entre a quarta
componente do quatrnion e as demais, que esto relacionadas pela restrio da
norma unitria. Isto resulta na singularidade da matriz de covarincia do estado
propagado, o que leva a diculdade do tratamento numrico.
Para evitar o problema da singularidade da matriz de covarincia propagada Leerts,
Markley e Shuster (1982) propem algumas solues para contornar este problema.
Uma delas a reduo da dimenso da matriz de covarincia na atitude (de 4x4
149
para 3x3), na qual foi utilizada neste trabalho para os dois ltros. O FKU teve
um tratamento especial no clculo da matriz raz quadrada de Cholesky, para obter
o espalhamento dos sigma-ponto. Em vez de calcular essa matriz de Cholesky a
partir da matriz de covarincia aumentada (gerando singularidades), ela calculada
a partir da matriz de covarincia reduzida e ento aumenta-se a dimenso da matriz
de Choslesky resultante.
A atitude estimada pelo FKU continua muito prxima a obtida pelo FKE. Porm,
quando comparada com a estimao feita com ngulos de Euler, observa-se que o
erro estimado na atitude pelo FKU diminui consideravelmente. Optou-se ento, por
completar a anlise com quatrnion utilizando agora, alm da matriz de covarincia reduzida, o incremento do quatrnion no processo de estimao. Caractersticas
importantes desta formulao foram descritas no Cap. 7. Importante salientar que
a fase de propagao dos ltros FKE e FKU foram tratadas da mesma forma que a
formulao com os quatrnions (ltro de Kalman padro), contudo na fase de atualizao o que foi estimado foi o incremento do quatrnion, ou seja, o quatrnion
incremental que deve ser composto com o propagado para se obter o quatrnion
estimado.
Os resultados estimados para a atitude com o incremento de quatrnion so equivalentes aos obtidos com os quatrnions e o
bias
estimado nesta abordagem se com-
portou de modo similar para ambos os ltros.

Para o segundo caso, toda a anlise foi realizada novamente para o satlite CBERS2B com o propsito de averiguar o comportamento dos ltros para uma outra poca
e com um conjunto de medidas mais escasso do que o considerado para o CBERS-2.
Neste caso a atitude de referncia foi a medida pelos sensores de estrelas o qual esto
a bordo do satlite CBERS-2B. Como foi discutido, as medidas observadas quando o
satlite est sobre o territrio brasileiro apresentam alguns problemas devido a alta
concentrao de radiao espacial na regio da anomalia magntica. Desta forma,
apesar da preciso das observaes feitas por este tipo de sensor, infelizmente estas
medidas no serviram como referncia para a atitude que deveria ser estimada pelos
ltros, e sim para orientar o valor provvel para o qual os ltros deveriam convergir.
Assim como foi observado nas 3 abordagens (ngulos de Euler, quatrnions, incremento de quatrnions) para o caso do CBERS-2, para o CBERS-2B as consideraes
foram mantidas e o comportamento dos ltros foram similares durante todo o pro150
cesso de estimao. Uma anlise da robustez dos ltros tambm foi feita, onde foram
degradadas as condies iniciais da atitude do satlite. Para uma atitude inicial de
10 ambos os ltros convergem. Porm o FKU converge quase que instantaneamente,
enquanto o FKE leva um tempo maior para convergir. J para 20 na atitude o FKE
no consegue convergir tornando-se inecaz para o processo, ao contrrio do FKU
que se mostra robusto durante todo o processo de estimao.
Pode-se concluir com os resultados obtidos neste trabalho que o FKU possui a
mesma preciso do FKE em problemas similares, ou seja, com mesma complexidade
de modelo dinmico e mesmas observaes. No entanto, diante de condies iniciais degradadas, o FKU se mostrou mais robusto e preciso que o FKE. Quanto ao
tempo de processamento, o FKU mostrou-se competitivo, pois mesmo demandando
um maior tempo para efetuar o processo de estimao, o tempo gasto pela CPU
no proporcional ao nmero de sigma-pontos gerados, alm de no excluir a sua
aplicabilidade a problemas de tempo real. Quanto a complexidade computacional
do FKU, pode-se dizer que equivalente ao FKE, pois apesar de gerar uma quantidade maior de vetores (sigma-ponto) no necessita o clculo da matriz Jacobiana,
fundamental na implementao do FKE.
10.3 Trabalhos Futuros

