發(fā)布時(shí)間：2018-01-04 23:26

  本文關(guān)鍵詞：基于卡爾曼濾波器的在軌目標(biāo)跟蹤算法研究　出處：《中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院光電技術(shù)研究所)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 非合作目標(biāo) 僅測(cè)角 復(fù)雜力學(xué)模型 卡爾曼濾波算法 STK

【摘要】：隨著人類對(duì)太空探索的不斷深入,太空逐漸成為了世界大國(guó)角力的主戰(zhàn)場(chǎng)。對(duì)空間的控制和利用已經(jīng)成為一個(gè)國(guó)家科學(xué)技術(shù)水平的象征。對(duì)太空中大量在軌目標(biāo)進(jìn)行準(zhǔn)確且穩(wěn)定的跟蹤是對(duì)其進(jìn)行觀測(cè)或控制的前提條件。通常使用軌道根數(shù)合理外推出在軌目標(biāo)的位置矢量和速度矢量等狀態(tài)信息,再依據(jù)狀態(tài)量對(duì)在軌目標(biāo)的觀測(cè)信息進(jìn)行解算,并以此引導(dǎo)觀測(cè)設(shè)備進(jìn)行跟蹤。工程應(yīng)用中,由于軌道根數(shù)會(huì)隨著時(shí)間發(fā)生蠕變或軌道根數(shù)測(cè)不準(zhǔn)等原因,使軌道外推得到的在軌目標(biāo)狀態(tài)量存在一定誤差,該誤差會(huì)導(dǎo)致目標(biāo)不在視場(chǎng)中心,從而產(chǎn)生脫靶量。經(jīng)緯儀視場(chǎng)很小,脫靶量的存在會(huì)影響跟蹤效果,甚至導(dǎo)致丟失跟蹤目標(biāo)。針對(duì)該問題,本文重點(diǎn)討論了針對(duì)非合作目標(biāo)在僅測(cè)角條件下的濾波跟蹤問題。首先,研究了描述在軌目標(biāo)運(yùn)動(dòng)的時(shí)間尺度以及天球坐標(biāo)系和地球坐標(biāo)系的轉(zhuǎn)換,并使用SOFA軟件庫實(shí)現(xiàn)了坐標(biāo)轉(zhuǎn)換算法;其次,提出了一種基于復(fù)雜力學(xué)模型的濾波算法,該力學(xué)模型中考慮到了在軌目標(biāo)在空間中運(yùn)動(dòng)所受到的主要攝動(dòng)力因素,并對(duì)一些攝動(dòng)力模型進(jìn)行了簡(jiǎn)要的闡述,在此基礎(chǔ)之上使用數(shù)值積分對(duì)攝動(dòng)力方程進(jìn)行求解,實(shí)現(xiàn)了軌道外推算法,將該算法與STK軟件中的高精度軌道預(yù)報(bào)函數(shù)的計(jì)算結(jié)果進(jìn)行了比較;之后,算法以在軌目標(biāo)的位置矢量和狀態(tài)矢量為系統(tǒng)狀態(tài)量,以目標(biāo)相對(duì)于地基觀測(cè)站(經(jīng)緯儀)的高度角和方位角為觀測(cè)量設(shè)計(jì)了基于擴(kuò)展卡爾曼濾波算法和無跡卡爾曼濾波算法的濾波器。最后,使用MATLAB和C搭建了算法的仿真測(cè)試平臺(tái),以STK軟件和部分實(shí)測(cè)數(shù)據(jù)為算法輸入,研究了不同幀頻角度數(shù)據(jù)和濾波器參數(shù)對(duì)濾波結(jié)果的影響。仿真實(shí)驗(yàn)結(jié)果表明,本文所研究的在軌目標(biāo)濾波跟蹤系統(tǒng)中,擴(kuò)展卡爾曼濾波算法與無跡卡爾曼濾波算法都可以通過多組經(jīng)緯儀測(cè)角數(shù)據(jù)來修正含有誤差的軌道根數(shù),無跡卡爾曼濾波算法在魯棒性、收斂速度和濾波精度上略優(yōu)于擴(kuò)展卡爾曼濾波算法,但一定程度上犧牲了算法的運(yùn)算效率。
[Abstract]:With the deepening of space exploration, space has gradually become the main battlefield of world power. Control of space and use has become a symbol of national science and technology level. The accurate and stable tracking of space in a large number of objects in orbit is a prerequisite for measurement or control of the position vector and. The velocity vector of state information usually use orbital launch reasonable orbital target, according to the state of objects in orbit observation information is solved, and guide observation equipment tracking. In engineering application, because the orbit will occur as time creep or orbit uncertainty and other reasons, there are some errors in the target state of the track extrapolated, the error will lead to the target is not in the center of the visual field, resulting in the miss distance. The theodolite field is very small, there will be the shadow of miss distance Sound tracking effect, and even lead to loss of tracking targets. Aiming at this problem, this paper mainly discusses the conditions in bearings only tracking filter for non cooperative target problems. First, change of describing objects in orbit movement time scale and celestial coordinate system and earth coordinate system, and use SOFA software to realize the coordinate conversion secondly, put forward the algorithm; a filtering algorithm based on complex mechanical model, mainly considering the on orbit perturbation target motion in space by the dynamic factors of the mechanical model, and some perturbation force model are discussed, on the basis of using the numerical integral solution of the perturbation equation, the orbit extrapolation algorithm, the calculation function of the high precision orbit prediction algorithm and STK software are compared with the results of; after the algorithm takes the position vector and state vector of the target in orbit As the system state variables, relative to the ground observation station to target (theodolite) the altitude angle and the azimuth angle measurement is designed for the concept of extended Calman filter algorithm and unscented filter algorithm based on Calman filter. Finally, using MATLAB and C to build a simulation test platform of the algorithm, using STK software and part of the measured data for algorithm input of different frame angle data and filter parameters on the filtering results. Simulation results show that the orbital target filter tracking system introduced in this paper, the extended Calman filter algorithm and unscented filter algorithm can Calman through multiple sets of theodolite data containing orbit error, no trace of Calman filtering algorithm in robustness, convergence speed and accuracy is slightly better than that of the extended Calman filter algorithm, but to a certain extent at the expense of the operation efficiency of the algorithm.

