平方根Spherical Simplex UKF在飞船姿态估计中的应用

提出了一种用矢量观测来估计飞船姿态的平方根spherical simplex unscented卡尔曼滤波算法。该算法将spherical simplex unscented变换与unscented卡尔曼滤波结合起来,与采用scaled unscented变换的unscented卡尔曼滤波相比,具有更低的计算量。其平方根形式由于协方差阵的半正定性,拥有更好的数值稳定性。飞船的姿态运动学描述采用了四元数,而用广义罗德里格斯参数来克服卡尔曼滤波过程中的四元数归一化误差。仿真结果表明,该算法比标准扩展卡尔曼滤波具有更低的姿态估计误差及更快的收敛率。

半解析卫星轨道不确定性快速估计方法

基于半解析法和球形单边采样无迹变换提出一种轨道不确定性快速估计方法。首先在考虑J2摄动和大气阻力摄动的基础上,构建轨道要素解析模型用于瞬时轨道要素快速估计。随后基于该轨道要素快速估计方法,结合球形单边采样无迹变换传播初始轨道不确定性,依据高斯摄动方程和球形单边采样点的特性对传播后的采样点进行修正,估计传播后的轨道不确定性。最后将提出的半解析法与高斯和模型相结合,以提高精度。数值仿真分析了所提出的轨道不确定性估计方法相较无迹变换法的计算效率提升程度,并依据似然一致性度量将所提出的方法与蒙特卡洛法、无迹变换法等进行了精度比较。结果表明,所提方法的计算效率相较于传统无迹变换法有较大提升,且具有合适的精度。

多敏感器联邦SSUKF融合姿态确定算法

针对四元数姿态估计问题,提出了一种分布式非线性滤波融合结构。通过引入基于超球面分布采样点变换(SSUT)技术的无迹卡尔曼滤波算法(SSUKF),以较低的计算量实现了高数据更新率、高精度的非线性滤波,并通过融合重构,保障系统无间断可靠工作,不受敏感器故障、视场盲区等因素影响。应用该算法对陀螺、磁强计、太阳敏感器、星敏感器构成的系统进行了具体设计并开展仿真研究,验证了算法的有效性。

编队飞行卫星自主相对定轨研究

卫星编队飞行相对轨道自主确定作为实现队形保持和控制的前提,是编队任务必须解决的关键技术问题。根据C-W方程的解析解描述编队卫星间的相对运动规律,选取星间距离信息与方位信息作为观测量,针对卫星编队飞行自主导航系统对精确性和实时性的要求,用超球面分布采样点变换(Spherical Simplex Unscented Transformation,SSUT)和Unscented卡尔曼滤波(UKF)相结合,提出了SSUT的UKF(SSUKF)导航滤波算法。由于SSUT减少了采样点个数,在保证滤波精度和标准UKF相当的条件下减轻了计算负担,完成了卫星编队相对轨道状态的自主确定,并结合仿真的轨道数据和测量数据进行了仿真,仿真结果说明实现了卫星编队优化的有效性和实时性。

EIV模型参数求解的超球体单行采样法

EIV模型实际上是一种非线性模型,其参数估值是有偏的。引入可以使参数解达到二阶精度的超球体单行采样法,通过特定的采样策略近似非线性函数的概率密度分布,无需计算非线性函数的Jacobi矩阵和Hessen矩阵。在一定程度上降低了求非线性函数达到二阶精度的参数解的难度。通过算例表明,该方法可以得到比TLS迭代方法更为合理的结果,验证了本文方法的可行性和有效性。

简化SSUKF在车载SINS行进间对准中的应用

基于大失准角条件下的非线性初始对准误差模型,通过捷联惯导系统(SINS)与全球定位系统(GPS)的速度和位置匹配实现SINS行进中初始对准。为了降低滤波计算量,根据系统噪声为复杂加性噪声、量测噪声为简单加性噪声且量测方程是线性方程的特点,采用计算量小的简化超球面无迹卡尔曼滤波(SSUKF)对车载SINS进行行进间初始对准。最后进行SINS行进中初始对准仿真试验,结果表明大失准角条件下的SINS误差模型和简化SSUKF滤波估计法不仅适用于大失准角,同样适用于小失准角和大方位失准角。本对准方案可提高车辆机动能力。

基于SSUKF的粒子滤波算法研究

针对粒子滤波的退化现象、样本贫化问题以及标准无迹粒子滤波(UPF)算法计算量偏大的缺陷,利用基于超球面采样变换(SSUT)的UKF算法产生重要性概率密度函数,与序贯重要性再采样(SIR)结合,并引入粒子群优化,形成一种新的粒子滤波算法.对称分布UT变换的sigma点为2n+1个,而SSUT变换为n+2个.新算法利用SSUT变换减少了采样点的个数,通过混合建议分布进一步减少了计算量,使计算效率得到了明显的改善.仿真结果表明,该算法滤波精度优于扩展卡尔曼粒子滤波,而与标准UPF相当,计算效率明显高于标准UPF算法.

基于修正罗德里格参数的小卫星SSUKF姿态确定

用无陀螺的三轴稳定偏置动量小卫星三轴磁强计和太阳敏感器获得观测矢量,提出了一种基于超球面分布采样Unscented变换滤波(SSUKF)和修正罗德里格参数(MRPs)的姿态估计方法,给出了算法模型。SSUKF在保证滤波性能的基础上减少了采样点个数,减轻了星载计算机的负载;用MRPs描述小卫星姿态大幅减少了计算量。某小卫星的仿真结果表明:算法兼顾了精度、收敛速度和鲁棒性,且提高了计算效率,适于小卫星。

动中通多传感器融合超球体采样UKF姿态估计

针对动中通系统低成本姿态估计计算复杂、易受侧滑角和机动加速度等外界因素干扰的问题,提出一种基于超球体采样无迹卡尔曼滤波算法,融合微机械陀螺、加速度计和单基线GPS,对载体姿态进行精确估计。为了提高姿态估计的实时性,采用超球体采样减少无迹卡尔曼滤波器的采样点数量,在不影响精度的前提下,有效降低了算法的计算量;此外,加速度计姿态角测量值在加速、转弯行驶过程中会受到机动加速度的影响,为解决这一问题,通过单基线GPS提供的速度、侧滑角信息进行机动加速度补偿。行车实验表明,提出的低成本姿态估计方法估计精度较高,在降低成本的同时能够满足宽带移动卫星通信波束对准要求。