一种基于UKF的地球卫星自主导航算法研究

一种基于UKF的地球卫星自主导航算法研究

论文摘要

本文主要研究卫星自主导航的非线性滤波算法,着力从以下几个方面深入展开:(a)卫星动力学模型的建立;(b)导航敏感器测量信息的处理及滤波模型的可观测性分析;(c)导航滤波算法的设计。本文以UKF为基本的滤波方法,重点研究只有随机误差的观测量自主定轨算法,着力探索能满足卫星空间环境的高精度的自主定轨算法。全文的主要工作如下:1.自主导航的发展情况和非线性滤波进展的研究通过对国内外自主导航方法与技术的研究,掌握了对自主导航研究的发展趋势,找到了比较适合于我国现阶段开发的自主导航技术的方法;通过各种滤波方法的介绍,比较了各种滤波方法的优劣,总结出了比较适应环境变化的自主导航技术的滤波方法。2.摄动力对轨道状态影响的研究从卫星轨道动力学入手,研究了几种主要的摄动力对定轨位置的影响,得到了不同的摄动力对不同高度卫星轨道的确切影响。3.对非线性系统可观测性的研究针对本文的状态方程和观测方程建立的非线性系统,将分析线性系统可观测性的原理运用于该系统,得到了适合于该非线性系统的可观测性判别矩阵。4.基于UKF方法的自主定轨算法研究针对只有随机观测误差和带有系统观测误差的两种观测方程,进行UKF自主定轨研究,得到了该算法用于卫星自主定轨的适用性,并重点对只有随机观测误差的模型进行了定轨分析,得到了一些主要因素对定轨效果的影响,并在此基础上,设计自主导航滤波算法。卫星自主定轨的主要问题是针对由状态方程和观测方程所建立的非线性系统的可观测性与可观测度问题,卫星自主定轨的精度问题,即可用性和可靠性的问题。通过可观测性分析,表明本系统是可观测的;仿真实验表明,该算法具有比较高的精度,对各种空间环境的变化都具有比较好的稳定性。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究的背景和意义
  • 1.2 自主导航发展的历史与现状
  • 1.3 非线性滤波方法研究进展
  • 1.4 本文工作与结构安排
  • 1.4.1 主要研究内容
  • 1.4.2 主要研究成果和创新
  • 1.4.3 论文结构安排
  • 第二章 卫星实时定轨基础
  • 2.1 时间系统
  • 2.2 参考坐标系及转换
  • 2.2.1 参考坐标系
  • 2.2.2 坐标系之间的转换
  • 2.3 太阳及月球星历计算
  • 2.3.1 太阳星历计算
  • 2.3.2 月球星历计算
  • 2.4 基于日月位置信息的自主定轨原理
  • 第三章 卫星动力学模型及非线性系统的可观测性
  • 3.1 卫星动力学模型的建立
  • 3.1.1 地球引力摄动及对不同高度轨道的影响
  • 3.1.2 日月引力摄动及对不同高度轨道的影响
  • 3.1.3 大气阻力摄动及对不同高度卫星的影响
  • 3.1.4 潮汐摄动及对不同高度轨道的影响
  • 3.1.5 太阳辐射压摄动及对不同高度轨道的影响
  • 3.1.6 小结
  • 3.2 非线性系统的可观测性分析方法
  • 3.2.1 线性系统的可观测性
  • 3.2.2 非线性系统的可观测性
  • 第四章 UKF算法基础
  • 4.1 引言
  • 4.2 UKF算法
  • 4.2.1 UT变换
  • 4.2.2 对称采样策略
  • 4.2.3 UKF算法流程
  • 第五章 测量误差对UKF自主导航算法的影响
  • 5.1 只有随机观测误差的自主定轨算法研究
  • 5.1.1 状态方程
  • 5.1.2 观测方程
  • 5.1.3 可观测性分析
  • 5.1.4 仿真试验
  • 5.1.5 精度影响因子分析
  • 5.2 带有系统测量误差的自主定轨算法研究
  • 5.2.1 状态方程
  • 5.2.2 观测方程
  • 5.2.3 可观测性分析
  • 5.2.4 仿真试验
  • 5.3 导航滤波算法的设计
  • 5.4 小结
  • 第六章 总结与展望
  • 致谢
  • 参考文献
  • 作者在学期间取得的学术成果
  • 相关论文文献