No decorrer deste trabalho, quando a formulao via quatrnions foi utilizada, notouse a necessidade de um tratamento especial para o clculo da matriz de covarincia,
uma vez que esta matriz para os quatrnion singular. Outras desvantagens foram
as constantes converses de quatrnions para ngulos de Euler, necessrias para
entrada no modelo dos sensores, durante a fase de atualizao dos ltros. Isto porque
as equaes dos sensores utilizados so descritas em termos dos ngulos de Euler.
Para diminuir o nmero de converses, reduzindo assim, a possibilidade de erros
durante estes clculos notou-se a possibilidade de aperfeioamento do processo de
estimao de atitude.
A seguir esto apresentadas algumas sugestes para trabalhos futuros, com o propsito de minimizar erros e tempo de processamento do FKU:
Estimar a atitude do satlite utilizando os parmetros de Rodrigues para

representar a atitude. Est abordagem importante, uma vez que a utilizao direta dos quatrnions durante o processo de estimao pode apresentar
151
problemas, com o quatrnion perdendo suas caractersticas (mdulo no

unitrio, matriz de atitude via quatrnion no ortogonal, etc), e necessitando de algum tipo de normalizao. Para evitar este tipo de problema,
uma alternativa utilizar os Parmetros Modicados de Rodrigues, que
alm de reduzir a dimenso do estado a ser estimado e da matriz de covarincia, tambm possui uma relao direta com os quatrnions;
Desenvolvimento e obteno das equaes dos modelos matemticos dos

sensores em termos dos quaternions, onde o vetor de observao composto pelos modelos matemticos dos seguintes sensores: 2 sensores solares
digitais (DSS- Digital Sun Sensor) e 2 sensores de Terra infravermelho
(IRES- Infrared Earth Sensor). O vetor de observao dever ser obtido
diretamente em termos dos quatrnions, evitando as constantes converses
da atitude de quatrnion para ngulos de Euler (e vice-versa) durante a
fase de atualizao do ltro;
Implementao de suavizador "unscented "para renamento dos resultados
do FKU, em ambientes que no exijam processamento em tempo real (psprocessamento).
152
REFERNCIAS BIBLIOGRFICAS
Estudo comparativo de tcnicas de controle de atitude
em trs eixos para satlites articiais. Dissertao (Mestrado em Engenharia
ARANTES, G. Jr.
e Tcnologia Espacias/Mecnica Espacial e Controle) Instituto Nacional de

Pesquisas Espaciais (INPE), So Jos dos Campos, 2005.
ARCANJO, J. S.; FERREIRA, N. C. R. Comportamento do sensor de estrelas a
bordo do satellite CBERS-2B na regio da Anomalia Magntica do Atlntico Sul
(AMAS). In: SIMPSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 14.,
2009, Natal.
Anais... So Jos dos Campos: INPE, 2009. p. 19351941.
BROWN, R. G.; HWANG, P. Y. C.
105, 120
Introduction to random signals and
applied Kalman ltering. New York: John Wiley and Sons Press, 1996.
CRASSIDIS, J. L.; MARKLEY, F. L. Unscented ltering for spacecraft attitude

estimation.
Journal of Guidance, Control and Dynamics, v. 26, n. 4, p.
536542, 2003.
CRASSIDIS, J. L.; MARKLEY, F. L.; CHENG, Y. Survey of nonlinear attitude
estimation methods.
Journal of Guidance, Control and Dynamics, v. 30,
n. 1, p. 1228, 2007.
FAN, C.; YOU, Z. Highly ecient sigma point lter for spacecraft attitude and
rate estimation.
Mathematical Problems in Engineering, v. 2009, Article ID
507370, 23p., doi:10.1155/2009/507370, 2009.

