一种用于实时轨道确定的NPF—SRCKF滤波算法-论文.pdf

《一种用于实时轨道确定的NPF—SRCKF滤波算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷第7期宇航学报Vo1．35No．72014年7月JoumalofAstronauticsJuly2014一种用于实时轨道确定的NPF—SRCKF滤波算法李志军，侯黎强，(1．西安卫星测控中心宇航动力学国家重点实验室，西安7100432．西安交通大学电子信息工程学院，西安710049)摘要：针对航天器实时轨道确定中建模复杂、计算量大、估计精度低的问题，设计了一种考虑地球摄动影响的基于NPF—SRCKF的实时轨道确定算法，该算法采用非线性预测滤波(NPF)对模型误差进行补偿修正，利用平方根容积卡尔曼滤波(SRCKF)算法对修正模型误差后的系统进行状态估计。针对单测站、双测站跟踪测

2、量设计了不同的实时轨道确定算法。实验结果显示，将非线性预测滤波和平方根容积卡尔曼滤波结合在一起，运用于简化的实时轨道确定模型，能有效降低计算复杂度，改进数值运算的稳定性，提高状态估计的精度。关键词：实时轨道确定；非线性预测滤波；平方根容积卡尔曼滤波中图分类号：V249．3文献标识码：A文章编号：1000．1328(2014)07-0811-07DoI：10．3873／j．issn．1000—1328．2014．07．010AnImprovedNPF—SRCKFBasedAlgorithmforSpacecraftOrbitDeterminationLIZhi-jun．HOULi．qi

3、ang，(1．StateKeyLaboratoryofAstronauticDynamics，Xi’anSatelliteControlCenter，Xi’an710043，China2．SchoolofElectronicandInformationEngineering，Xi’anJiaotongUniversity，Xi’an710049，China)Abstract：ANPF—SRCKFbasedalgorithmtakingintoaccountperturbationisproposedforspacecraftorbitdetermination．Inthismetho

4、d，NonlinearPredictiveFiher(NPF)isusedforcorrectingthemodeleror，whileSquare—RootCubatureKalmanFilter(SRCKF)isperformedforestimatingthestateswiththemodelcorretedbyNPF．Toillustrateeffectivenessofthemethod，twotestcasesaredesignedfortheorbitdeterminationbyuseofdatafromsinglegroundstationanddoublesta

5、tions．SimulationresuhsshowthatcombinedimprovedNPFwithSRCKF．themethodproposedinthispapercanreducethecomplexityofthecomputation，andmakethedataprocessingproceduremorerobustandaccurate．Keywords：Orbitdetermination；Nonlinearpredictivefilter；Square—rootcubatureKalmanfilter明确的，准确建模求解此问题几乎是不可能的。对0引言此，本文

6、做了一个简化近似处理：航天器的动力学模目前我国的地(海)基卫星轨道跟踪测量系统型忽略其它摄动，只考虑地球摄动影响，状态量包含统一测控系统、雷达和光电测量系统，测量元主选用地心惯性坐标系的位置、速度矢量，观测量为观要为：测距、测速、方位角和俯仰角。利用上述测量测站北一东一天顶坐标系的测距、测速、方位角和俯元实时估计航天器的运行轨道，这是一个非常复杂仰角，观测方程和状态方程的噪声近似为均值为0的问题，首先航天器的动力学模型是无法用解析式的高斯噪声，于是上述问题变成一个标准的非线性准确表达的，其次观测量和状态量不在同一空间坐估计问题。目前解决此类问题的非线性算法主要有标系中，第三观测方程和

7、状态方程的误差特性是不扩展卡尔曼滤波(EKF)，UKF和粒子滤波(PF)。其收稿日期：2013-04—14；修回日期：2013-08-058l2宇航学报第35卷中PF运算量较大，实时性较差；而在运算复杂度相N(0，Q)，V～N(0，R)。当的前提下，UKF算法的精度要高于EKF算由式(1)、(2)描述的非线性系统，容积卡尔曼法¨]，近年来应用极为广泛，但使用UKF对高维滤波算法首先计算加权函数为标准正态分布密度的状态向量估计时，需要调整合理的参数，才能得到