SVD-ACKF算法在光电经纬仪实时定轨中的应用

作     者：李兆铭 杨文革 丁丹 王超 Li Zhaoming;Yang Wenge;Ding Dan;Wang Chao

作者机构：装备学院研究生院北京101416 装备学院光电装备系北京101416 西安卫星测控中心陕西西安710043 

基　　金：国家高技术研究发展计划(2015AA7026085) 

出 版 物：《红外与激光工程》 (Infrared and Laser Engineering)

年 卷 期：2017年第46卷第1期

页      码：175-182页

摘      要：对光电经纬仪量测噪声统计特性未知或不精确导致实时定轨精度降低甚至发散的问题,设计了基于奇异值分解的自适应容积卡尔曼滤波(SVD-ACKF)算法。首先,利用Sage-Husa极大后验估计器及其改进形式对噪声统计特性进行在线估计,使得CKF算法具有应对噪声变化的自适应能力,并使用SVD代替传统Cholesky分解以提高数值计算的稳定性。然后,阐述了实时定轨数学模型,提出使用欧拉预测校正法对带J2项摄动的轨道动力学方程进行离散。仿真实验表明:欧拉预测校正法将轨道动力学方程的离散精度提高了1 970.411 m。在量测噪声协方差矩阵取值恶劣时,SVD-ACKF算法将实时定轨精度维持在43 m左右,并且具有更好的数值稳定性。

主 题 词：奇异值分解 自适应容积卡尔曼滤波 光电经纬仪 欧拉预测校正法 

学科分类：08[工学] 081105[081105] 0811[工学-水利类] 

核心收录：

D　O　I：10.3788/IRLA201746.0117005

馆 藏 号：203216221...