改進粒子濾波算法在導航星座自主定軌技術中的應用.pdf

1、導航星座自主定軌的系統(tǒng)模型屬于非線性系統(tǒng)，系統(tǒng)狀態(tài)和誤差的分布并不嚴格滿足高斯分布。傳統(tǒng)的EKF算法應用于非線性系統(tǒng)時需要先將系統(tǒng)線性化處理，且要求狀態(tài)和觀測嚴格服從高斯分布，在實際應用中勢必帶來舍入誤差；非線性的UKF算法雖然避免了線性化誤差，但是仍然要求輸入量為高斯分布，且采樣點數目固定，靈活性較差；再者，在應用于高維狀態(tài)量的系統(tǒng)時，UKF算法耗時嚴重，實時性很差。
　　為解決上述問題，本文研究了最適用于非線性、非高斯系統(tǒng)的粒

2、子濾波算法，并針對粒子濾波對模型依賴嚴重、計算量大、實時性差等問題進行了研究和算法改進。主要的研究工作如下：
　　1、在研究導航星座自主定軌基本理論的基礎上，概括出了濾波模型，包括作為狀態(tài)模型的軌道攝動方程，介紹了主要攝動力；以及作為觀測模型的星間偽距觀測和星間定向觀測模型，介紹了兩種觀測量的獲取條件和觀測方程的計算方法。
　　2、在僅采用星間距離觀測的情況下，為克服非線性非高斯的限制，本文采用粒子濾波算法來提高長期定軌精度

3、。將EKF算法與PF算法相結合，以此克服PF算法對模型的嚴重依賴，并針對標準EKPF算法應用于高維系統(tǒng)實時性差的缺點，提出了改進EKPF算法。改進EKPF算法不僅克服了EKF算法應用的種種限制，而且有效改進了PF算法和標準EKPF算法的實時性。
　　3、僅采用星間偽距作為觀測量，只能保證星座內衛(wèi)星的相對位置的準確性，不能修正星座的整體旋轉誤差，有學者提出引入星間定向觀測量，但是觀測量的增加卻以損失實時性為代價。為此本文提出引入聯邦

4、粒子濾波算法，將星間測距與星間測向分別作為兩個局部濾波器，采用本文提出的改進EKPF算法作為局部濾波算法；并且在信息融合過程中引入生物進化論的思想，提出了基于生物進化論的聯邦粒子濾波算法（EFPF算法），將最優(yōu)估計值的獲得模擬為“優(yōu)勝劣汰，物競天擇”的生物進化結果。
　　4、最后，本文利用GPS星座的IGS星歷數據對改進EKPF和EFPF算法的有效性進行了仿真驗證，通過設計的多組實驗證明了以上兩種算法在定軌精度和算法實時性方面的優(yōu)