基于MME准则估计卫星姿态的非线性滤波算法

结合矢量观测的特点，基于最小模型误差准则给出了一种确定卫星姿态的实时估计算法，称为预测滤波算法。该算法利用矢量观测信息，对动力学方程中的力矩模型误差进行预测，并利用预测值修正动力学模型，从而准确地估计卫星的三轴运动姿态，同时能获得角速度估计值。通过误差观测矢量的建立，进一步提出了能够简化准则函数的修正预测滤波算法。仿真结果证明，预测滤波算法及其修正算法克服了扩展卡尔曼滤波器的不足，能够有效地解决存在显著模型误差情况下的非线性估计问题。     

基于粒子滤波和UKF联合滤波的卫星姿态估计

针对矢量观测的三轴稳定卫星的姿态估计问题,提出了基于粒子滤波(PF)和Unscented卡尔曼滤波(UKF)的一种联合滤波方法.为了避免粒子滤波的状态高维数引起的计算量过大、难收敛等问题,采用UKF滤波来估计陀螺的漂移,从而使粒子的数量大大减少,以较少的运算量获得较好的滤波效果.另外,通过定义增量误差四元数和采用无冗余的广义罗德里格参数(Generalized Rodrigues Param eters)(三参数)描述卫星姿态,使四元数的归一化处理是隐含的,从而解决了四元数的归一化所造成的协方差阵奇异问题.将该方法应用于某型号卫星的姿态估计,并与UKF相比,即使在较大初始姿态误差情况下,算法也能很快地收敛,验证了所设计的姿态估计算法是可行有效的.     

基于TAM的卫星角速度粒子滤波估计算法

针对带有三轴磁强计(TAM)的低轨对地卫星非线性模型的角速度估计问题,提出一种新的基于粒子滤波(PF)的卫星角速度估计算法.该算法不需要地磁场模型矢量和卫星姿态信息,只依靠TAM测量输出和PF滤波方法来解决角速度估计问题,取得了较高的估计精度.同时,为解决转动惯量参数可能存在未建模特性的问题,采取了双PF滤波器既估计角速度又估计转动惯量参数,从而避免由于状态高维数而引起的PF算法的计算量过大问题.考虑到采用粒子滤波估计转动惯量参数的特殊性,引入参数估计的核光滑(Kernel smoothing)方法,进而提高了转动惯量参数估计的精度,减少了转动惯量的不确定性对角速度估计精度的影响.最后,在不同参数的情况下,与EKF角速度估计方法进行比较,结果体现所提算法在解决角速度估计问题的优越性.     

改进型UKF滤波算法的卫星姿态估计

针对矢量观测的三轴稳定卫星的姿态估计问题,提出了一种改进的UKF（unscented Kalman filter）滤波算法．它通过引入简化球形分布Sigma点UT变换（SSUT）,使得Sigma点的数量减少,从而在与UKF算法估计精度相当的情况下,计算量大大减少．同时,该算法依据姿态四元数与修正罗德里格参数之间的变换关系以及Sigma点的本质属性,保证了在姿态估计过程中四元数满足归一化约束,并且给出了过程噪声方差阵的选取方法．与扩展卡尔曼滤波（EKF）相比,无需计算Jacobian矩阵且具有更高的估计精度,并且对初始姿态误差更具有较好的鲁棒性．数值仿真表明该方法能很好地改善滤波效果,提高了估计精度,同时减小了计算量。     

利用GPS系统确定小卫星姿态的一种算法

研究利用GPS系统确定小卫星姿态的方法，是GPS系统在航天器上应用的重要研究内容之一。针对微小卫星利用GPS系统进行载波相位姿态确定时存在的整周模糊度快速确定及简化姿态确定算法问题，给出了一种整周模糊度的快速确定方法，井在此基础上探讨了一种姿态求解的方法。仿真结果表明，所给算法理论简便实用，能够较好地用于微小卫星的姿态确定。     

