一种基于AUKF的航天器自主导航算法

空间控制技术与应用

一种基于AUKF的航天器自主导航算法

范炜^1，2,李勇³

1.北京控制工程研究所,北京 100190；2.空间智能控制技术国家级重点实验室,北京 100190 ；
3. 中国空间技术研究院研究发展中心，北京 100094

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2009-06-26 发布日期:2009-06-26

An Adaptive Unscented Kalman Filter Based Spacecraft Autonomous Navigation Algorithm

FAN Wei ^1,2, LI Yong³

1. Beijing Institute of Control Engineering, Beijing 100190, China;
2. National Laboratory of Space Intelligent Control, Beijing 100190, China;
3. R&D Center, China Academy of Space Technology, Beijing 100094, China

Received:1900-01-01 Revised:1900-01-01 Online:2009-06-26 Published:2009-06-26

摘要/Abstract

摘要： 将非线性Sage-Husa噪声估计器与无迹滤波器(UKF)相结合，提出了一种新型的自适应无迹滤波器(AUKF).对基于AUKF的航天器自主导航系统进行了计算机仿真，仿真结果表明，对于存在测量偏差的自主导航系统，AUKF的导航滤波精度较传统的扩展卡尔曼滤波器(EKF)有显著的提高.进而，针对航天器自主导航系统测量偏差周期时变的特点，提出了提高偏差估计精度的改进算法.仿真结果表明，在适当增加计算量的条件下，利用偏差估计改进算法的AUKF能够进一步提高自主导航系统的导航精度.

关键词: 自主导航, 扩展卡尔曼滤波, 自适应无迹滤波器, Sage-Husa噪声估计器

Abstract: A new approach called as adaptive unscented Kalman filter (AUKF) for nonlinear filtering systems is presented in this paper. This method combines nonlinear Sage-Husa noise statistics estimator with unscented Kalman filter (UKF). Then AUKF is applied to the spacecraft autonomous navigation. The computer simulation results demonstrate that the navigation accuracy using AUKF is much better than using EKF. And a new algorithm to improve measurement bias estimate precision by using periodic information of the measurement bias is proposed. The autonomous navigation system simulation results show that with a little more computing time the improved AUKF using the new measurement bias estimate algorithm is more accurate than AUKF.

Key words: autonomous navigation, extended Kalman filter, adaptive unscented Kalman filter, Sage-Husa noise statistics estimator

中图分类号:

V448.22+4

范炜^1，2,李勇³. 一种基于AUKF的航天器自主导航算法[J]. 空间控制技术与应用, 2009, 35(3): 23-28.

FAN Wei ^1,2, LI Yong³ . An Adaptive Unscented Kalman Filter Based Spacecraft Autonomous Navigation Algorithm[J]. , 2009, 35(3): 23-28.

[1]	李志平, 顾朋, 孙帅, 陈建新. 未来行星表面漫游车自主导航技术研究[J]. 空间控制技术与应用, 2021, 47(5): 58-67.
[2]	张原, 熊凯, 邢琰. 基于并行扩展卡尔曼滤波的自主卫星星座导航方法[J]. 空间控制技术与应用, 2021, 47(3): 16-23.
[3]	刘鹏, 倪郑鸿远, 赵巍, 王志强. 一种小天体旋转参数估计方法[J]. 空间控制技术与应用, 2020, 46(6): 20-27.
[4]	曾庆化, 孙克诚, 孙长银, 刘建业, 熊智. 强气流扰动下无人直升机自主导航技术发展与展望[J]. 空间控制技术与应用, 2019, 45(5): 14-.
[5]	冀红霞, 宗红, 黄翔宇, . 基于特征值分解的小天体着陆自主导航系统可观度分析[J]. 空间控制技术与应用, 2019, 45(1): 1-8.
[6]	熊凯, 魏春岭, 辛优美, . 基于并行模型自适应滤波的空间目标相对位姿估计[J]. 空间控制技术与应用, 2019, 45(1): 9-14.
[7]	郝云彩. 空间光学敏感器技术进展与应用[J]. 空间控制技术与应用, 2017, 43(4): 8-18.
[8]	王大轶, 李茂登, 黄翔宇. 火星进入段自主导航技术研究综述[J]. 空间控制技术与应用, 2016, 42(5): 1-.
[9]	张杨, 王典军, 朱志斌, 高恩宇. 基于视线测量和轨道预报高轨非合作目标相对导航方法[J]. 空间控制技术与应用, 2016, 42(3): 21-26.
[10]	褚永辉, 李茂登, 黄翔宇, 王大轶. 基于自适应滤波的脉冲星导航方法研究[J]. 空间控制技术与应用, 2015, 41(6): 8-.
[11]	张晓磊, 郑建华, 高东, 钱航. 星间测距对小卫星编队相对轨道状态的修正[J]. 空间控制技术与应用, 2015, 41(3): 42-47.
[12]	唐青原, 王晓磊. 基于视线矢量测量的火星接近段自主导航算法[J]. 空间控制技术与应用, 2015, 41(3): 38-41.
[13]	张艾, 李勇. 基于星间测距的编队卫星一致性导航算法[J]. 空间控制技术与应用, 2015, 41(3): 23-27.
[14]	熊凯, 魏春岭, 刘良栋. 基于星间距离测量的高精度自主导航[J]. 空间控制技术与应用, 2014, 40(6): 16-20.
[15]	张晓文, 李骥, 黄翔宇, 王大轶. 基于陆标图像的天体定点着陆信息融合导航方法[J]. 空间控制技术与应用, 2014, 40(6): 10-15.