王大轶，李茂登，黄翔宇

(1.北京控制工程研究所，北京100190;2.空间智能控制技术国家级重点实验室，北京100190)

火星进入段自主导航技术研究综述*

王大轶1，2，李茂登1，2，黄翔宇1，2

(1.北京控制工程研究所，北京100190;2.空间智能控制技术国家级重点实验室，北京100190)

火星大气进入过程的自主导航性能是影响火星着陆能力的重要因素之一.在此期间，导航方法的设计面临着可用敏感器少、环境气动等参数不确定大的困难.对火星进入过程中几种可用的自主导航方法的原理进行了阐述，探讨了其中的关键技术和研究现状，并对这些导航方法的优缺点进行了对比.针对当前进入段自主导航方式的不足，对如何提高火星进入段自主导航性能的手段进行了探讨.

火星探测;进入段;自主导航

0 引言

深空探测是人类认识自己、了解太阳系和宇宙起源的重要途径，也是发展空间科学、提高空间技术的必由之路［1］.火星探测是深空探测的热点之一.开展火星探测可以寻找生命存在的痕迹，揭示太阳系各行星演化的共性和特性，可以探寻具有开发前景的有用资源，带动高新科学技术的发展［2］.迄今为止，美国、欧空局、印度已经成功的发射了火星探测器.中国也计划在2020年前后发射火星探测器，并实现火星表面软着陆.中国要开展的火星着陆任务将瞄准在一些具有较高科学价值的着陆点附近.这些着陆点往往在危险区域附近，如弹坑边缘、悬崖附近、崎岖不平的山地中，安全着陆区域小，对探测器的着陆精度和障碍容许能力要求很高.能否实现火星表面精确着陆是完成上述科学研究的关键.

火星进入下降和着陆(entry descent and landing，EDL)过程是影响着陆任务成败最为关键的阶段，在已有的16次着陆探测任务中只有7次成功，其中EDL过程中的技术故障是引起着陆任务失败的主要原因［3-4］.该过程由大气进入、伞降段和动力下降3个阶段组成.其中大气进入段为进入火星大气到降落伞第一次打开时的过程，在此期间进入器利用气动外形进行减速控制，接受严酷的气动加热和过载环境考验;当达到降落伞开伞条件时，进入下降段，弹开降落伞，同时抛掉防热罩，弹出着陆器，着陆器在降落伞的作用下减速下降;当达到一定速度时，将降落伞与着陆器分离，进入着陆段，姿轨控推力器开始工作，进行主动减速和避障，直至降落在火星表面［5］.

在火星EDL段，进入器与地球的单程通信时间为10分钟左右［6］，而EDL所耗费的时间为6分钟左右，而且在此期间进入器(或着陆器)需要开展一系列时间紧迫的动作，这就要求进入器(或着陆器)具备自主控制的能力.自主导航是实现自主控制的基本前提，因此EDL过程的自主导航技术至关重要.对于接近火星表面，可以采用基于火星表面图像［1，7-10］或测速测距修正［11］的相对导航技术.而对于定点软着陆任务而言，大部分的轨迹偏差将在进入段借助于气动力的作用消除，这就要求进入器在进入段具备精确制导和控制的能力.因此研究进入段的高精度自主导航方法至关重要［7-8］.和地球卫星再入地球大气过程类似，在火星进入过程中，进入器以超高声速运动，导致大气的电离形成等离子体，造成通信黑障效应，影响无线电通信的质量［12］.在以往飞行任务的黑障期间，火星进入段和地球再入段均采用基于惯性外推自主导航方式.尽管如此，和地球再入导航相比，火星进入过程的导航研究面临着如下的几个困难:1)对于地球再入过程，一旦出了黑障段，可以采用GPS信号对惯导误差进行修正，而火星进入器还没有成熟的无线电导航修正方案;2)相比地球大气模型而言，火星大气模型的不确定性更大，这也给导航方法的研究带来了困难.