FUMING, H.; KUGA, H. K.
CBERS simulator mathematical models. So
Jos dos Campos, 1999. CBTT Project, CBTT /2000 /MM /001. INPE, So Jos
dos Campos. 15, 16, 17, 21, 148
GARCIA, R. V.; KUGA, H. K.; ZANARDI, M. C. Aplicao do ltro de Kalman
no linear sigma-ponto para estimativa dinmica da atitude de satlites articiais.
Colquio Brasileiro de Dinmica Orbital, guas de Lindia, p. 60, 2008.
GARCIA, R. V.; KUGA, H. K.; ZANARDI, M. C. Utilizao do ltro de Kalman
Anais: XXXII
Congresso Nacional de Matemtica Aplicada e Computacional, Cuiab,
estendido para estimao da atitude de satlites articiais.

v.2, p. 411 - 412, 2009.
153
GARCIA, R. V.; KUGA, H. K.; ZANARDI, M. C. Using extended Kalman lter
Proceedings: 8th
International Conference on Mathematical Problems in Engineering,
Aerospace and Sciences, So Jos dos Campos, p. 76, 2010.
and least square method for spacecraft attitude estimation.
GARCIA, R. V.; KUGA, H. K.; ZANARDI, M. C. Estimao de atitude em tempo
VI
CONGRESSO NACIONAL DE ENGENHARIA MECNICA CONEM, Campina Grande, Paraba, 2010.
real utilizando o ltro de Kalman estendido e ngulos de Euler.
GARCIA, R. V.; KUGA, H. K.; ZANARDI, M. C. Unscented Kalman lter for
Proceedings:
22ND INTERNATIONAL SYMPOSIUM ON SPACE FLIGHT
DYNAMICS, Sao Jose dos Campos, p. 1-13, DVD, 2011.
spacecraft attitude estimation using quaternions and Euler angles.
JULIER, S. J.; UHLMANN, J. K. A new extension of the Kalman lter for

nonlinear systems. In SIGNAL PROCESSING, SENSOR FUSION, AND
TARGET RECOGNITION, 6, [S.l].
Proceedings... [S.l]: SPIE, 1997. v.3068, p.
182-193, 1997. 45, 46, 49

JULIER, S. J.; UHLMANN, J. K. Reduced sigma-point lters for the propagation
of means and covariances through nonlinear transformations. In: PROCEEDINGS
OF THE AMERICAN CONTROL CONFERENCE, 2002, Anchorage.
Proceedings... Anchorage: IEEE, 2002. v. 2, p. 887-892.
42
JULIER, S. J.; UHLMANN, J. K. Unscented ltering and nonlinear estimation.
Proceedings of the IEEE, v. 92, n. 3, p. 401422, 2004.
KRAFT, E. A quaternion-based unscented nonlinear for orientation tracking.
In
Proceedings: International Conference on Information Fusion, p. 4254,

Cairns, Australia, July 2003.
KUGA, H. K.; SILVA, A. R.; LOPES, R. V. F.
CBERS-2: On ground attitude
determination from telemetry data. So Jos dos Campos, INPE, 2005.

Relatrio interno C-ITRP-0000/00, 2005. 32, 55
KUGA, H. K.; LOPES, R. V. F.; SILVA, A. R. On board attitude reconstitution of

CBERS-2 satellite.
Anais do XIII Colquio Brasileiro de Dinmica
Orbital, Bertioga, p. 109, 2006.
154
LAVIOLA, J. J. Jr. A comparison of unscented and extended Kalman ltering for

estimating quaternion motion.
In Proceedings of the 2003 American Control
Conference, IEEE Press, v. 3, p. 24352440, 2003.
34
LEFFERTS, E. J.; MARKLEY, F. L.; SHUSTER, M. D. Kalman ltering for

spacecraft attitude estimation.
Journal of Guidance, v. 5, n. 5, p. 417429,
1982. 25, 28, 39, 40, 41

LOPES, R. V. F.; SILVA, A. R.; KUGA, H. K.
CBERS 2 - Eects of attitude
data in image quality. So Jos dos Campos, INPE, 2005. Relatrio interno
CBERS-2, C-ITRP, 2005.
MA, G. F.; JIANG, X. Y. Unscented Kalman lter for spacecraft attitude
Proceedings of
the Fourth International Conference on Machine Learning and
Cybernetics, Guangzhou, p. 506511, 2005.
estimation and calibration using magnetometer measurements.
ORLANDO, V.; KUGA, H. K.
Rastreio e controle de satlites do INPE . In:
A conquista do espao: do Sputnik misso Centenrio.1 ed.So Paulo: Editoria

