用于轨道确定的自适应动态约束过程噪声估计

本文提出两种新算法，用于在存在动力学模型不确定性的情况下，在线精确估计离散时间卡尔曼滤波的过程噪声协方差，以实现鲁棒轨道确定。常见的轨道确定过程噪声技术，如状态噪声补偿和动态模型补偿，需要离线调参以及对动力学环境的先验知识。或者，过程噪声协方差可通过自适应滤波估计。然而，许多自适应滤波技术由于计算成本或假设线性时不变系统，不适用于星上轨道确定。此外，现有自适应滤波技术未根据底层连续时间动力学模型约束过程噪声协方差，且关于带色过程噪声的自适应滤波工作有限。为克服这些局限，我们开发了一种新方法，将状态噪声补偿和动态模型补偿与协方差匹配自适应滤波最优融合。由此得到两种自适应且动态约束的过程噪声协方差估计技术。与许多自适应滤波方法不同，新技术可准确外推过测量中断期，且不依赖临时方法确保过程噪声协方差为半正定。所提算法的优势通过两个案例研究展示：一个示例性线性系统以及两航天器绕小行星自主导航。