在火星大气进入过程中，进入器和大气的高速摩擦会使得进入器接触面产生高温.为了保护进入器不被高温损坏，一般将其安装在防热罩内.由于防热罩的隔离作用使得在进入段可用的敏感器极少［13］.能够在这一特殊环境下工作的敏感器有惯性测量单元IMU、UHF波段的无线电通讯设备以及嵌入式大气数据系统.其中，基于IMU的自主导航方式为惯性自主导航方式，通过IMU测量进入器的非引力加速度和角速度信息，结合动力学模型来确定进入着陆器的位置、速度和姿态［11］，在已经成功实施的火星着陆任务中均采取的是惯性自主导航方式;基于无线电通讯设备的自主导航主要是利用进入器和无线电信标(已知位置和速度)之间的相对位置和速度测量来确定进入器位置和速度的一种导航方式［14］;嵌入式大气数据系统则主要是用来通过测量进入器表面的压力分布，实现动压、马赫数、攻角等关键大气参数的解算.本文将对火星进入段这三种导航的发展现状进行分析，为中国火星探测器的研制提供技术支撑.

1 惯性自主导航

在已经成功实施的火星着陆任务中，无一例外采取的是惯性自主导航方式［15-17］.惯性导航有两大类算法对进入器的状态进行估计:动力学外推和基于模型的滤波算法.动力学外推的基本原理为:由于IMU可以测得惯性角速度在本体坐标系下的投影，在已知初始条件的情况下，通过对姿态动力学外推可以得到进入器的实时姿态，然后再结合IMU测得的加速度以及初始位置和速度信息对轨道动力学外推得到进入器的实时位置和速度.对于基于模型的滤波算法，其基本原理是将IMU的输出作为外部观测量，借助于递推滤波技术，对探测器的位置和速度信息进行估计［18］.

相比于外推算法，基于模型的滤波算法有着明显的优势，主要体现在:1)基于模型的滤波算法的估计精度要优于外推算法.由于标度因数误差、随机游走等误差源的影响，外推算法的精度会随着时间的累积而增加［19］.理论上，只有在测量噪声低以及没有漂移的情形下，外推的估计精度才能和基于模型的滤波算法媲美.2)如果出现测量数据丢失的情形，外推算法将会发散，而基于模型的滤波算法仍然能够提供连续有效的估计.3)基于模型的滤波算法能够进行环境参数的估计和开伞时刻不确定性的评估，而外推算法则不能［20］.

值得注意的是基于模型的滤波算法需要建立非引力模型，非引力模型的不确定性会影响导航性能.非引力模型的参数不确定性主要来源于气动系数和大气模型.有两种途径来提高导航系统的性能:建立更精确的非引力模型或者采用非线性先进滤波抑制不确定性.针对传统指数模型难以精确大气模型的缺点，文献［21］提出了利用分层指数的大气密度模型用于惯性导航的方法，可以进一步提高导航精度;在非线性滤波抑制不确定性方面，文献［22］利用多模型自适应估计(multiple-model adaptive estimation，MMAE)算法，实现了对进入器状态、IMU常值偏差和标度因数的估计.利用门控网络多模型方法对探测器的状态和火星大气密度进行了估计，对大气模型的不确定性具有很好的鲁棒性，但是没有考虑敏感器的误差［23］.文献［24］在文献［23］的基础上考虑了IMU加计测量丢失的情形，说明了多模型估计算法对IMU加计测量缺失的鲁棒性.文献［25］则在文献［23］的基础上，对状态量进行了扩维，考虑了敏感器的常值漂移等误差的影响.

2 无线电导航

无线电导航的基本原理是利用无线电单向或双向通信，采用侧音或伪码测量等方法推算两器之间的距离，根据多普勒效应，通过无线电发射与接收频率的变化计算出进入器与无线电信标之间的相对速度.由于信标的位置和速度精确已知，则可以得到进入器的位置和速度［26］.无线信标既可以安装在火星轨道器上，也可以施放在火星表面.在工程应用方面，NASA在2000年左右就提出了火星网络［14］的概念，目前处于样机研制阶段.该网络由若干个在轨运行的火星轨道器(称为导航星)组成，分别在导航星和任务探测器上安装超高频接收机，利用导航星和任务探测器之间的双向多普勒测量信息来实现任务探测器实时自主的轨道确定(图1).

