摘要：针对粗太阳敏感器存在的非余弦特性以及易受空间环境杂光干扰的影响,为了提高粗太阳敏感器的定姿精度,需对其电池片进行标定.通过设计多重ukf(Unscented Kalman Filter)滤波器实现对粗太阳敏感器的定姿标定,将其划分为两类,第一类为标定陀螺漂移,第二类借助陀螺漂移标定结果,进而设计电池片滤波器来精确修正粗太阳敏感器的电池片系数,完成对整个粗太敏电池片的输出数据修正.仿真结果表明,采用多重ukf滤波器算法可有效实现对陀螺和粗太阳敏感器的标定,提高了卫星的姿态确定精度,达到了设计要求.

摘要：设计了基于四元数的捷联惯导非线性初始对准模型,同时指出该模型仅仅是姿态误差四元数和速度误差的非线性函数,而对于惯性器件误差而言则是线性的。针对该模型的部分线性特性,设计了基于边缘采样的ukf滤波算法,该算法仅对状态量中的非线性子集进行采样,因此对于部分线性模型而言,该算法在不损失滤波精度的前提下能够有效降低算法计算量。仿真及车载实测数据实验表明所研究的初始对准模型和相应的滤波算法是有效的,而且较传统方法具有明显的计算量方面的优势;在达到相同对准精度的前提下,所设计算法的计算量较传统算法降低了52%。

摘要：讨论了ukf应用于状态方程为线性,测量方程为非线性对象时的稳定性问题。文中给出了一个ukf保持稳定的充分条件,指出适当增加过程噪声和测量噪声方差阵的设置值,有利于保证ukf的稳定性。本文还将ukf应用于航天器相对导航滤波器设计,通过数学仿真和理论分析证实了文中有关ukf稳定性结论的正确性。本文所得到的结论为将ukf应用于实际工程,特别是航天器相对导航滤波器设计,提供了理论参考。

摘要：针对星载雷达数据(距离及其变率、角度及其变率),推导了以相对拟平均根数为状态变量的星间相对导航ukf滤波算法。建立了包含J2一阶长期项摄动的状态转移方程。推导了无奇点的相对拟平均根数与相对位置速度之间的转换矩阵,并分析了坐标变换中被忽略的二阶项的影响,对转换矩阵的精度进行了有效补偿。提出以相对位置速度为直接观测量,设计了具有自调整功能的测量误差协方差阵,避免了建立观测方程时状态量对直接观测量的繁琐偏导计算。仿真结果证明了该算法的有效性。

摘要：对于低精度高噪声的传感器组成的低成本姿态测量系统,本文引入U nscen ted K a lm an filtering(ukf)用于姿态确定,设计了有陀螺测量和四元数差分法的无陀螺测量两种ukf滤波器;应用四元数避免了欧拉角法的奇异问题;用高斯-牛顿误差最小法将六维参考向量转化为四元数,作为观测量的一部分,使九维非线性观测方程转化为七维线性方程进行滤波,减少了计算量;应用仿真数据进行算法验证,成功得到姿态估计;对两种算法在低速和高速状态下进行验证,仿真结果表明了该方法的有效性。

摘要：ukf是一种新的非线性滤波方法,在状态的时间更新阶段直接使用非线性模型,不引入线性化误差,而且不必计算Jacobi矩阵,相对于扩展卡尔曼滤波(EKF)不仅能提高滤波精度,而且更容易实现。修正的罗德里格参数(MRPs)是一种飞行器姿态参数,相对于四元数姿态参数,用MRPs表示飞行器的姿态时,状态误差方差不会产生奇异性,并且能在一定程度上减小估计的计算量。本文针对MRPs表示的无陀螺飞行器姿态系统,利用ukf设计了姿态估计器,并通过仿真验证了算法的有效性。

摘要：利用光学导航相机以及星敏感器,通过测量星光信息以及天体边缘的信息,进行了自主光学导航方案的设计。利用小波分析对观测信息进行预处理,滤除了它所包含的高频噪声,为ukf(Unscented Kalman Filter)滤波过程提了更为平稳的观测信息,并与ukf滤波进行比较,通过仿真验证了该算法的优越性。

摘要：针对卫星星座自主导航系统中存在的模型不确定性及难以准确获取的时变系统噪声统计特性影响导航精度的问题,提出了一种系统噪声在线自适应调整的ukf算法。基于所提出的自适应ukf算法设计了一种基于星间相对测量的卫星星座自主导航方法,该方法结合奇异值分解和比例修正的采样策略,解决了应用ukf时易出现状态误差方差阵丧失正定性而导致的Cholesky分解无法进行的问题。通过在低轨区域星座和中轨全球星座上的仿真实验,验证了该算法在提高滤波精度以及改善状态估计置信度方面的有效性,所提算法的定轨精度优于EKF算法、自适应EKF算法以及基于对称采样策略的ukf算法。采用CRLB分析法对导航算法的估计性能进行了分析验证。

摘要：针对航天器的惯性-星光姿态确定系统,选取基于矢量观测的最小参数姿态矩阵估计方法为定姿算法。但是由于系统模型是非线性的,针对系统模型的非线性,将ukf(Unscented Kalman Filter)与最小参数姿态矩阵估计方法结合,设计了一种针对MEMS陀螺和CMOS APS星敏感器的ukf姿态估计器。仿真结果表明：在敏感器精度较差的情况下,该ukf姿态估计器能够满足大多数航天器对姿态确定精度的要求。此外,ukf和EKF(Extended Kalman Filter)的仿真对比结果表明：ukf滤波器的收敛速度高于EKF滤波器,状态估计的精度也优于EKF滤波器,且数值稳定性好。

摘要：为了更好地适应高动态环境给GPS信号接收模型带来的非线性特性,提出了一种基于Unscented卡尔曼滤波(Unscented Kalman Filter,简称为ukf)技术的高动态GPS信号参数估计方法。在分析高动态GPS载波相位模型和ukf原理的基础上,设计了高动态ukf估计器,对高动态GPS信号的相位、多普勒频率、频率变化率和频率二阶导数等参数进行了估计。通过仿真分析了该估计器的估计性能,仿真结果表明该方法在高动态环境中可以很好地跟踪GPS接收机动态信号。