本文關(guān)鍵詞：一種適用于空間監(jiān)視跟蹤的遞推濾波算法

  更多相關(guān)文章： 空間態(tài)勢感知 空間監(jiān)視 Gauss von Mises(GVM)分布 參數(shù)估計 GVM濾波

【摘要】：針對空間監(jiān)視跟蹤環(huán)境中對于包含角變量的狀態(tài)向量估計存在精度較低的缺點,利用Gauss von Mises(GVM)多變量概率密度分布,提出一種基于矩匹配的GVM參數(shù)估計方法,并在此基礎(chǔ)上改進GVM分布的確定性采樣方法,建立針對GVM分布的遞推濾波算法,該算法充分考慮了流形的內(nèi)蘊結(jié)構(gòu),克服了傳統(tǒng)濾波方法假設(shè)狀態(tài)向量定義于歐氏空間及采用歐氏空間中高斯分布模型的局限性。仿真結(jié)果表明,該濾波算法能有效估計狀態(tài)變量的后驗概率分布,對角變量的估計精度明顯優(yōu)于擴展卡爾曼濾波方法(EKF)。
【作者單位】： 沈陽理工大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 空間態(tài)勢感知 空間監(jiān)視 Gauss von Mises(GVM)分布 參數(shù)估計 GVM濾波
【基金】：遼寧省教育廳科學(xué)研究一般項目(L2013083) 國家自然科學(xué)基金(61471247) 遼寧省高等學(xué)校優(yōu)秀人才支持計劃(LR2015057) 遼寧省“百千萬人才工程”培養(yǎng)經(jīng)費(2014921044)
【分類號】：V448.2
【正文快照】： 0引言空間態(tài)勢感知(Space situational awareness,SSA)的主要研究目標(biāo)是近地空間環(huán)境中的軌道空間對象(如偵察監(jiān)視情報衛(wèi)星、預(yù)警探測衛(wèi)星、導(dǎo)航定位衛(wèi)星、空間碎片、戰(zhàn)略導(dǎo)彈、反導(dǎo)導(dǎo)彈等目標(biāo)),對其進行搜索跟蹤、測軌編目、識別評估等。在許多SSA應(yīng)用中,例如跟蹤、數(shù)據(jù)關(guān)聯(lián)

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 楊蒲;李奇;陳冬冬;;穩(wěn)定平臺有限記憶模型H∞目標(biāo)預(yù)測濾波算法[J];系統(tǒng)仿真學(xué)報;2009年13期

2 張紅梅,鄧正隆,林玉榮;基于矢量觀測確定衛(wèi)星姿態(tài)的兩種非線性濾波算法[J];中國慣性技術(shù)學(xué)報;2002年04期

3 George Sithole,George Vosselman,梁欣廉;濾波算法比較[J];測繪文摘;2004年02期

4 何秀鳳,陳永奇;A FAST KALMAN FILTER FOR INTEGRATED GPS/INS BASED ON U-D FACTORIZATION[J];Transactions of Nanjing University of Aeronautics & Astronau;1998年02期

5 ;[J];;年期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 于m[;一類非理想條件下非線性系統(tǒng)的高斯濾波算法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

2 李偉;魯棒自適應(yīng)濾波算法及在飛行器技術(shù)中的應(yīng)用研究[D];上海交通大學(xué);2014年

，

本文編號：871049