图1 火星进入段无线电导航示意图Fig.1 Scheme of Mars entry radio-based navigation

设计火星进入段无线电导航系统首先要解决的问题就是通信波段的选择.由于进入器的高速运动，使得在进入器周围的大气发生离解和电离，形成等离子鞘.低频无线电信号传输在通过等离子鞘的时候，信号会严重衰减，甚至会造成通信信号中断，这种现象称为“黑障”［27］.研究表明，UHF波段(300～3 000 MHz)范围内的无线电信号仍然能够穿透等离子鞘［12］.此外，考虑到安装与系统的复杂性，无线电信标一般不会安装可旋转天线跟踪进入器，也适宜于用UHF波段进行通信［3］.

设计火星进入段无线电导航的另外一个关键问题就是信标的配置问题.文献［28］对火星进入过程的无线电导航系统的可观性进行了分析.研究表明，如果仅有一个或两个信标可用，导航系统不可观;对于单一的无线电导航方式，需要3个信标才能实时确定着陆器的状态.对于无线信标安装在轨道器上的情形，文献［29-30］对火星网络的分布构型进行初步设计，对不同导航星座的覆盖特性与导航定位性能进行了评估，给出了最佳星座设计.对于无线信标安装在火星表面的情况，文献［31］分析了信标构型对导航精度影响，并且基于导航误差对信标构型进行了优化.文献［32］则基于李导数的非线性系统可观性分析方法和遗传算法对无线信标的位置进行了优化.

由于单纯的无线电导航的可观性取决于信标的数目和配置，为了进一步提高无线电导航的精度和可靠性，一种可行的方案就是将无线电导航和惯性导航组合起来用于估计进入器的状态［26，33］.文献［13］将IMU的输出作为滤波中的动力学输入，结合无线电的观测，实现了进入器状态和惯性器件常值漂移的估计.文献［34］对无线电/惯性组合导航系统中的初始状态误差和参数的不确定性进行了考虑，并采用降低敏感性的扩展卡尔曼滤波(desensitised extended Kalman filter，DEKF)降低了滤波算法对模型不确定性的敏感度，进而提高了导航系统的性能.文献［35］将带有不确定性误差的惯性/无线电组合导航系统抽象成输入未知的动力系统，然后基于无偏最小方差算法进行了导航估计，可以提高导航系统的性能.文献［36］则对惯性/无线电导航系统中的不可观参数进行了研究，采用Schmidt-Kalman对可观状态进行了估计，提高了系统的鲁棒性.

3 嵌入式大气数据系统

航空飞行器在进入大气过程中，为了获取动压、马赫数、攻角等关键参数值，一种策略就是在飞行器上安装嵌入式大气数据系统(flush air data system，FADS).FADS由安装在飞行器前端或机翼的若干个压力传感器组成.压力传感器内嵌于飞行器舱内，这使其更能适应高超声速恶劣的飞行环境.FADS可以测得飞行器在飞行过程中的表面压力分布［37］，表面压力和与大气参数有关的关键参数(动压、马赫数、攻角、侧滑角等)存在非线性的代数关系.通过求解非线性代数方程组可以计算出相应的大气关键参数值.

对于火星探测任务，海盗号的进入器就配置压力测量系统［38］;基于FADS系统原理，MSL的进入器配备了火星进入大气数据系统(Mars entry atmospheric data system，MEADS)［39］.该系统由7个安装在放热罩上的压力测量单元组成，在从进入大气到抛掉防热罩这段时间内测量防热罩表面的压力分布，进而可以得到总压、动压、马赫数、攻角和侧滑角等参数值.MSL的MEADS对攻角和侧滑角的估计精度优于0.5°(3σ)，动压估计精度(3σ)，马赫数估计精度0.1(3σ).

