ASUKF方法在航天器自主导航中的应用
2011-03-23李璟璟张迎春李化义陈雪芹
哈尔滨工程大学学报 2011年5期
李璟璟,张迎春,2,李化义,陈雪芹
(1.哈尔滨工业大学 卫星技术研究所,黑龙江 哈尔滨 150001;2.深圳航天东方红海特卫星有限公司,广东 深圳 518057)
在航天器自主导航技术中,系统的测量数据通常都会带有随机噪声误差,由于实际卫星导航系统大部分都是非线性系统,因此需要用非线性滤波方法得到系统状态变量的最优估计.EKF方法[1]虽然在工程中有广泛的应用,但是其对非线性方程的可微要求以及一阶近似的处理方法,限制了应用的范围和精度的提高.Julier等[2-3]提出的UKF方法,通过广义状态点对系统状态的概率分布进行近似,避免了雅可比矩阵的求取,提高了滤波精度.
然而,UKF对于系统先验噪声的分布有更为苛刻的要求.其良好的估计性能建立在精确已知系统先验噪声分布的基础之上[4].但是,在轨航天器面临的实际空间环境是错综复杂的,在航天器运行的过程中,噪声统计特性往往会发生变化.另外,由于受到空间各种不确定因素的影响,测量系统往往也会受到不同程度干扰[5].当存在如上所述的不确定噪声及干扰的作用时,UKF算法的估计性能会严重下降,甚至出现发散.因此,如何提高滤波器的自适应能力成为航天器自主导航需要解决的问题之一.
针对这个问题,SONG[6]等通过对噪声方差进行估计得到了自适应UKF算法并将其应用到移动机器人的状态及参数估计中.齐俊桐[7]等提出了基于MIT规则的自适应UKF方法并将其应用在旋翼飞行机器人的……
登录APP查看全文
