Averaging TRIAD Algorithm for Attitude Determination

In general, accurate attitude information is essential to perform the mission. Two algorithms are well-known to determine the attitude through two or more vector observations. One is deterministic method such as TRIAD algorithm, the other is optimal method such as QUEST algorithm. This Paper suggests the idea to improve performance of the TRIAD algorithm and to determine the attitude by combination of different sensors. First, we change the attitude matrix to Euler angle instead of using orthogonalization method and also use covariance in place of variance, then apply an unbiased minimum variance formula for more accurate solutions. We also suggest the methodology to determine the attitude when more than two measurements are given. The performance of the Averaging TRIAD algorithm upon the combination of different sensors is analyzed by numerical simulation in terms of standard deviation and probability.

평균 TRIAD를 이용한 자세 결정

임무를 수행하는데 있어 정확한 자세 정보는 필수적이다. 두 개 또는 그 이상의 관측벡터를 이용하는 자세 결정 알고리듬에는 크게 두 가지가 널리 알려져 있다. 하나는 결정적인 방법인 TRIAD 알고리듬이며, 다른 하나는 최적의 해를 찾는 방법인 QUEST 알고리듬이다. 본 논문은 TRIAD 알고리듬의 성능 향상과 서로 다른 정확도를 가진 센서의 조합을 이용한 자세 결정 방법을 제안하였다. 첫째, 보다 정확한 자세 행렬을 구하기 위하여 직교화 방법을 이용하는 대신 방향 여현 행렬을 오일러 각으로 바꾸고, 분산 대신 공분산행렬을 고려하여 편향되지 않은 최소 공분산 기법을 적용하였다. 또한, 세 개 이상의 측정값이 주어졌을 경우 TRIAD 알고리듬을 적용할 수 있는 방법을 제안하였다. 제안된 평균 TRIAD 알고리듬의 성능은 서로 다른 센서의 조합을 가정하여 표준편차와 확률적 측면에서의 수치 시뮬레이션을 통해 분석되었다.