FADS系统涉及的两个关键问题是:压力传感器的布局和大气参数求解算法.不同的传感器布局对估计效果的影响很大［40］，以往的FADS传感器基本都是基于工程经验布置成十字形(图2［51］)或环形［41］，设计师们基于利用误差分析决定需要配置的传感器最小数目，并且假设飞行器处于某个特定的状态进行布局(比如:马赫数为5，攻角为2°).一旦实际条件偏离了这种名义条件，则FADS系统的性能未必最优，因此这种设计方法缺乏对轨迹变化的鲁棒性.有学者认识到了压力传感器布局优化的重要性，并进行了研究.Dutta等［42］将Pareto占优的概念引入到压力传感器布局优化设计中，并利用遗传优化算法搜索最优的布局.Deshpande等［43］利用基于梯度的估计器和遗传算法对FADS传感器的分布进行了优化，以减少随机噪声的影响.Deshpande等［43］和Dutta等［42］所采用的目标函数为参数估计值和真实值的残差，但是这种方法需要评估所有时刻的函数值，需要用到实际的飞行数据，而且依赖于所选取的估计方法.为了克服这些缺点，文献［44］则基于Cramer-Rao下界(CRLB)理论，构建将协方差阵的均方差作为目标函数对敏感器配置进行优化.

FADS系统大气参数的解算算法可以分为加权最小二乘法、三点法［45-46］、五点法和查表法、基于神经网络的解算算法等［47-49］.三点法选取系统的3个侧压点，得到三点压力值、攻角和侧滑角的函数关系式，当选取的3个点位于某一个特定位置时可以消除侧滑角解算出攻角，进而利用其他测压点处的测量值求解得到侧滑角、静压、动压和马赫数.五点法利用5个测压点的测量值，计算得到攻角系数、侧滑角系数和马赫数系数，根据攻角、侧滑角、马赫数和相应参数系数之间的近似线性关系，得到攻角、侧滑角和马赫数等主要的大气参数.查表法首先通过对飞行器模型的流体力学计算、风洞试验或飞行试验，获得飞行器表面压力数据和对应的飞行状态值，利用这些数据建立测压点压力和飞行参数之间的表格数据库，根据测量值进而查表得到飞行状态值.加权最小二乘法算法简单，精度较高且与测压点布局无关，但是这种方法需要进行迭代计算，算法的收敛性取决于迭代初始条件;三点法和五点法为非迭代算法，不存在收敛性问题，但是这两种方法尤其是五点法依赖于测压点布局和压力场气动模型［48］;查表法对大气参数的计算直观简单，但需要建立庞大的数据库，且数据必须要有足够高的精度和密度.基于神经网络的大气参数解算算法利用BP网络的函数逼近特性对飞行数据和风洞试验数据进行拟合［48，50］，进而求解出大气参数.这种方法适用于压力模型很难建立的情形，具备很好的故障容忍能力，但是由于它需要大量的神经网络学习，计算量大，在轨实施较为困难.

图2 MSL的FADS布局(从底部看)Fig.2 Sensor placement for MSL’FADS(looking aft)

FADS还可以和IMU组合对大气参数、攻角和侧滑角等参数进行估计［52］.将FADS和IMU组合的方案有松耦合和紧耦合两大类.对于松耦合，首先分别单独对大气数据系统和惯导求解，大气数据系统获得动压、马赫数、攻角和侧滑角的值，惯导获得地速等状态量，建立两者的代数关系，并利用数值迭代算法可以得到大气密度和风速的估计值［39］.这种算法实施简单，能够直接给出风速的估计值，但是当飞行路径角为0的时候，该方法奇异，估计效果不佳.对于紧耦合，则是将FADS的输出作为观测量，结合惯导进行滤波.文献［53］中将INS的姿态角速度对FADS中的姿态估计进行平滑.文献［39，51］中利用INS和FADS来估计风速和大气密度.文献［39，51］同时对风速、压强和密度进行了估计，将INS的速度大小和静压、密度的估计值结合对马赫数进行计算.但是以上这些仅仅是对飞行数据的事后处理，没有考虑实时应用.

