基于SVD的多终端实时定轨自适应鲁棒CKF算法

摘要：

针对多终端实时定轨过程中难以精确获得量测噪声统计特性及存在异常测速值导致滤波精度降低的问题,提出一种基于奇异值分解(SVD)的自适应鲁棒容积卡尔曼滤波(CKF)算法.使用欧拉预测校正法离散带.J2项摄动的轨道动力学方程以得到状态方程.将H∞鲁棒滤波思想应用于CKF算法,建立了非线性条件下约束水平与滤波信息的反比关系,实现对约束水平的自适应调整,并使用SVD代替传统的Cholesky分解以提高数值计算的稳定性.仿真结果表明,欧拉预测校正法可以有效提高轨道动力学方程离散精度;相比标准CKF算法,自适应鲁棒CKF算法具有更高的定轨精度及鲁棒性.

关键词：手持终端、实时定轨、奇异值分解、容积卡尔曼滤波、鲁棒滤波

所属期刊栏目：37

分类号：TH76(仪器、仪表)

资助基金：国家高科技研究发展计划2015AA7026085

在线出版日期：2016-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：490-496