【學(xué)位授予單位】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院光電技術(shù)研究所)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41;TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 索繼東,柳曉鳴,劉人杰;機(jī)動(dòng)輸入子波估計(jì)的卡爾曼濾波器[J];大連海事大學(xué)學(xué)報(bào);2000年04期

2 李立早;;基于System Generator的卡爾曼濾波器實(shí)現(xiàn)[J];信息化研究;2013年03期

3 F.A.法魯基;R.C.戴維斯;高自功;;跟蹤目標(biāo)用的卡爾曼濾波器的設(shè)計(jì)[J];國(guó)外艦船技術(shù).雷達(dá)與對(duì)抗;1982年08期

4 卓兆水;;具有輸入估計(jì)跟蹤方案的無檢測(cè)全修正卡爾曼濾波器[J];火控雷達(dá)技術(shù);1984年04期

5 趙希人;;卡爾曼濾波器在船用慣性導(dǎo)航系統(tǒng)中的應(yīng)用[J];自動(dòng)化學(xué)報(bào);1985年03期

6 劉國(guó)慶;卡爾曼濾波器的自適應(yīng)算法[J];南京化工大學(xué)學(xué)報(bào)(自然科學(xué)版);1995年01期

7 張亞平;卡爾曼濾波器實(shí)用技術(shù)研究[J];無線電工程;1997年02期

8 秦吉,張翼鵬;現(xiàn)代統(tǒng)計(jì)信息分析在安全工程方面的應(yīng)用——卡爾曼濾波器基本知識(shí)[J];工業(yè)安全與防塵;1999年04期

9 喬蕓,樊錫德;鎖相環(huán)與卡爾曼濾波器[J];現(xiàn)代電子技術(shù);2001年04期

10 葉 斌,徐 毓;強(qiáng)跟蹤濾波器與卡爾曼濾波器對(duì)目標(biāo)跟蹤的比較[J];空軍雷達(dá)學(xué)院學(xué)報(bào);2002年02期