此外，有不少学者研究了航空飞行器(如:飞机、重复使用返回器)在地球大气中飞行时的惯性/ FADS组合导航方法.文献［54］研究了将惯性导航系统(inertial navigation system，INS)和FADS组合起来计算攻角和侧滑角的方法，该方法分别对INS和FADS求解攻角和侧滑角，然后利用惯导的估计对FADS输出进行有效性判断，并进行融合.由于惯导只能直接输出体轴相对于地速的姿态，而攻角和侧滑角需要知道风速，目前普遍采取的方法就是利用惯导的加计积分对风速进行估计［55］.针对惯导和FADS输出频率不一致，文献［56-57］采用互补滤波器对高频惯导信号和低频FADS信号进行了融合，克服了飞行器在大攻角、高机动飞行状态下，系统测量精度下降的缺点.文献［58］在此基础上进一步利用BP神经网络理论对攻角进行修正，进一步提高估计的精度.这些研究为火星进入段的惯性/FADS组合导航方法的研究提供了借鉴.

4 结论

在这3种导航方式中，无线电导航的性能很大程度上取决于无线信标的配置.相比而言，惯性导航和嵌入式大气数据系统不依赖于外界观测源;大气数据系统能够提供动压、马赫数、攻角等关键参数值，但是能否提供进入器的全状态估计需要进一步研究;惯性自主导航作为完全自主的导航手段，能够提供进入器的位置、速度和姿态估计.考虑到火星进入段的复杂环境以及防热罩的隔离作用，惯性导航作为完全自主的成熟导航方式，仍然占据着未来火星探测任务中导航的主导地位.

传统的惯性自主导航模式，其导航误差随着时间的累积而增加，显然不能够满足定点着陆任务要求，因此需要寻求新的导航方法.有三种途径可以实施:1)提高模型精度(引力模型、大气模型、气动模型等);2)采用非线性先进滤波方法去应付参数不确定性;3)增加观测量.基于惯性的FADS组合自主导航方式在火星进入段具有很大的发展前景.

［1］ 王大轶，黄翔宇.深空探测自主导航与控制技术综述［J］.空间控制技术与应用，2009，35(3):6-12.WANG D Y，HUANG X Y.Survey of autonomous navigation and control for deep space exploration［J］.Aerospace Contrd and Application，2009，35(3):6-12.

［2］ 欧阳自远，李春来，邹永廖，等.深空探测的进展与我国深空探测的发展战略［J］.中国航天，2002 (12):28-32.OUYANG Z Y，LI C L，ZOU Y L，et al.Progress of deep space exploration and chinese deep space exploration strategy［J］.Aerospace China，2002(12):28-32.

［3］ 崔平远，于正湜，朱圣英.火星进入段自主导航技术研究现状与展望［J］.宇航学报，2013，34(4):447-456.CUI P Y，YU Z T，ZHU S Y.Research progress and prospect of autonomous navigation techniques for mars entry phase［J］.Journal of Astronautics，2013，34(4): 447-456.

［4］ 崔平远，高艾，于正湜.火星着陆自主导航方案研究进展［J］.深空探测学报，2014，1(1):18-28.CUI P Y，GAO A，YU Z T.Research progress of autonomous navigation scheme for mars landing［J］.Journal of Deep Space Exploration，2014，1(1):18-28.

［5］ WONG E C，MASCIARELLI J，SINGH G.Autonomous guidance and control design for hazard avoidance and safe landing on Mars［C］//AIAA Atmospheric Flight Mechanics Conference and Exhibit.Washington D.C.: AIAA，2002.

［6］ Lévesque J-F.Advanced navigation and guidance for high-precision planetary landing on Mars［R］.Department of electrical engineering.2006.

［7］ 徐超，王大轶，黄翔宇.基于陆标图像的火星精确着陆自主导航方法研究［J］.深空探测学报，2016，3 (2):150-155.XU C，WANG D Y，HUANG X Y.Autonomous navigation for Mars pin-point landing based on landmark image ［J］.Journal of Deep Space Exploration，2016，3(2):150-155.

［8］ 李建军，王大轶.一种图像辅助火星着陆段自主导航方法［J］.宇航学报，2016，37(6):687-694.LI J J，WANG D Y.An image-based autonomous navigation method for precise landing on Mars［J］.Journal of Astronautics，2016，37(6):687-694.

［9］ 王大轶，徐超，黄翔宇.深空探测着陆过程序列图像自主导航综述［J］.哈尔滨工业大学学报，2016，4: 002.WANG D Y，XU C，HUANG X Y.Overview of autonomous navigation based on sequential images for planetary landing［J］.Journal of Harbin Institute of Technology，2016，4:002.

