微小卫星鲁棒自适应姿态确定算法

基于磁强计测量的微小卫星姿态确定系统中，由于状态方程和测量方程均为轨道参数的函数，因此在轨道估计存在误差的情况下，标准的扩展卡尔曼滤波算法（ExtendedKalmanFilter，EKF）并不能获得姿态的最优解。针对轨道确定误差对姿态确定的影响，基于自适应滤波及鲁棒估计原理，提出了鲁棒自适应卡尔曼滤波（RobustAdaptiveKalman Filter，RAKF）算法。该算法通过构建合理的膨胀因子和自适应因子，自动调节观测噪声方差矩阵和一步预测方差矩阵的大小，从而改变旧有数据及观测信息在滤波中的权重，获得更合理的卡尔曼增益，使滤波器获得近似最优结果。基于标准卡尔曼滤波的稳定性理论，证明了若系统一致完全可控并且一致完全可观，该滤波器是一致渐近稳定的。数学仿真表明，与EKF相比，RAKF能够将欧拉角估计精度从0.3°提高到0.2°，从而证明了该算法的有效性。