High-precision relative position and attitude measurement is crucial for consensus control and collision avoidance in multi-CubeSat formation flying. However, the traditional relative navigation systems comprise many sensors and are not suitable for CubeSats due to large volume, complexity, and cost. In this paper, we propose a new approach, called Multi-CubeSat relative State determination by Array Signal detection (MUSAS). The approach utilizes the existing communication systems and antenna arrays on CubeSats without the need of extra components. In MUSAS, deputy vehicle (DV) CubeSats in a formation broadcast orthogonal spread spectrum signals simultaneously. Two chief vehicle (CV) CubeSats receive and separate the signals and extract the multiple-input multiple-output channel response of each DV CubeSat. Then, by utilizing the bi-directional spatial spectrum estimation, the angles-of-arrival and angles-of-departure of the propagation paths from each DV CubeSat to the CV CubeSats are estimated. Finally, the attitudes and positions of all DV CubeSats relative to the CV CubeSats are determined using the derived rotation matrices. We have theoretically proved the proposed MUSAS algorithm and performed extensive simulations to compare its performance with existing methods. Furthermore, we also developed the testbed of MUSAS and conducted field experiments. The simulation and experiment results have verified that, by exploiting the spread spectrum gain and antenna array gain, MUSAS can achieve high accuracy in relative state determination, even using small antenna arrays and low transmission power.

中文翻译：

---

编队飞行中基于阵列信号检测的多立方体相对位置和姿态确定

高精度的相对位置和姿态测量对于多立方体编队飞行中的一致性控制和避免碰撞至关重要。然而，传统的相对导航系统包含许多传感器，由于体积大、复杂性和成本高，不适合立方体卫星。在本文中，我们提出了一种新方法，称为通过阵列信号检测 (MUSAS) 确定多立方体相对状态。该方法利用立方体卫星上现有的通信系统和天线阵列，无需额外组件。在 MUSAS 中，副车 (DV) CubeSats 编队同时广播正交扩频信号。两个主要车辆 (CV) CubeSat 接收和分离信号，并提取每个 DV CubeSat 的多输入多输出通道响应。然后，通过利用双向空间谱估计，估计从每个 DV CubeSat 到 CV CubeSat 的传播路径的到达角和离开角。最后，所有 DV CubeSats 相对于 CV CubeSats 的姿态和位置是使用导出的旋转矩阵确定的。我们已经从理论上证明了所提出的 MUSAS 算法，并进行了大量模拟以将其性能与现有方法进行比较。此外，我们还开发了MUSAS的测试平台并进行了现场实验。仿真和实验结果证明，利用扩频增益和天线阵列增益，MUSAS即使在使用小天线阵列和低发射功率的情况下，也能获得较高的相对状态确定精度。估计从每个 DV CubeSat 到 CV CubeSat 的传播路径的到达角和离开角。最后，所有 DV CubeSats 相对于 CV CubeSats 的姿态和位置是使用导出的旋转矩阵确定的。我们已经从理论上证明了所提出的 MUSAS 算法，并进行了大量模拟以将其性能与现有方法进行比较。此外，我们还开发了MUSAS的测试平台并进行了现场实验。仿真和实验结果证明，利用扩频增益和天线阵列增益，MUSAS即使在使用小天线阵列和低发射功率的情况下，也能获得较高的相对状态确定精度。估计从每个 DV CubeSat 到 CV CubeSat 的传播路径的到达角和离开角。最后，所有 DV CubeSats 相对于 CV CubeSats 的姿态和位置是使用导出的旋转矩阵确定的。我们已经从理论上证明了所提出的 MUSAS 算法，并进行了大量模拟以将其性能与现有方法进行比较。此外，我们还开发了MUSAS的测试平台并进行了现场实验。仿真和实验结果证明，利用扩频增益和天线阵列增益，MUSAS即使在使用小天线阵列和低发射功率的情况下，也能获得较高的相对状态确定精度。所有 DV CubeSats 相对于 CV CubeSats 的姿态和位置是使用导出的旋转矩阵确定的。我们已经从理论上证明了所提出的 MUSAS 算法，并进行了大量模拟以将其性能与现有方法进行比较。此外，我们还开发了MUSAS的测试平台并进行了现场实验。仿真和实验结果证明，利用扩频增益和天线阵列增益，MUSAS即使在使用小天线阵列和低发射功率的情况下，也能获得较高的相对状态确定精度。所有 DV CubeSats 相对于 CV CubeSats 的姿态和位置是使用导出的旋转矩阵确定的。我们已经从理论上证明了所提出的 MUSAS 算法，并进行了大量模拟以将其性能与现有方法进行比较。此外，我们还开发了MUSAS的测试平台并进行了现场实验。仿真和实验结果证明，MUSAS利用扩频增益和天线阵列增益，即使在使用小天线阵列和低发射功率的情况下，也能获得较高的相对状态确定精度。此外，我们还开发了MUSAS的测试平台并进行了现场实验。仿真和实验结果证明，利用扩频增益和天线阵列增益，MUSAS即使在使用小天线阵列和低发射功率的情况下，也能获得较高的相对状态确定精度。此外，我们还开发了MUSAS的测试平台并进行了现场实验。仿真和实验结果证明，利用扩频增益和天线阵列增益，MUSAS即使在使用小天线阵列和低发射功率的情况下，也能获得较高的相对状态确定精度。