相關(guān)會(huì)議論文 前10條

1 李明;楊洪耕;劉立生;;新型自適應(yīng)卡爾曼濾波器作動(dòng)態(tài)諧波估計(jì)[A];2004年電力電容器學(xué)會(huì)論文集[C];2004年

2 苑薇薇;王建輝;;采用推廣卡爾曼濾波器估計(jì)入射波參數(shù)[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

3 姜義德;鐘潁秀;張帆人;;以限制型卡爾曼濾波器估測(cè)位置與姿態(tài)(英文)[A];第七屆海峽兩岸工程力學(xué)研討會(huì)論文摘要集[C];2011年

4 馬馳州;楊亦春;李曉東;;多模型卡爾曼濾波器在聲定位中的應(yīng)用[A];中國(guó)聲學(xué)學(xué)會(huì)2006年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

5 張勇軍;李小占;楊志剛;;動(dòng)態(tài)優(yōu)化漸消因子的強(qiáng)跟蹤卡爾曼濾波器研究[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)C卷[C];2011年

6 房媛媛;李亞安;李曉花;白曉娟;;Cubature-Kalman濾波及性能分析[A];中國(guó)聲學(xué)學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2011年

7 韓光宇;;組合導(dǎo)航中卡爾曼濾波器之淺見[A];中國(guó)航海學(xué)會(huì)優(yōu)秀論文文摘及學(xué)術(shù)會(huì)議論文目次匯編（1990—1991）[C];1992年

8 張建偉;伍蔡倫;謝松;;卡爾曼濾波器在RTK處理中的應(yīng)用[A];第三屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集——S08衛(wèi)星導(dǎo)航模型與方法[C];2012年

9 張雷;王建宇;戴寧;;基于模糊融合的GPS/INS算法研究(英文)[A];全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

10 顧明武;陳熙源;;RBFNN輔助卡爾曼濾波器在GPS/SINS組合導(dǎo)航中的應(yīng)用[A];2008年船舶通信導(dǎo)航學(xué)術(shù)年會(huì)論文集[C];2008年

相關(guān)博士學(xué)位論文 前3條

1 王思思;自適應(yīng)容積卡爾曼濾波器及其在雷達(dá)目標(biāo)跟蹤中的應(yīng)用[D];大連海事大學(xué);2015年

2 陸詩遠(yuǎn);基于WSN的分布式傳感器系統(tǒng)關(guān)鍵技術(shù)研究[D];浙江大學(xué);2016年

3 方旭明;基于自適應(yīng)卡爾曼濾波器的WSN定位算法研究[D];南京大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 張巍;卡爾曼濾波器在帶寬測(cè)量中的應(yīng)用[D];電子科技大學(xué);2015年

2 張巖巖;視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)的識(shí)別與跟蹤研究[D];河北科技大學(xué);2015年

3 賈春肖;序列圖像中的目標(biāo)跟蹤方法研究[D];北京交通大學(xué);2016年

4 李方良;基于NI myRIO的四旋翼飛行器的設(shè)計(jì)與研究[D];太原理工大學(xué);2016年

5 侯康;基于卡爾曼濾波器的橋梁損傷快速診斷方法研究[D];哈爾濱工業(yè)大學(xué);2016年

6 顧靚雨;復(fù)雜環(huán)境中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];中國(guó)礦業(yè)大學(xué);2016年

7 張銳;基于FPGA的小型捷聯(lián)式慣性導(dǎo)航系統(tǒng)研究[D];中國(guó)民航大學(xué);2014年

8 張姍姍;基于復(fù)眼的小型高速三維跟蹤系統(tǒng)研究[D];天津大學(xué);2014年

9 梁曉波;基于卡爾曼濾波器的在軌目標(biāo)跟蹤算法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院光電技術(shù)研究所);2017年

10 邱燕平;退化故障下設(shè)備可靠性的卡爾曼濾波器預(yù)測(cè)方法[D];合肥工業(yè)大學(xué);2010年

，

本文編號(hào)：1380592