［10］ 张晓文，李骥，黄翔宇，等.基于陆标图像的天体定点着陆信息融合导航方法［J］.空间控制技术与应用，2014，40(6):10-15.ZHANG X W，LI J，HUANG X Y，et al.Informationfusion-integrated navigation for celestial body pinpoint landing based on landmark image［J］.Aerospace Control and Application，2014，40(6):10-15.

［11］ 王大轶，黄翔宇，关轶峰，等.基于IMU配以测量修正的月球软着陆自主导航研究［J］.宇航学报，2007，28(6):1544-1549.WANG D Y，HUANG X Y，GUAN Y F，et al.Research on the autonomous navigation based on measurement-updated IMU for lunar soft landing［J］.Journal of Astronautics，2007，28(6):1544-1549.

［12］ MORABITO D.The spacecraft communications blackout problem encountered during passage or entry of planetary atmospheres［R］.IPN Progress Report，2002.

［13］ LI S，PENG Y.Radio beacons/IMU integrated navigation for Mars entry［J］.Advances in Space Research，2011，47(7):1265-1279.

［14］ LIGHTSEY E G，MOGENSEN A E，BURKHART P D，et al.Real-time navigation for Mars missions using the Mars network［J］.Journal of Spacecraft and Rockets，2008，45(3):519-533.

［15］ SAN MARTIN A M，LEE S W，WONG E C.The development of the MSL guidance，navigation，and control system for entry，descent，and landing.2013.

［16］ EULER E.Navigating the Viking landers［J］.Navigation，1978，25(1):11-18.

［17］ DESAI P N，PRINCE J L，QUEEN E M，et al.Entry，descent，and landing performance of the mars phoenix lander［J］.Journal of Spacecraft and Rockets，2011，48 (5):798-808.

［18］ BURKHART P D，ELY T，DUNCAN C，et al.Expected EDL navigation performance with spacecraft to spacecraft radiometric data［C］//Jet Propulsion Laboratory，National Aeronautics and Space Administration.Pasadena，CA，2005.

［19］ MARSCHKE J M，CRASSIDIS J L，LAM Q M.Multiple［C］//AIAA/AAS Astrodynamics Specialist Conference and Exhibit.Washington D.C.:AIAA，2008.

［20］ HEYNE M C，Spacecraft precision entry navigation using an adaptive sigma point Kalman filter bank［D］.The University of Texas at Austin，2007.

［21］ 邓剑峰，高艾，崔平远.基于分层大气模型的火星进入段精确导航滤波方法［C］//深空探测技术专业委员会第十届学术年会论文集.北京:中国宇航学会，2013.

［22］ 伍凯，崔平远，崔祜涛.基于多模型自适应估计的火星大气层进入段导航方法［C］//深空探测技术专业委员会第九届学术年会论文集 (上册).北京:中国宇航学会，2012.

［23］ ZANETTI R，BiSHOP R.Adaptive entry navigation using inertial measurements［J］.Advances in the Astronautical Sciences，2007，127(1):457-462.

［24］ DUBOIS-MATRA O，BISHOP R H.Multi-model navigation with gating networks for mars entry precision landing［C］//AIAA Atmospheric Flight Mechanics Conference and Exhibit.Washington D.C.:AIAA，2004.

［25］ MARSCHKE J M，CRASSIDIS J L，LAM Q M.Multiple model adaptive estimation for inertial navigation during Mars entry［C］//AIAA/AAS Astrodynamics Specialist Conference and Exhibit.Washington D.C.:AIAA，2008.

［26］ 陈晓，张伟，彭玉明.基于器间测量的火星进入过程实时高精度导航［J］.航天返回与遥感，2013，33 (6):17-23.CHEN X，ZHANG W，PENG Y M.Mars entry realtime navigation based on orbiter tracking data［J］.Spacecraft Recovery＆Remote Sensing，2013，33(6): 17-23.