Livraria da Fsica,v. 1, p. 177207, 2007.
PISACANE, V. L.; MOORE, R. C.
Fundamentals of space systems. New
York: Oxford University Press, 1994. 17

PRADO, A.F.B. A.; KUGA, H. K.
Fundamentos de Tecnologia Espacial. So
Jos dos Campos: INPE, 2001. 32, 36

SHOJAIE, K.; AHMADI, K.; SHAHRI, A. M. Eects of iteration in Kalman lters
family for improvement of estimation accuracy in simultaneous localization and
In: Proceedings of IEEE/ASME International Conference on

Advanced Intelligent Mechatronics, Zurich, Switzerland , p. 16, 2007.
mapping.
SHUSTER, M. D.; OH, S. D. Three-axis attitude determination from vector

observations.
Journal of Guidance and Control, v. 4, p. 7077, 1981.
SHUSTER, M. D. A survey of attitude representations.
Astronautical Sciences, v. 41, n. 4, p. 439517, 1993.
SILVA, A. R.; KUGA, H. K.; LOPES, R. V. F.
55, 105
Journal of
26, 27
CBERS 2B - attitude
determination using star sensor data. So Jos dos Campos, INPE, 2006.
Relatrio interno CBERS-2B, CB-ITRP-0029/00 (2B), 2006. xvii, 18, 19, 105
155
VAN DER MERWE, R.; WAN, E. A.; JULIER, S. I. Sigma-point Kalman lter for
In
Proceedings of the AIAA Guidance, Navigations & Control Conference,
nonlinear estimation and sensor-fusion: applications to integrated navigation.

Providence, RI, Aug 2004. 45
VAN DER MERWE, R.; WAN, E. A. Sigma-point Kalman lters for integrated
In Proceedings of the 60th annual meeting of the institute of

navigation, p. 641654, Dayton, OH, June 2004.
navigation.
Unscented Kalman
ltering for spacecraft attitude state and parameter estimation.
VANDYKE, M. C.; SCHWARTZ, J. L.; HALL, C. D.

AAS-04-115, 2004.
WAN, E. A.; VAN DER MERWE, R. The unscented Kalman lter for nonlinear
estimation.
IEEE AS-SPCC Oct, p. 153158, 2000.
ZANARDI, M. C.
Dinmica de atitude de satlites articiais. 235 p. Tese de
Livre DocnciaFaculdade de Engenharia de Guaratinguet (UNESP),

Guaratinguet, p. 235, 2005. 26
WERTZ, J. R.
Spacecraft attitude determination and control. Dordrecht,
Holanda, 1978. 13, 14, 28, 29
156
APNDICE A - DESCRIES DOS SATLITES CBERS-2 e CBERS2B

