广义卡尔曼滤波中状态预报值算法

广义卡尔曼滤波是针对状态方程和观测方程均为非线性方程的最小方差迭代方法,随着广义卡尔曼滤波越来越广泛的应用,其算法研究越来越深入。对广义卡尔曼滤波过程中的预报值的算法进行改进,即给出了在常微分方程欧拉算法的基础上增加了迭代过程的迭代方法。该方法简捷、运行较快且能达到一定的精度,还可以节省计算机空间。针对组合大视场星敏感器自主定轨方法进行了计算机仿真,且与RKF7(Runge-Kutta-Fehlberg7阶)方法进行了仿真结果比较。比较结果说明了该方法的有效性。