咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >深空探测中考虑乘性噪声影响的自主导航滤波算法设计 收藏

深空探测中考虑乘性噪声影响的自主导航滤波算法设计

Filter algorithm design for autonomous navigation in deep space detection considering the influence of multiplicative noise

作     者:卢山 张世源 侯月阳 张晓彤 李晴 LU Shan;ZHANG Shiyuan;HOU Yueyang;ZHANG Xiaotong;LI Qing

作者机构:上海航天控制技术研究所上海201109 上海市空间智能控制技术重点实验室上海201109 

出 版 物:《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期:2025年第47卷第1期

页      面:287-295页

核心收录:

学科分类:08[工学] 081105[工学-导航、制导与控制] 0811[工学-控制科学与工程] 

主  题:深空探测 光学自主导航 乘性噪声 非线性滤波 

摘      要:针对深空探测任务中航天器的状态估计问题,考虑到基于光学相机的自主导航系统在建立观测方程时所使用的坐标系转换矩阵含有由星敏感器引入的测量噪声,该噪声与量测状态相互耦合,属于乘性噪声,建立带有乘性噪声的光学自主导航系统模型。针对系统存在乘性噪声时,仅适用于处理加性噪声的传统滤波器估计误差增大的问题,将乘性噪声矩阵引入高斯滤波算法的递推公式进行推导,并结合混合阶球面单形-径向容积卡尔曼滤波器(mixed-order spherical simplex-radial cubature Kalman filter,MSSRCKF)的数值积分方法,提出混合阶容积-乘性卡尔曼滤波器(mixed-order cubature-multiplicative Kalman filter,MC-MKF)。该滤波器能够对由星敏感器引入观测方程的高斯以及非高斯乘性噪声进行处理,在不增加计算复杂度的情况下提升滤波器的估计精度。最后,将MC-MKF应用于自主导航系统模型,并与MSSRCKF进行比较分析。仿真结果表明,当系统存在乘性噪声时,MC-MKF的估计精度明显优于MSSRCKF,且计算量与MSSRCKF基本一致。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分