［27］ 崔平远，窦强，高艾.火星大气进入段通信“黑障”问题研究综述［J］.宇航学报，2014，35(1):2-13.CUI P Y，DOU Q，GAO A.Review of communication blackout problems encountered during mars entry phase ［J］.Journal of Astronautics，2014，35(1):2-13.

［28］ YU Z，CUI P，ZHU S.On the observability of Mars entry navigation using radiometric measurements［J］.Advances in Space Research，2014，54(8):1513-1524.

［29］ 韩婷婷，史弦，简念川，等.火星全球导航卫星系统［J］.航天器工程，2011，20(2):14-19.HAN T T，SHI X，JIAN N C，et al.Preliminary design of the constellation distribution for a proposed Mars GNSS［J］.Spacecraft Engineering，2011，20(2):14-19.

［30］ 韩婷婷，平劲松，史弦，等.月球与火星的全球导航卫星系统星座初步设计分析［C］//深空探测技术专业委员会第七届学术年会论文集.北京:中国宇航学会，2010.

［31］ PASTOR P，GAY R S，STRIEPE S A，et al.Mars entry navigation from EKF processing of beacon data ［C］//AIAA/AASAstrodynamicsSpecialistConference.Washington D.C.:AIAA，2000.

［32］ YU Z，CUI P，ZHU S.Observability-based beacon configuration optimization for Mars entry navigation［J］.Journal of Guidance，Control，and Dynamics，2014:1-8.

［33］ 王轶博.着陆器在火星大气进入段的自主导航方法研究［D］.哈尔滨:哈尔滨工业大学，2011.

［34］ BRUNNER T，LAUFFENBURGER J-P，CHANGEY S，et al.Quaternion-based IMU and stochastic error modeling for intelligent vehicles［C］//The 2015 IEEE Intelligent Vehicles Symposium(IV).New York:IEEE，2015.

［35］ FU H，YANG Y，XIAO Q，et al.Autonomous navigation method based on unbiased minimum-variance estimation during Mars entry［J］.Advances in Space Research，2015，55:1512-1528.

［36］ LOU T，FU H，ZHANG Y，et al.Consider unobservable uncertain parameters using radio beacon navigation during Mars entry［J］.Advances in Space Research，2014，55:1038-1054.

［37］ 柏楠，苑景春，王希洋，等.空天飞行器大气传感技术研究［J］.飞航导弹，2014(6):3-9.

［38］ INGOLDBY R，MICHEL F，FLAHERTY T，et al.Entry data analysis for Viking Landers 1 and 2［R］.NASA CR-159388，1976.

［39］ KARLGAARD C D，BECK R E，O’Keefe S A，et al.Mars entry atmospheric data system modeling and algorithm development［R］.AIAA Paper，2009，3916.

［40］ BRENT R C，WHITMORE S A，ROBACK V E.Flush Airdata Sensing System Calibration Procedures and Results for Blunt Forebodies.1999.

［41］ PRUETT C D，WOLF H，HECK M L，et al.Innovative air data system for the space shuttle orbiter［J］.Journal of Spacecraft and Rockets，1983，20(1):61-69.

［42］ DUTTA S，BRAUN R D，KARLGAARD C D.Atmospheric data system sensor placement optimization for Mars entry，descent，and landing［J］.Journal of Spacecraft and Rockets，2013，51(1):163-174.

［43］ SIEMERS P M.Air data system optimization using a genetic algorithm.1992.

［44］ DUTTA S，BRAUN R D，Cramér-Rao Lower-Bound Optimization of Flush Atmospheric Data System Sensor Placement［J］.Journal of Spacecraft and Rockets，2014，51(6):1773-1788.

［45］ 李其畅，刘劲帆，刘昕，等.嵌入式大气数据三点解算方法初步研究［J］.空气动力学学报，2014，32 (3):360-363.LI Q C，LIU J F，LIU X，et al.The primary study of 3-point calculation method for the flush air data system ［J］.Acta Aerodynamica Sinica，2014，32(3):360-363.

［46］ WANG D Y，LI M D，HUANG X Y.Analytical solutions of generalized triples algorithm for flush air-data sensing systems［C］//Guidance，control and dynamics，2016(accepted).

