国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法

      文檔序號:6228875閱讀:571來源:國知局
      一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法
      【專利摘要】本發(fā)明公開了一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法。包括以下幾個步驟:采集陀螺與星敏感器的輸出數(shù)據(jù);確定衛(wèi)星姿態(tài)估計系統(tǒng)的狀態(tài)變量和量測量;在k時刻進行標(biāo)準(zhǔn)的容積卡爾曼率波時間更新和量測更新,得到一步狀態(tài)預(yù)測方差、一步量測預(yù)測方差及互協(xié)方差;利用多重次漸消因子對一步狀態(tài)預(yù)測方差進行校正;重新進行容積卡爾曼濾波量測更新,求得k+1時刻的狀態(tài)估計和狀態(tài)估計方差;姿態(tài)估計非線性離散系統(tǒng)的結(jié)束時刻為M,若k+1=M,則輸出k+1時刻的狀態(tài)估計的姿態(tài)四元數(shù)及陀螺漂移,完成姿態(tài)估計,若k+1<M,令k=k+1則重復(fù)步驟三至步驟五。本發(fā)明具有高估計精度和強魯棒性的優(yōu)點。
      【專利說明】一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法
      【技術(shù)領(lǐng)域】
      [0001]本發(fā)明屬于衛(wèi)星姿態(tài)估計的【技術(shù)領(lǐng)域】,特別涉及一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法。
      【背景技術(shù)】
      [0002]衛(wèi)星姿態(tài)估計技術(shù)是航天技術(shù)的關(guān)鍵技術(shù)之一,由陀螺與星敏感器組成的衛(wèi)星姿態(tài)估計系統(tǒng)由于測姿精度高、可靠性好以及自主性強等優(yōu)點得到了廣泛的應(yīng)用。針對該姿態(tài)估計系統(tǒng),四元數(shù)由于計算簡單,無三角函數(shù)的運算,同時又能避免歐拉角的奇異性問題,因此被作為系統(tǒng)的姿態(tài)描述參數(shù)。為提高姿態(tài)估計的精度以及姿態(tài)估計系統(tǒng)的適應(yīng)能力和魯棒性,非線性濾波算法提供了強有力的基礎(chǔ)保障。擴展卡爾曼濾波(ExtendedKalman Filter, EKF)由于其結(jié)構(gòu)簡單、易于實現(xiàn)等優(yōu)點被廣泛應(yīng)用于姿態(tài)估計中。但是,EKF存在理論上的局限性:1)模型線性化引入了截斷誤差,導(dǎo)致濾波精度下降,同時要計算雅克比矩陣,計算復(fù)雜;2)模型失配、未知干擾或狀態(tài)突變等情況下,魯棒性差;3)四元數(shù)作為狀態(tài)變量存在范數(shù)約束,影響濾波精度。
      [0003]為了克服EKF算法的局限性,無跡卡爾曼濾波算法(Unscented KalmanFilter, UKF)被提出,該濾波算法的核心思想是利用UT變換(UnscentedTransformation,UT)產(chǎn)生一組確定性的Sigma點來近似非線性函數(shù)的后驗均值和方差,精度能夠達到二階。隨著非線性濾波算法的深入研究,在UKF算法的基礎(chǔ)上,Ienkaran Arasaratnam和SimonHaykin在2009年提出了一種新的非線性濾波一容積卡爾曼濾波算法(Cubature Kalmanfilter, CKF)。CKF算法也是基于最優(yōu)的高斯濾波框架,采用三階球面相徑容積規(guī)則來近似非線性函數(shù)的均值和方差,可以保證在理論上以三階多項式逼近任何非線性高斯?fàn)顟B(tài)的后驗均值和方差,相比較于UKF,具有實現(xiàn)簡單,在高維情況下濾波精度高,收斂性好等優(yōu)點。與EKF類似,CKF算法不足也在于在狀態(tài)突變或模型不準(zhǔn)確的情況下魯棒性差,跟蹤能力差,同時也沒有考慮狀態(tài)變量存在約束的情況。為了提高濾波算法在模型參數(shù)變化或系統(tǒng)發(fā)生突變時的跟蹤能力,一種強跟蹤擴展卡爾曼濾波(StrongTrackingEKF)被提出。此后,有學(xué)者將強跟蹤思想與CKF算法結(jié)合,提出了強跟蹤CKF(STCKF)算法,但該算法只是通過引入單重次漸消因子對預(yù)測誤差協(xié)方差陣進行調(diào)整,雖然具有好的跟蹤能力,但是對復(fù)雜的多變量系統(tǒng),無法保證對每個變量都具有好的跟蹤能力,同時也沒有考慮狀態(tài)變量存在約束的情況。

