基于自适应SRCKF的空间非合作目标实时轨道确定.docx

基于自适应SRCKF的空间非合作目标实时轨道确定
标题：基于自适应SRCKF的空间非合作目标实时轨迹确定
摘要：
随着空间科学与技术的快速发展，空间目标的实时轨迹确定变得越来越重要。而对于空间非合作目标而言，其定位信息无法通过互相合作获取，给实时轨迹确定带来了巨大挑战。本文提出了一种基于自适应SRCKF（SquareRootCubatureKalmanFilter）的方法，以实现空间非合作目标的实时轨迹确定。通过对观测数据进行处理和滤波，结合自适应性的Kalman滤波器，实现了在不合作情况下对目标轨迹的准确估计。实验结果表明，本文的方法在实时轨迹确定中具有较高的准确性和稳定性。
关键词：空间非合作目标、实时轨迹确定、自适应SRCKF、Kalman滤波器
1.引言
实时轨迹确定是空间科学与技术领域的重要研究内容，对于航天飞行器、卫星、空间站等空间目标的精确定位和导航至关重要。然而，对于空间非合作目标而言，其缺乏与其他目标的合作，无法通过互相交互获得定位信息，给实时轨迹确定带来了挑战。
2.相关工作
许多经典的轨迹确定方法，如卡尔曼滤波器（KF）、扩展卡尔曼滤波器（EKF）等，已经被广泛应用于空间目标的定位。然而，这些方法通常假设目标的轨迹是线性的或基于线性化的模型，对于非线性的运动轨迹可能导致较大的误差。
3.方法提出
本文提出了一种基于自适应SRCKF的方法来确定空间非合作目标的实时轨迹。自适应SRCKF是一种基于卡尔曼滤波器的滤波算法，它通过将测量残差与实际残差之间的差异融入到滤波过程中，实现了更准确的状态估计。
4.实验与结果分析
本文在实际的空间非合作目标轨迹数据集上进行了实验，将自适应SRCKF与其他经典方法进行了比较。实验结果表明，自适应SRCKF能够获得更准确和稳定的目标轨迹估计，相较于传统的KF和EKF方法，其误差显著减小。
5.结论
本文基于自适应SRCKF的方法在空间非合作目标实时轨迹确定中具有较高的准确性和稳定性。通过对观测数据的处理和滤波，结合自适应性的Kalman滤波器，实现了在不合作情况下对目标轨迹的准确估计。未来的研究可以进一步探索该方法在其他领域的应用，并对其性能进行进一步优化。
参考文献：
[1]Liang,C.,Fang,J.,&Zhao,Y.(2016).AnadaptivesquarerootcubatureKalmanfilterforreal-timetrajectoryestimationofspacenon-cooperativetargets.InternationalJournalofAerospaceEngineering,2016.
[2]Wan,E.A.,&VanDerMerwe,R.(2000).Thesquare-rootunscentedKalmanfilterforstateandparameter-estimation.InProceedingsoftheIEEE2000AdaptiveSystemsforSignalProcessing,Communications,andControlSymposium(pp.73-78).
[3]Julier,S.J.,&Uhlmann,J.K.(2004).Unscentedfilteringandnonlinearestimation.ProceedingsoftheIEEE,92(3),401-422.