［47］ WEISS S.Comparing three algorithms for modeling flush air data systems［C］//AIAA，2002.535.

［48］ 孟博.跨音速/高超音速大气数据测量技术研究［D］.南京:南京航空航天大学，2011.

［49］ ROHLOFF T J，WHITMORE SA，CATTON I.Fault-tolerant neural network algorithm for flush air data sensing ［J］.Journal of Aircraft，1999，36(3):541-549.

［50］ 赵磊，陆宇平.基于RBF神经网络的FADS系统及其算法研究［J］.飞机设计，2012(1):43-47.

［51］ KARLGAARD C D，KUTTY P，SCHOENENBERGER M，et al.Mars science laboratory entry atmospheric data system trajectory and atmosphere reconstruction［J］.Journal of Spacecraft and Rockets，2014，51(4):1029-1047.

［52］ DUTTA S，BRAUN R D，RUSSELL R P，et al.Comparison of statistical estimation techniques for mars entry，descent，and landing reconstruction［J］.Journal of Spacecraft and Rockets，2013，50(6):1207-1221.

［53］ BAUMANN E，PAHLE J W，DAVIS M C，er al.X-43A flush airdata sensing system flight-test results［J］.Journal of Spacecraft and Rockets，2010，47(1):48-61.

［54］ 叶玮，郑守铎，温瑞珩.FADS/INS组合法迎角，侧滑角测量方法研究［J］.飞机设计，2008.27(6):14-18.

［55］ 宋述杰，邓建华.应用INS/GPS系统数据估计迎角和侧滑角的方法研究［J］.西北工业大学学报，2005，23(2):231-234.SONG S J，DENG J H.Applying colgren’s idea to accurately estimating angle-of-attack and sideslip angle using INS/GPS system data［J］.Journal of northwestern polytechnical university，2005，23(2):231-234.

［56］ 杨雨，陆宇平，吴在桂.嵌入式大气数据传感系统中的组合滤波技术［J］.传感器与微系统，2009，28 (5):117-120.

YANG Y，LU Y P，WU Z G.Combination filter technology in flush air data sensing system［J］.Transducer and Microsystem Technologies，2009，28(5):117-120.

［57］ 袁夏明，朱纪洪，谭洪胜，等.高带宽低噪声迎角/侧滑角组合测量方法研究［C］//中国自动化学会控制理论专业委员会A卷.北京:中国自动化学会，2011.

［58］ 李睿佳，李荣冰，刘建业，等.跨音速大气/惯性攻角两步融合算法［J］.应用科学学报，2010，28(1): 99-105.LI R J，LI R B，LIU J Y，et al.Two-step fusion algorithm for ADS/INS angles of attack on transonic flight［J］.Journal of Applied Sciences，2010，28(1):99-105.

Review of the Mars Atmospheric Entry Autonomous Navigation Technology

WANG Dayi1，2，LI Maodeng1，2，HUANG Xiangyu1，2
(1.Beijing Institute of Control Engineering，Beijing 100190，China; 2.Science and Technology on Space Intelligent Control Laboratory，Beijing 100190，China)

The autonomous navigation performance during the mars atmospheric entry is one of the key factors to affect the capability of mars landing.During this phase，since few types of navigation sensors are available and large uncertainties exist in environment and aerodynamic parameters，the design of the autonomous navigation method is complicated.In this paper，the principles of current mars entry navigation methods are summarized and their advantages and disadvantages are compared.With respect to these disadvantages，the methods that can improve the navigation performance are also discussed.

Mars exploration;atmospheric entry;autonomous navigation

V448

A 文章编号:1674-1579(2016)05-0001-07

10.3969/j.issn.1674-1579.2016.05.001

王大轶(1973—)，男，研究员，研究方向为深空探测航天器自主导航、制导与控制;李茂登(1985—)，男，高级工程师，研究方向为航天器自主导航;黄翔宇(1976—)，男，研究员，研究方向为航天器自主导航、制导与控制.

*国家杰出青年科学基金(61525301)、国家自然科学基金(61503023，61673057)、国家重点基础研究发展(973)计划(2012CB720000)、重点实验室基金资助项目.

2016-07-18