基于新息趋势的纳卫星地磁定轨

针对地磁定轨系统受地磁偏差影响精度不高的问题,提出了一种基于新息趋势的自适应地磁定轨算法(AKF).该算法将地磁偏差建模为随机游走模型,使之参与滤波.在滤波器运行过程中,依据新息的变化趋势,实时调整滤波器状态.以Swarm-A卫星的观测数据的实验表明,该算法和传统滤波器相比具有计算量低,收敛速度快,定位精度高等优点.通...     

基于群体进化策略的电磁态势预测

针对战场电磁态势预测问题,基于群体智能优化算法的可靠性与全局性等特点,提出了一种利用融合Cholesky因子更新的CMAES算法优化的RBF神经网络方法,利用在CMAES算法中添加Cholesky的秩-μ更新来提高算法的速度和准确度,提高网络学习的效率与预测精度。仿真实验验证了该方法可以有效提高电磁态势的运算速度与精度。     

基于模糊调节无迹卡尔曼滤波器的地磁定轨研究

地磁定轨系统适合于对仪器复用率要求高的微纳卫星使用.考虑到地磁定轨系统的性能受限于地磁偏差,本文设计了模糊调节器,并构建了模糊调节无迹卡尔曼滤波器.将地磁偏差建模为随机游走,并将其变化率作为调节器的输入量,经模糊处理后,自适应调节滤波器的参数.SWARM-A卫星的实测数据实验表明,该算法可有效提升地磁偏差的估计精度,从...