加法与乘法扩展卡尔曼滤波在卫星姿态确定中的比较分析
机器人学
2023-07-17 v2
摘要
普遍共识是，基于大量理论证据，乘法扩展卡尔曼滤波器（MEKF）优于加法扩展卡尔曼滤波器（AEKF）。本文在仿真中对两种滤波器进行实际比较，旨在验证先前的理论基础是否成立。AEKF与MEKF是扩展卡尔曼滤波器的两种变体，其线性化系统动力学的方法不同。AEKF使用加法修正项更新状态估计，而MEKF使用乘法修正项。两者所使用的状态也不同：AEKF使用四元数作为状态，而MEKF使用吉布斯向量作为状态。结果表明，MEKF在估计精度与更低不确定性方面始终优于AEKF。AEKF计算效率更高，但差异极小近乎可忽略，且对实时应用无影响。总体而言，结果表明由于其更优的估计精度与更低不确定性，MEKF是卫星姿态估计的更好选择，这与先前工作的论述一致。
引用
@article{arxiv.2307.06300,
title = {A Comparative Analysis Between the Additive and the Multiplicative Extended Kalman Filter for Satellite Attitude Determination},
author = {Hamza A. Hassan and William Tolstrup and Johanes P. Suriana and Ibrahim D. Kiziloklu},
journal= {arXiv preprint arXiv:2307.06300},
year = {2023}
}