O Programa CBERS para desenvolvimento de satlites sol-sncronos de observao
da Terra, com cobertura global de imagem em ciclos de 26 dias, faz parte de um
acordo de cooperao tecnolgica entre o Brasil e a China, e encontra-se em desenvolvimento desde 6 de julho de 1988 (Orlando, 2007). Inicialmente o Programa
CBERS previa o desenvolvimento e construo de dois satlites similares de observao da Terra: O CBERS-1 e CBERS-2, o que efetivamente aconteceu. So satlites
de 1.540 kg de massa equipados com: um "transponder"de coleta de dados para o
Sistema de Coleta de Dados Ambientais; e trs tipos de instrumentos ticos, a saber, uma cmara CCD de alta resoluo, com resoluo menor que 20 metros; um
"Scanner"infravermelho multi-espectral, que gera imagens de mdia resoluo (80
160 metros); e uma imageador de campo largo, projetado no Brasil, que possui
resoluo de 256 metros.
Para atender os requisitos dessas cargas teis o satlite possui um sistema de controle de atitude em 3 eixos, geo-apontado, cujos erros de apontamento e estabilidade
no devem exceder 0,5 e 0,001 /s (3-sigma), para satisfazer os usurios das imagens dessas cmeras. O satlite CBERS-1 foi lanado em 14 de outubro de 1999 pelo
lanador chins Longa Marcha 4B, sua rbita nominal circular, a uma altitude de
780 km, e inclinao orbital de 98,55o . O controle do CBERS-1 foi compartilhado
entre China e Brasil, ou seja, durante 70% da vida nominal do satlite o controle foi
assumido pelo centro de controle de satlites da China (conhecido pela sigla XSCC)
e os 30% restantes assumido pelo Centro de Rastreio e Controle de Satlites (CRC)
do INPE. Durante o perodo de vida til do CBERS-1 o CRC realizou 6 manobras orbitais (Kuga e Orlando, 2001). A partir de maio de 2003, o subsistema de
controle de atitude e rbita do CBERS-1 vinha se mostrando instvel, provocando
derivas cada vez mais acentuadas, e em agosto de 2003 o satlite parou de enviar telemetrias e receber telecomandos, quando foi ento "descomissionado"(considerado
desativado). Apesar disso, o satlite teve uma vida til de quatro anos, sendo que
nominalmente a sua vida til prevista era de 2 anos. Em 21 de outubro de 2003 foi
lanado o CBERS-2, tambm pelo lanador chins Longa Marcha 4B, e do mesmo
modo, o Controle (Orlando et al., 2004) cou dividido entre o XSCC e o CRC, iniciando com o XSCC. Em 23 de outubro de 2006 o CRC assumiu o controle e desde
ento o controle alternado por perodos iguais de trs meses. Seis manobras de cor-
157
reo de rbita do CBERS-2 foram realizadas pelo CRC at o presente, e em 13 de

maio de 2005 uma das duas baterias redundantes do CBERS-2 deixou de funcionar
(Orlando, 2007). O satlite, a partir de ento, passou a operar com a outra bateria, perdendo, portanto, a redundncia desse importante equipamento, e algumas
das cargas teis foram colocadas em modo de economia de energia ("stand-by"),
a cmara CCD passou a ser ligada apenas 10 minutos, no mximo, por passagem
do satlite, e o Subsistema de Coleta de Dados (DCS) foi desligado. Em novembro
de 2002, motivados pelo sucesso dos dois primeiros satlites, os governos do Brasil e da China decidiram pela continuidade do programa, para o desenvolvimento
de trs novos satlites da srie: o CBERS-2B, o CBERS-3 e o CBERS-4, onde a
participao brasileira foi ampliada de 30% para 50%. O CBERS-2B um satlite
intermedirio que visava assegurar a continuidade da misso, sem interrupo, at
que o CBERS-3 seja lanado. O CBERS-2B foi lanado em 2007 e operou at o comeo de 2010, sendo equipado com uma cmara adicional de CCD de alta resoluo
(aproximadamente de 2,5 m) experimental, alm dos trs outros instrumentos ticos
j citados.
Na tabela A.1 so apresentadas algumas caractersticas da rbita do satlite CBERS2 e uma concepo artstica do satlite mostrado na gura A.1.
Tabela A.1 - Caractersticas da rbita do satlite CBERS-2
Tipo
Altitude
Inclinao
Cruzamento no Equador
Perodo
158
Polar/ Hlio-Sncrona
778 km
98, 504
10h30min local
100,26 min
Figura A.1 - Congurao do satlite CBERS-2 em sua rbita. Fonte: Orlando, Kuga
(2007)
159

Public A Cao

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Public A Cao

Enviado por

Direitos autorais:

Formatos disponíveis

sid.inpe.br/mtc-m19/2011/10.16.14.

LINEAR DE KALMAN SIGMA-PONTO

Roberta Veloso Garcia

Tese de Doutorado do Curso de

URL do documento original:

LINEAR DE KALMAN SIGMA-PONTO

Roberta Veloso Garcia

Tese de Doutorado do Curso de

URL do documento original:

Dados Internacionais de Catalogacao na Publicacao (CIP)

Garcia, Roberta Veloso.

