关于卫星姿态确定非线性滤波算法的研究

本文探讨了利用方位矢量和陀螺速率观测信息确定卫星姿态的问题。该问题实际上是一个非线性/非高斯状态滤波问题，因此，经典的基于EKF和UKF算法的姿态滤波器有可能失败，尤其是当初始状态的先验估计不可能精确得知的情况下。近来，粒子滤波理论已经开始应用于姿态确定问题，但是，这类算法往往需要大量的“粒子”，这对有限计算能力来说是一个沉重的负担。为此，本文尝试利用双重滤波方法，在每个序贯估计过程中，将有陀螺姿态确定问题暂时分解为1个四元数估计问题和1个陀螺常漂参数估计问题。本文提出了2个双重滤波器，包括1个姿态确定双重粒子滤波器和1个姿态确定的混合型滤波器。这两者都采用一个相同的四元数粒子滤波器，但在粒子重采样和平滑处理方面，不同于近来提出的类似滤波器。至于陀螺常漂估计，双重粒子滤波器发展了一个辅助粒子滤波器，而混合滤波器中则发展了一个参数UKF滤波器。通过与经典的姿态确定滤波器的仿真比较，证实了本文新提的2个算法的有效性和优越性。

Study on Spacecraft Attitude Determination with Nonlinear Filtering Algorithms

The gyro-equipped spacecraft attitude determination from a sequence of vector observations is investigated in this paper.The spacecraft attitude determination is a nonlinear/non-Gaussian state filtering problem,so to use the classical filters proposed based on the extended Kalman filter(EKF)or unscented Kalman filter(UKF)might fail,especially when an accurate initial aprior state estimate is unexpectable.Recently the particle filtering algorithms have been applied to spacecraft attitude determination.Howeve...