【技术实现步骤摘要】
一种基于中心误差熵准则容积卡尔曼滤波的航天器姿态确定方法
[0001]本专利技术涉及航天器姿态估计
，具体涉及一种基于中心误差熵准则容积卡尔曼滤波的航天器姿态确定方法。
技术介绍
[0002]高精度高可靠的姿态确定是航天器开展空间在轨服务等任务的基础。目前航天器的姿态确定方法按姿态解算方法不同可以分为确定性方法和状态估计法两类，其中，状态估计法采用滤波的方法根据观测信息对航天器状态量进行估计，可以有效的克服参考矢量的不确定性影响。
[0003]在非线性姿态估计过程中，主要使用扩展卡尔曼滤波(EKF)算法进行姿态估计。然而，由于扩展卡尔曼滤波本身的局限性导致其在强非线性条件下滤波精度不高。为了克服使用扩展卡尔曼滤波算法所存在的问题，目前提出了一种容积卡尔曼滤波(CKF)算法，CKF算法基于Cubature变换，相比于EKF算法，在处理非线性问题上具有更高的精度，在高斯噪声的条件下有着良好的滤波效果。然而，实际航天器姿态确定系统中由于传感器故障、野值干扰等状况会导致噪声服从厚尾非高斯分布，此时传统CKF算法可能会出...
【技术保护点】
【技术特征摘要】
1.一种基于中心误差熵准则容积卡尔曼滤波的航天器姿态确定方法，其特征在于，所述方法用于估计航天器姿态，包括：根据航天器的测量数据和航天器姿态动力学模型，建立航天器姿态确定的非线性系统；根据前一时刻航天器的状态和状态协方差，利用Cholesky分解法和预设容积点，求解获取多个容积采样点，基于获取的容积采样点，通过非线性系统中的状态方程进行状态传递，获取当前时刻航天器的一步预测状态估计值和一步预测状态协方差；根据当前时刻航天器的一步预测状态估计值和一步预测状态协方差，利用Cholesky分解法和预设容积点，求解获取多个容积采样点，基于获取的容积采样点，通过非线性系统中的测量方程进行测量信息传递，获取航天器量测输出量的一步预测值、一步预测值的协方差、以及一步预测值与一步预测状态估计值的互协方差；基于中心误差熵准则建立航天器状态对应的线性化回归方程，利用线性化回归方程确定中心误差熵准则滤波的代价函数，对代价函数进行最大化处理，得到当前时刻航天器的状态和状态协方差。2.根据权利要求1所述的基于中心误差熵准则容积卡尔曼滤波的航天器姿态确定方法，其特征在于，建立航天器姿态确定的非线性系统为：其中，x
k
表示k时刻航天器的n维状态向量，f(
·
)表示系统的状态方程，x
k
‑1表示k
‑
1时刻航天器的n维状态向量，ω
k
‑1表示k
‑
1时刻的n维系统噪声序列，z
k
表示k时刻的m维测量向量，h(
·
)表示系统的测量方程，ν
k
表示k时刻的m维测量噪声序列。3.根据权利要求2所述的基于中心误差熵准则容积卡尔曼滤波的航天器姿态确定方法，其特征在于，设定前一时刻为k
‑
1时刻，当前时刻为k时刻，设定k
‑
1时刻的航天器状态的后验概率密度为根据前一时刻航天器的状态和状态协方差，利用Cholesky分解法和预设容积点，求解获取多个容积采样点，包括：利用以下公式三和公式四对前一时刻航天器的状态协方差进行Cholesky分解；利用以下公式三和公式四对前一时刻航天器的状态协方差进行Cholesky分解；根据Cholesky分解结果、前一时刻航天器的状态和预设容积点，利用以下公式五求解获取2n个容积采样点；其中，表示k
‑
1时刻航天器的状态，P
k
‑1表示k
‑
1时刻航天器的状态协方差矩阵，N(
·
)表示高斯分布，S
k
‑1表示P
k
‑1的平方根矩阵，表示k
‑
1时刻航天器的状态的采样点，ξ
i
表示第i个预设容积点。4.根据权利要求3所述的基于中心误差熵准则容积卡尔曼滤波的航天器姿态确定方
法，其特征在于，基于获取的容积采样点，通过非线性系统中的状态方程进行状态传递，获取当前时刻航天器的一步预测状态估计值和一步预测状态协方差，包括：基于获取的容积采样点，利用以下公式八进行状态传递，获取状态一步预测采样点；基于状态一步预测采样点，利用以下公式九进行状态预测估计，获取当前时刻航天器的一步预测状态估计值；基于当前时刻航天器的一步预测状态估计值，利用以下公式十获取当前时刻航天器的一步预测状态协方差；其中，表示经非线性系统中的状态方程...
【专利技术属性】
技术研发人员：曹璐，杨宝健，冉德超，肖冰，蒋臣，
申请(专利权)人：中国人民解放军军事科学院国防科技创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。