卫星自主导航中卡尔曼滤波算法改进与计算机仿真

该文以基于组合大视场星敏感器的卫星自主导航方法为例,建立了在地球非球形下的状态方程,建立了组合大视场星敏感器的观测方程及卫星轨道摄动等数学模型,在状态最优估计周围对模型进行了线性化,滤波过程中将传统的广义卡尔曼滤波的一步预测算法修改为一步初步预测和一步初步预测的校正的滤波算法,在每步的推进计算中对均方矩阵的元素进行了平均值处理,避免舍入误差的积累造成其失去对称性、甚至负定性的可能;通过计算机仿真及结果分析,说明了改进的广义卡尔曼滤波算法对减小采样周期所带来的轨道误差有很好的效果,并使卫星位置和速度的均方差估计趋于稳定,在一定程度上能很好地克服离散误差对轨道估计精度的影响。

卡尔曼滤波在动态测量系统中的应用

文中详细论述卡尔曼滤波的数学模型及其初值确定方法,引入动态测量系统应用实例,通过对数据噪音特性的分析,准确确定了卡尔曼滤波模型,利用matlab编程实现了相应功能。实例分析结果表明,卡尔曼滤波预测精度高,适用于大坝的实时监测与预报。