    • [1].基于UKF的恒星相机高精度姿态确定方法[J]. 光子学报 2020(01)
    • [2].基于UKF薄壁件加工变形预测技术研究[J]. 锻压装备与制造技术 2020(01)
    • [3].有色观测噪声下的自适应UKF在北斗多路径误差削弱中的研究[J]. 电子测量与仪器学报 2020(09)
    • [4].基于UKF的卫星星敏故障检测算法研究[J]. 西北工业大学学报 2019(06)
    • [5].基于UKF路面附着估计的电动助力转向控制策略[J]. 振动与冲击 2016(22)
    • [6].基于超宽带和航位推算的室内机器人UKF定位算法[J]. 导航定位与授时 2017(02)
    • [7].改进的衰减记忆UKF算法在伪距定位中的研究[J]. 测绘与空间地理信息 2017(06)
    • [8].基于改进UKF滤波的永磁同步电动机矢量控制[J]. 微特电机 2012(01)
    • [9].基于UKF算法的单站无源定位[J]. 海军航空工程学院学报 2011(03)
    • [10].一种改进的自适应UKF被动定位方法[J]. 电讯技术 2020(04)
    • [11].基于UKF的机动目标跟踪处理方法[J]. 科技资讯 2014(22)
    • [12].基于平方根UKF的新型单站无源定位算法[J]. 现代电子技术 2012(01)
    • [13].扩维UKF在目标状态估计器中的应用[J]. 电光与控制 2009(10)
    • [14].基于变增益UKF的单站无源定位算法[J]. 仪器仪表用户 2008(01)
    • [15].UKF算法在纯方位目标运动分析中的应用[J]. 南京理工大学学报(自然科学版) 2008(02)
    • [16].基于UKF的电传动车辆质心侧偏角估计方法[J]. 装甲兵工程学院学报 2016(02)
    • [17].基于改进平方根UKF双向滤波的单站无源定位算法[J]. 火力与指挥控制 2015(03)
    • [18].基于UKF的惯导/被动导引头组合位置修正方法[J]. 计算机仿真 2015(05)
    • [19].自适应UKF应用于反辐射导弹抗静止目标雷达关机[J]. 系统仿真技术 2011(03)
    • [20].基于UKF滤波的时差定位与跟踪[J]. 现代防御技术 2008(06)
    • [21].基于边缘采样UKF滤波的捷联惯导初始对准方法[J]. 中国惯性技术学报 2014(05)
    • [22].基于约束UKF模型更新的混合试验方法[J]. 地震工程与工程振动 2013(05)
    • [23].基于UKF的主动段弹道跟踪算法[J]. 火力与指挥控制 2011(03)
    • [24].基于UKF的水下机器人执行器故障检测方法研究[J]. 机械设计与制造 2011(05)
    • [25].基于UKF估计的卫星编队动力学建模方法[J]. 航天控制 2010(01)
    • [26].基于UKF的永磁同步电动机无传感器矢量控制研究[J]. 微特电机 2009(02)
    • [27].捷联惯导初始对准的UKF改进算法[J]. 航空兵器 2009(03)
    • [28].基于UKF的反辐射导弹对移动辐射源的跟踪[J]. 信息与电子工程 2009(05)
    • [29].基于平方根UKF滤波的轨道机动飞行器自主导航方法(英文)[J]. 中国惯性技术学报 2008(06)
    • [30].基于UKF的编队卫星的相对姿态确定算法[J]. 计算机仿真 2008(01)

    标签:;  ;  

    一种基于UKF的地球卫星自主导航算法研究
    下载Doc文档

    猜你喜欢