SIGMA POINT NONLINEAR KALMAN FILTER WITH

Sistemas de referencia inercial (X,

Exemplo da linearizao realizada pelo FKE e o princpio da transformao

Fonte: Wan e van der Merwe, 2000. . . . . . . . . . . . . . . . . . . . . . 47

reais fornecidas pelo sensores de Terra infravermelho 1 e 2. . . . . . . . . 58

fornecidas pelo sensor solar digital 2. . . . . . . . . . . . . . . . . . . . . 61

Medidas reais fornecidas pelo sensor de Terra infravermelho 2. . . . . . . 62

de atitude estimado com ngulos de Euler. (c) ngulo

atitude estimado com ngulos de Euler. . . . . . . . . . . . . . . . . . . . 66

no eixo y. (c) no eixo z. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

sduo relacionado ao DSS1 obtido com ngulos de Euler. . . . . . . . . . 70

sduo relacionado ao DSS2 obtido com ngulos de Euler. . . . . . . . . . 71

e seu erro (sigma) estimado pelos FKE e FKU. (c) ngulo

seu erro (sigma) estimado pelos FKE e FKU. . . . . . . . . . . . . . . . 80

e seu erro (sigma) estimado pelos FKE e FKU. (c) ngulo

seu erro (sigma) estimado pelos FKE e FKU. . . . . . . . . . . . . . . . 82

de atitude estimado com o incremento do quatrnion. (c)

ngulo yaw de atitude estimado com o incremento do quatrnion. . . . . 95

de atitude estimado com ngulos de Euler. (c) ngulo

atitude estimado com ngulos de Euler. . . . . . . . . . . . . . . . . . . . 110

de atitude estimado com ngulos de Euler. (c) ngulo

atitude estimado com ngulos de Euler. . . . . . . . . . . . . . . . . . . . 119

9.45 Ocorrncia de cenas com dados de sensor de estrelas e isolinhas da AMAS.

e seu erro (sigma) estimado pelos FKE e FKU. (c) ngulo

seu erro (sigma) estimado pelos FKE e FKU. . . . . . . . . . . . . . . . 123

e seu erro (sigma) estimado pelos FKE e FKU. (c) ngulo

seu erro (sigma) estimado pelos FKE e FKU. . . . . . . . . . . . . . . . 125

com quatrnions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128

de atitude estimado com o incremento do quatrnion. (c)

ngulo yaw de atitude estimado com o incremento do quatrnion. . . . . 137

Dados referentes s observaes utilizadas do satlite CBERS-2 . . . . . 57

Euler para o satlite CBERS-2 . . . . . . . . . . . . . . . . . . . . . . . 64

com uso dos ngulos de Euler . . . . . . . . . . . . . . . . . . . . . . . . 67

para o satlite CBERS-2 . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

com o uso dos quatrnions . . . . . . . . . . . . . . . . . . . . . . . . . . 86

com o uso do incremento de quatrnion . . . . . . . . . . . . . . . . . . . 96

Euler para o satlite CBERS-2B . . . . . . . . . . . . . . . . . . . . . . . 104

las unidades 1 e 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

LISTA DE ABREVIATURAS E SIGLAS

Satlite Sino-Brasileiro de Sensoriamento Remoto

sistema de referncia inercial

matriz Jacobiana das medidas

5 MODELO MATEMTICO DOS SENSORES DE ATITUDE .

Modelo de Medidas do Sensor de Terra Infravermelho . . . . . . . . . . . 15

Modelo de Medidas do Sensor Solar Digital . . . . . . . . . . . . . . . . . 16

Atitude representada por ngulos de Euler . . . . . . . . . . . . . . . . . 21

Dinmica da Atitude em ngulos de Euler . . . . . . . . . . . . . . . . 22

Dinmica da Atitude em Quatrnions . . . . . . . . . . . . . . . . . . . 28

7 MTODOS DE ESTIMAO DE ATITUDE

Introduo as Tcnicas de Estimao de Atitude . . . . . . . . . . . . . . 31

Mtodos Recursivos Aplicados Estimao de Atitude . . . . . . . . . . 32

Mtodo de Mnimos Quadrados Instantneo . . . . . . . . . . . . . . . 32

Kalman Estendido vericando-se que o primeiro algoritmo apresenta maior preciso

ccas ou a questes relacionadas ao desempenho do ltro, sendo este algoritmo

Pela reviso bibliogrca apresentada observa-se grande utilizao das variantes do

norte geogrco, o eixo