      【發(fā)明內(nèi)容】

      [0004]本發(fā)明的目的是提供具有高估計精度和強魯棒性的一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法。
      [0005]本發(fā)明是通過以下技術(shù)方案實現(xiàn)的:
      [0006]一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法,包括以下幾個步驟:
      [0007]步驟一:采集陀螺與星敏感器的輸出數(shù)據(jù);
      [0008]步驟二:利用輸出數(shù)據(jù)確定衛(wèi)星姿態(tài)估計系統(tǒng)的狀態(tài)變量和量測量;
      [0009]步驟三:在k時刻進行標(biāo)準(zhǔn)的容積卡爾曼率波時間更新和量測更新,得到一步狀態(tài)預(yù)測方差、一步量測預(yù)測方差及互協(xié)方差;
      [0010]步驟四:利用多重次漸消因子對一步狀態(tài)預(yù)測方差進行校正;
      [0011]步驟五:利用矯正后的一步狀態(tài)預(yù)測方差,重新進行容積卡爾曼濾波量測更新,求得k+1時刻的狀態(tài)估計和狀態(tài)估計方差;
      [0012]步驟六:姿態(tài)估計非線性離散系統(tǒng)的結(jié)束時刻為M,若k+1 = M,則輸出k+Ι時刻的狀態(tài)估計的姿態(tài)四元數(shù)及陀螺漂移,完成姿態(tài)估計,若k+l〈M,令k = k+Ι則重復(fù)步驟三至步驟五。
      [0013]本發(fā)明一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法還可以包括:
      [0014]1、狀態(tài)變量% =[fj fijJ , qk為姿態(tài)四元數(shù),Pk為陀螺漂移,
      [0015]建立衛(wèi)星姿態(tài)估計系統(tǒng)的狀態(tài)方程:
      [0016]Xm = f{xk 為)+ Wi
      [0017]其中:
      【權(quán)利要求】
      1.一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法,其特征在于,包括以下幾個步驟: 步驟一:采集陀螺與星敏感器的輸出數(shù)據(jù); 步驟二:利用輸出數(shù)據(jù)確定衛(wèi)星姿態(tài)估計系統(tǒng)的狀態(tài)變量和量測量; 步驟三:在k時刻進行標(biāo)準(zhǔn)的容積卡爾曼率波時間更新和量測更新,得到一步狀態(tài)預(yù)測方差、一步量測預(yù)測方差及互協(xié)方差; 步驟四:利用多重次漸消因子對一步狀態(tài)預(yù)測方差進行校正; 步驟五:利用矯正后的一步狀態(tài)預(yù)測方差,重新進行容積卡爾曼濾波量測更新,求得k+Ι時刻的狀態(tài)估計和狀態(tài)估計方差; 步驟六:姿態(tài)估計非線性離散系統(tǒng)的結(jié)束時刻為M,若k+1 =M,則輸出k+1時刻的狀態(tài)估計的姿態(tài)四元數(shù)及陀螺漂移,完成姿態(tài)估計,若k+l〈M,令k = k+Ι則重復(fù)步驟三至步驟五。
      2.根據(jù)權(quán)利要求1所述的一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法,其特征在于:所述的狀態(tài)變量;=^^ β?}\ qk為姿態(tài)四元數(shù),β,為陀螺漂移, 建立衛(wèi)星姿態(tài)估計系統(tǒng)的狀態(tài)方程:
      3.根據(jù)權(quán)利要求2所述的一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法,其特征在于:所述的得到一步狀態(tài)預(yù)測方差、一步量測預(yù)測方差及互協(xié)方差的方法為: 步驟3.1:時間更新,求得一步狀態(tài)預(yù)測方差; 由k時刻的狀態(tài)估計1_和狀態(tài)估計方差Pk|k,求取容積點為:
      4.根據(jù)權(quán)利要求3所述的一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法,其特征在于:所述的多重次漸消因子滿足以下方程:

      5.根據(jù)權(quán)利要求4所述的一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法,其特征在于:所述的求得k+Ι時刻的狀態(tài)估計和狀態(tài)估計方差的方法為: 步驟5.1:利用矯正后的一步狀態(tài)預(yù)測方差進行量測更新; 更新后的一步量測預(yù)測、更新后的一步量測預(yù)測方差及更新后的互協(xié)方差為:
      6.根據(jù)權(quán)利要求5所述的一種用于衛(wèi)星姿態(tài)估計的范數(shù)約束強跟蹤容積卡爾曼濾波方法,其特征在于:所述的陀螺測量噪聲為σν = 0.35° /h,陀螺漂移的兩側(cè)噪聲為σ; =0.021/#?星敏感器測量噪聲為Os= 18",初始陀螺漂移β = [I I l]To /h,初始狀態(tài)估計值為
      【文檔編號】G01C21/24GK104019817SQ201410234807
      【公開日】2014年9月3日 申請日期:2014年5月30日 優(yōu)先權(quán)日:2014年5月30日
      【發(fā)明者】錢華明, 黃蔚, 沈忱 申請人:哈爾濱工程大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1