基于姿态补偿的视线角速率样条滤波

在大气层外动能拦截器应用背景下,对基于姿态补偿的视线角速率样条滤波进行了研究,对拦截过程中姿态跟踪角度进行了分析;通过引入姿态补偿模型,依靠三阶样条滤波实现了视线角度测量数据处理。仿真结果表明,该方法能有效减少末制导姿控情况下视线角速率滤波误差,对拦截过程中姿控引起的方法误差可进行有效的补偿。     

无陀螺卫星的非线性姿态估计算法及仿真研究

无陀螺卫星姿态模型的强非线性会严重降低常用滤波器的精度和收敛性,在初始误差较大的情况下甚至会导致姿态估计失败,针对该问题,引入一种新的非线性估计算法.该算法利用迭代数值方法解决了当前和过去采样点的非线性平滑问题,保留了当前采样点之前一定数量阶段的所有非线性特性,而没有进行任何近似.为提高计算速度,分析了影响计算速度的原因,并给出加速计算的方法.通过无陀螺卫星的姿态估计仿真,结果证明,新算法能在较大初始状态误差和卫星动力学模型高度不确定性的情况下,对元陀螺卫星姿态角和角速度的估计具有显著的收敛性和精度.     

小卫星姿态反作用轮捕获的预测控制方法

有利于提高小卫星的功能密度。为在反作用轮速率饱和限制条件下获得较短的捕获时间,在极大值原理和非线性预测控制理论基础上提出了分步优化的思想,设计了用于姿态捕获的次最优控制器,避免了直接优化控制的困难。最后进行了仿真验证,结果表明该控制方法能在反作用轮速率饱和限制条件下较快地实现小卫星姿态捕获,且具有良好的鲁棒性。     

基于栅格粒子滤波的人体头肩三维姿态估计

为了实现单目视频中人体头部和肩部位置的自动跟踪,并估算出人体头肩部的三维姿态.提出了一种新的基于头-肩三维模型的栅格粒子滤波方法,使用Chamfer距离进行边缘相似性度量.算法使用一个预先生成的离散化的栅格状态空间,在每一个时间步将该状态空间的一个较小的子空间作为粒子的搜索空间,有效地限制了所用粒子数量,提高了粒子滤波过程的执行效率.由于三维信息的缺失,单目视频中人体三维姿态估计一直是一个难点问题.而实验结果表明,本方法能够有效并准确地估计出人体头肩部的三维姿态,为人体姿态分析和行为理解的研究提供了一个新的基础.     

Kalman滤波用于舰船运动姿态估计的研究

讨论了 Kalman 滤波用于舰船横摇运动姿态估计的应用方法与应用效果针对海浪干扰及测量噪声均为有色噪声的情况下,提出了如何使用 Kalman 次优滤波器和最优滤波器进行舰船横摇运动姿态的估计和预报的理论基础与方法.在IBM 计算机上进行了数字仿真,并给出了仿真的统计结果与仿真曲线.结果表明,采用本文研究的方法进行舰船横摇运动姿态的估计,可获得令人满意的结果。     

基于视觉信息的航天器位姿估计迭代算法

基于视觉信息的空间目标相对位姿估计问题是未来空间操作的关键所在,正交迭代算法是一种具有实时性好且全局收敛特点的单目位姿估计算法.为了有效利用多个摄像机荻取的数据,进一步提高位姿估计算法的综合性能,提出了一种双目正交迭代融合算法,取两个摄像机获取的所有特征点的目标空间共线性误差平方和作为误差函数,推导得到使两个摄像机总的...     

