[发明专利]一种基于UPF中建议分布函数的凸组合轨道融合估计算法

说明书

本发明公开了一种基于UPF中建议分布函数的凸组合轨道融合估计方法，将每个传感器获得的观测值分别引入重要性密度函数，并将每个观测值对应所得的均值和方差进行融合，融合后的均值和方差用于下次采样新的粒子，从而获得最优估计。本方法适用于在更复杂空间环境的多类型航天器的轨道多源融合计算，适用范围、适用对象、轨道计算精度均得到较大程度的改善。

技术领域

本发明属于航天轨道信息处理领域，具体涉及一种基于UPF中建议分布函数的凸组合轨道融合估计算法。

背景技术

随着航天事业的发展，由单传感器获得的信息已无法达到航天器运行轨道定位所需的精度，外测系统中越来越多地使用如红外、雷达、光学等多传感器提供观测数据，进而通过多源数据融合技术实现航天器运行轨道的估计。该技术将从多个传感器上获得在时间、空间上冗余或互补的观测数据，通过某种算法加以联合、相关和组合，可以弥补单传感器的缺陷、形成更精确、更全面的估计，从而获得对航天器正确描述的稳定而可靠信息，使系统具有容错性，提高系统数据处理的速度以及融合估计的精度。

现有技术中主要包括以下方案：

1、专利文件(CN202110265184.4)提出了一种复杂电磁环境下信号分选多源融合处理算法，其主要技术方案是基于实测数据利用多源融合算法解决了密集环境下多源雷达信号的分选问题，充分考虑了雷达分选可能存在分选效率低、脉冲利用率低等问题对分选前的脉冲数据进行数据融合，有效解决了因信号源密集导致待分选脉冲信息过多的问题，进而提高分选效率，但是该方法的主要专注于解决辐射源冗余下的目标精确提取问题，而非对融合算法的深度优化和改进面向天基数据的多源融合计算；

2、专利文件(CN201910318816.1)提出了一种多源融合的自适应容错联邦滤波组合导航方法，其主要技术方案是首先通过飞行参数，生成惯性器件原始数据；然后生成多普勒测速仪速度数据和高度计高度数据；再利用卫星信号模拟器产生即时中频数据，提供给接收机进行卫星导航定位解算，同时对惯性器件的原始数据进行捷联惯导解算；接着建立导航坐标系下的联邦滤波组合导航系统模型，设计联邦滤波器，将自适应信息分配因子和容错判断方案加入联邦滤波器，形成自适应容错联邦滤波器；最后经过自适应容错联邦滤波器的最优估计，输出系统的校正信息。但是该方法主要面向提高在高动态和强干扰环境下的导航定位精度、容错性能以及鲁棒性，并无法验证其方法推广至航天器轨道计算的可行性及在轨道计算中的适应性问题；

3、2012年，周航、冯新喜、王蓉在《信号处理》刊物上发表的《非线性非高斯模型的改进粒子滤波算法》，但是该方法中传感器的测量易受到高度非高斯噪声的干扰，因此在做融合算法时性能不够理想；

4、2016年，哈尔滨工业大学蒋敏发表了《基于分布式卡尔曼滤波的目标跟踪方法研究》，但是本方法在实际应用中会存在严重的退化问题，需要选择好的重要性密度函数用以避免问题产生。

但在航天器飞行试验中，往往是在极坐标或球坐标系下利用传感器对航天器进行测量，并且航天器在飞行中还会受到空气阻力、地心引力以及升力等力的影响，因而其动力学描述和传感器模型往往是非线性的。此外，传感器的测量常常受到高度非高斯噪声的干扰，这样一来，现有技术的非线性高斯滤波算法(如：扩展卡尔曼滤波、无迹卡尔曼滤波(Unscented Kalman Filter，简称UKF))会表现出不理想的性能。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了基于UPF中建议分布函数的凸组合轨道融合估计方法。

本发明要解决的技术问题通过以下技术方案实现：

一种基于UPF中建议分布函数的凸组合轨道融合估计方法，包括：

S1、获取初始化粒子集合，并获得初始时刻的均值和协方差；

S2、基于各传感器的测量信息，对上一时刻粒子状态进行扩充，得到扩充状态下的均值和方差；