张 原， 熊 凯， 邢 琰

北京控制工程研究所, 北京 100090

0 引 言

航天器导航技术主要用于确定航天器的位置、姿态和速度，这是当前和未来许多航天任务的基本要素，其中，航天器自主导航技术可以降低对地面跟踪观测站的依赖性，增强空间系统的生存能力.

基于星对星跟踪(SST)测量的自主卫星星座导航方法在当前技术条件下具有很高的精度.近些年来有学者给出了使用星间测距技术实现月球卫星自主定轨的方案(LiAISON)，用于在地月三体系统中跟踪卫星[1-3].这种方法只需要进行星间距离测量，而且可以利用星间链路(ISLs)方法实现高精度定位.将多颗地球卫星之间的距离测量结果以及地球卫星与月球卫星之间的距离测量结果相结合，能够提高导航系统的可观度，适用于确定卫星星座的绝对位置.

基于ISLs的星间距离测量容易受到外界干扰，从而导致噪声统计特性的不确定性，通过设计自适应滤波算法可以部分解决模型不确定性问题[4-7].多模型自适应估计(MMAE)作为目前研究最为广泛的自适应滤波方法之一，具有很高的应用价值[8-11].

本文提出一种基于MMAE体系结构的并行扩展卡尔曼滤波器(PEKF).将不同的测量子集分配给各个并行滤波器，各个并行滤波器单独运行，整体状态估计值通过并行滤波器估计值的加权和计算来实现，并行滤波器的权重根据残差序列计算.该方法能够自适应地选择合适的测量值以提高估计精度，同时削弱测量不确定性……