传递对准中一种新的姿态匹配算法

根据Kain J E和Cloutier J R定义的量测失准角,设计了一种新的姿态匹配量测方程。通过与传统传递对准方程比较,推导出了这种姿态匹配量测方程。由推导出的量测方程,指出平台失准角、量测失准角和实际失准角三者之间的关系。该量测方程使传递对准姿态量测方程形式简单,计算量减少。最后,采用"速度 姿态"匹配方法进行仿真,仿真结果表明:该方法与其它姿态角量测方法比较,在降低计算量的同时,仍然具有相同的估计精度。     

一种适用于速率陀螺的捷联航姿算法

为了能将新型固态速率陀螺应用在常规弹箭上,必须研究超高精度的捷联航姿算法,以适应此特殊的应用环境．应用速率陀螺在当前迭代周期和前次迭代周期内输出的信息提出一种修正算法,推导了该方法在典型圆锥运动下的算法误差．结果表明：在速率输入情况下,与传统算法比较,新算法具有较高的精度和适中的计算复杂度．     

基于Haar小波的一类动态多尺度系统最优估计算法

提出一种基于状态空间投影方程的动态多尺度系统建模方法，给出了基于Haar小波的模型的具体形式。该模型满足标准卡尔曼滤波条件，执行卡尔曼滤波，可获得各个尺度上目标状态线性最小方差意义下的最优融合估计值．仿真结果令人满意，并为动态多尺度系统建立了一种新的估计理论框架。     

一种自适应混合滤波姿态解算算法

针对低成本惯性测量器件采用基于滤波的姿态解算算法存在精度低、抗干扰性差等问题,提出了一种基于共轭梯度法与互补滤波相融合的自适应参数调节的混合滤波算法.该算法首先利用共轭梯度算法对加速度计和磁力计的数据进行姿态四元数的迭代估算,再通过互补滤波算法将陀螺仪更新的姿态与其进行信息融合,最后根据载体的运动状态自适应调节滤波参数,实现最优姿态估计.为验证所提算法的可行性和抗干扰性,与其他滤波融合算法在移动机器人平台上进行抗磁干扰和抗运动加速度干扰实验.实验结果表明,该算法可以有效地降低磁干扰和运动加速度干扰对姿态角解算的影响,其姿态角解算精度优于传统的梯度下降法、高斯牛顿法和共轭梯度法的滤波融合算法.     

Relative Attitude and Position Estimation for Spacecraft from Multiple Geometric Features

This paper investigates the pose and motion estimation problem using single camera measurement for spacecraft. The leader spacecraft of three-dimensional shape is observed by a calibrated camera fixed on the follower spacecraft. Based on dual numbers, an integrated observation model is proposed based on a combination of multiple geometric features including points, lines and circles, which can improve the robustness and accuracy of the estimation algorithm. A six-degree-of-freedom relative motion model is proposed by using the dual quaternion representation, in which the rotation-translation coupling effect due to the points deviating from the center of the mass is described. Employing the proposed observation model and dynamics model, an Extended Kalman Filter is presented to estimate the relative state between the two spacecraft. Numerical simulations are performed to evaluate the proposed approaches, showing the convergence of relative estimation errors and superior estimation performance.     

基于扩展卡尔曼滤波的两轮机器人姿态估计

针对两轮自平衡机器人惯性传感器存在误差的问题,提出基于扩展卡尔曼滤波的方法进行补偿,从而实现机器人姿态的最优估计.利用实验获得的惯性传感器误差特性,采用Levenberg-Marquardt非线性最小二乘迭代法拟合数据,从而建立机器人导航用惯性传感器陀螺仪和加速度计误差的数学模型,并对误差进行标定.采用扩展卡尔曼滤波将传感器的数据进行融合并对误差进行补偿,得到机器人姿态的最优估计.将滤波后的模型应用到两轮自平衡机器人系统,实验结果表明改进后的系统误差得到了有效的抑制,从而验证了采用低成本的惯性传感器进行机器人的姿态估计是有效可行的.     

电力系统自适应卡尔曼滤波状态估计

本文开发一种动态状态估计的新算法，旨在提高状态估计的精度，由于电力系统是非线性的，因此，线性化的系统模型和噪声统计特性都是时变的，自适应卡尔曼波技术能很好地解决由于状态转移方程不确切而使估计值恶化的现象，同时提高了估计精度并减少了计算时间。