基于重力梯度卡尔曼滤波的自主定轨
天体物理仪器与方法
2017-01-13 v1 信息论
math.IT
摘要
本文提出利用星载重力梯度为近地卫星提供自主定轨能力。重力梯度包含有用的位置信息，可通过将观测值与精确的重力模型进行匹配来提取。本文研究了将扩展卡尔曼滤波作为主要估计器。讨论了用于滤波器设计的轨道运动随机模型、测量方程和模型配置。此外，还开发了一种增广状态滤波器以处理未知的显著测量偏差。通过仿真分析了初始误差、数据采样周期、轨道高度、姿态、梯度仪噪声水平和测量偏差的影响。结果表明，该滤波器在存在加性白噪声观测误差时表现良好。在增广状态滤波器中发现了沿迹位置可观测性的下降。使用 GOCE 卫星的真实飞行数据对该算法进行了测试。实现了小于 100 m 的径向和横向位置误差。
引用
@article{arxiv.1609.05225,
title = {Autonomous Orbit Determination via Kalman Filtering of Gravity Gradients},
author = {Xiucong Sun and Pei Chen and Christophe Macabiau and Chao Han},
journal= {arXiv preprint arXiv:1609.05225},
year = {2017}
}
备注
29 pages, 15 figures, Ready for Publication in IEEE Transactions on Aerospace and Electronic Systems