自适应扩展卡尔曼滤波在卫星姿态确定系统中的应用

吉林大学学报(工学版)

自适应扩展卡尔曼滤波在卫星姿态
确定系统中的应用

戴路^1,2，金光¹，陈涛¹

1.中国科学院长春光学精密机械与物理研究所，长春 130033； 2.中国科学院研究生院，北京 100039

收稿日期:2007-06-12 修回日期:1900-01-01 出版日期:2008-03-01 发布日期:2008-03-01
通讯作者: 金光

Application of adaptive extended Kalman filter in
spacecraft attitude determination system

Dai Lu^1,2，Jin Guang¹，Chen Tao¹

1.Changchun Institute of Optics,Fine Mechanism and Physics,Chinese Academy of Sciences,Changchun 130033,China; 2.Graduate School of the Chinese Academy of Sciences，Beijing 100039,China

Received:2007-06-12 Revised:1900-01-01 Online:2008-03-01 Published:2008-03-01
Contact: Jin Guang

摘要/Abstract

摘要： 扩展卡尔曼滤波（以下简称EKF）算法应用于卫星姿态确定系统时需要已知精确的系统模型及过程噪声和观测噪声统计特性，并有计算量过大的问题。本文在EKF算法中加入噪声观测器，构成自适应扩展卡尔曼滤波算法（Adaptive Extended Kalman Filter,以下简称AEKF），使系统能够在传感器噪声统计特性未知的情况下，依然获得较高的系统状态估计精度，增强了系统的鲁棒性。并且AEKF算法简化了系统状态方程，相对于EKF算法减少计算量。经数学仿真验证，AEKF算法能较好地对传感器噪声的统计特性进行在线估计，使姿态确定系统正常工作，有较高的工程应用价值。

关键词: 飞行器控制、导航技术, 自适应扩展卡尔曼滤波, 姿态确定

Abstract: It is well known that the main drawbacks of traditional extended Kalman filter (EKF) requires accurate system model,statistics properties of process noise and observation noise and great amount computation.To deal with the problems,an adaptive extended Kalman filter (AEKF) with noise observer was introduced in the spacecraft attitude determination system.This AEKF can obtain high estimation accuracy of system state without sensor noise statistics and improve system robustness.It can also simplify system state model from 6D to 3D so that the computation burden was largely reduced.Simulation results indicate that AEKF algorithm can estimate sensor noise statistics on line and make attitude determination system work well.

Key words: control and navigation technology of aerocraft, adaptive extended Kalman filtering, attitude determination

中图分类号:

V448.22

戴路，金光，陈涛 . 自适应扩展卡尔曼滤波在卫星姿态
确定系统中的应用[J]. 吉林大学学报(工学版), 2008, 38(02): 466-0470.

Dai Lu，Jin Guang，Chen Tao . Application of adaptive extended Kalman filter in
spacecraft attitude determination system[J]. 吉林大学学报(工学版), 2008, 38(02): 466-0470.

参考文献

相关文章 15

[1]	郭立东,谈振藩,魏延辉. 激光武器跟瞄系统的复合轴宏、微控制及建模[J]. 吉林大学学报(工学版), 2011, 41(03): 859-864.
[2]	陈闽,张世杰,张迎春. 基于反作用飞轮和磁力矩器的小卫星姿态联合控制算法[J]. 吉林大学学报(工学版), 2010, 40(04): 1155-1160.
[3]	曹喜滨，贺东雷 . 摄动椭圆参考轨道编队相对运动方程[J]. 吉林大学学报(工学版), 2009, 39(01): 234-239.
[4]	曹喜滨，贺东雷 . 摄动椭圆参考轨道编队相对运动方程[J]. 吉林大学学报(工学版), 2009, 39(01): 234-239.
[5]	朱良宽，马广富，胡庆雷 . 带有死区非线性输入的挠性航天器姿态机动智能控制[J]. 吉林大学学报(工学版), 2008, 38(增刊): 195-0200.
[6]	李玉庆，徐敏强，王日新 . 三轴稳定卫星点目标观测任务优化调度技术[J]. 吉林大学学报(工学版), 2008, 38(06): 1447-1451.
[7]	陈谋，肖健，姜长生 . 基于改进蚁群算法的无人机三维航路规划[J]. 吉林大学学报(工学版), 2008, 38(04): 991-995.
[8]	李立涛，杨旭，李顺利 . 针对非合作目标的中距离相对导航方法[J]. 吉林大学学报(工学版), 2008, 38(04): 986-990.
[9]	尹永鑫，杨明，王子才 . 复合控制拦截弹的神经网络姿态控制[J]. 吉林大学学报(工学版), 2008, 38(04): 981-985.
[10]	张友安;范作娥;糜玉林 . 反舰导弹航路规划与威胁规避算法[J]. 吉林大学学报(工学版), 2008, 38(03): 746-0752.
[11]	吴宝林，曹喜滨 . 基于模型预测的卫星编队队形机动控制[J]. 吉林大学学报(工学版), 2007, 37(01): 218-223.
[12]	雪丹，曹喜滨. 卫星编队相对轨道的分布式估计方法[J]. 吉林大学学报(工学版), 2006, 36(06): 1003-1007.
[13]	张友安，王宏然，程继红. 应用动态逆和三时标分离的飞航导弹过载控制离散化设计[J]. 吉林大学学报(工学版), 2006, 36(06): 1008-1013.
[14]	任远，崔平远，栾恩杰. 基于标称轨道的小推力轨道设计方法[J]. 吉林大学学报(工学版), 2006, 36(06): 998-1002.
[15]	齐映红，曹喜滨. 三脉冲最优交会问题的解法[J]. 吉林大学学报(工学版), 2006, 36(04): 608-612.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed