施常勇 王 向

1. 上海航天控制技术研究所，上海 201109 2. 上海市空间智能控制技术重点实验室，上海 201109

非合作航天器相对导航是完成在轨服务的前提，主要航天大国均开展了相关研究。在对非合作航天器的测量过程中，测量设备的误差通常较大，角闪烁、目标机动等一些不确定因素也会对测量产生影响，为提高相对控制的精度，一般引入滤波处理。

目前，扩展卡尔曼滤波(EKF)是研究相对导航问题的主要手段，文献[1]和[2]均采用EKF作为导航滤波器，且在文中假设噪声输入为严格的高斯过程，然而实际问题常常不满足这一条件，严重时会导致滤波发散。对于存在非高斯噪声输入的系统，通常采用的滤波方法有UKF滤波[3]、H∞滤波[4]、L2/L∞滤波和L1滤波[5]等。1964年Huber 提出了广义极大似然估计，即M估计，并提出一种用于解决在Gaussian分布附近存在一定对称干扰的随机量(即混合高斯分布)问题的实用方法，即Huber方法[6]。该方法结合l1/l2两种范数构建代价函数，对于干扰为高斯分布的情形，可以使最大渐进估计方差达到最小；其鲁棒性优于基于l2范数的估计方法，尽量保持了纯高斯分布时l2范数的估计效率，同时结合Kalman滤波的优点，形成了Huber-based滤波(HBF)，该滤波器通过结合l1和l2范数估计器的特点，在处理对于量测噪声为受污染的高斯白噪声时具有较强的鲁棒性，能够很好地实现系统的状态估计。

本文将HBF应用于非合作航天器相对导航中。仿真研究针对输出噪声为高斯和混合高斯分布的情况，考虑目标存在机动过程，对比了HBF滤波与EKF滤波的性能。……