秦健凯，李鹏

北京交通大学 电子信息工程学院，北京 100044

1 引言

航天器是当代获取空间信息的主要方式，如何获取太空中航天器的运动状态成为当前重点研究的问题之一。

空间目标在推进器作用下改变原轨迹进入新轨道，即轨道机动。空间目标轨道机动分为连续推力和脉冲机动两类，前一类可用于构造机动模型并同时估计模型参数与目标状态，后一类可通过机动检测策略来确定目标机动时刻，从而做出应对。对于存在脉冲机动的非合作目标，目前多采用天基平台进行观测，并设计相应的机动检测策略。天基平台的观测值具有非线性的特点，因此非线性滤波成为空间目标跟踪估计的主要方法之一[1]。

现有研究基于扩展卡尔曼滤波、双扩展卡尔曼滤波及改进的双重无迹卡尔曼滤波(DUKF)进行轨道或目标参数估计，获得了效果提升。但注意到简化摄动力的模型会导致累积误差，使用双扩展卡尔曼滤波对复杂非线性模型失效，或将状态和参数分别采用不同的观测方程估计，会导致解算复杂[2-4]。为此，本文考虑只用一个观测方程来精简描述，即选取加速度作为观测信息，方程既包含状态量又有参数量。在考虑太阳光压的基础上，基于DUKF进行估计，从而克服建模不准确及解算复杂的缺点，实现合作目标运动状态以及机动加速度的高效估计。

对非合作航天器，无法获得其加速度观测值以及机动信息。现有研究采用相对运动方程与滤波器切换策略实现目标跟踪，并对多种滤波算法的精度和收敛速度进行对比研究[5-7]。……