[发明专利]基于自适应迭代粒子滤波的小卫星姿态估计方法

摘要

本发明公开了一种基于自适应迭代粒子滤波的小卫星姿态估计方法，用于解决现有小卫星姿态估计方法实用性差的技术问题。技术方案是当重要性密度函数的高斯分布的期望和方差，经过计算超出一定的阈值，这时利用修正项自身迭代的方法，实时更新重要密度函数，使得粒子可以迅速推进到高似然区域，这也让粒子样本的权重均匀分散，提高了采样的效率，并且同时运用模拟退火算法，解决了粒子权重较小、不易归一化的问题，由此产生自适应迭代粒子滤波(AIPF)方法。本发明把这个算法应用于小卫星系统的姿态估计中，使得能够高精度的估计卫星姿态。

主权项

一种基于自适应迭代粒子滤波的小卫星姿态估计方法，其特征在于包括以下步骤：步骤一：对状态初始值和状态初始方差值进行初始化，分别给定初始值x1和P1；步骤二：进行时间更新，选取一个转移概率密度作为初始重要性概率密度函数p(xt+1|xt)，并且从中抽取粒子样本其中，N表示粒子总数，xt表示为t时刻的状态，表示为t时刻第i个粒子样本；步骤三：进行量测更新；①判断步骤二抽取的粒子样本是否有效；把抽取的粒子样本带入到量测方程得出概率密度函数p(yt|z1：t‑1)服从正态分布表示t时刻第i个粒子带入量测方程所得的量测值，表示在t时刻第i个粒子在量测方程中进行非线性计算；其中为t‑1时刻第i‑1个粒子的权重；若上式计算出的和Pt满足ρ是给定的临界值，则该粒子有效；若不满足，通过粒子滤波的多次迭代计算修正项c(zt)；ck(zt)=0,k=1x^t,k-1-f(x^t-1),k>1]]>其中，是xt经过k‑1次迭代后所得估计值，zt是实际测量值；只要ck(zt)已知，就用ck(zt)代替c(zt)；同时采用模拟退火方法解决似然函数呈尖峰状态的问题，扩大量测噪声的方差为αR，α≥1，其中R是量测噪声的方差，α是扩大噪声的系数；得出c(zt)后，得到一个新的重要性概率密度函数再从中获得新的粒子样本其中pv为系统噪声服从的概率密度函数，xt表示t时刻的状态，f(xt‑1)表示t‑1时刻的状态在系统方程中进行非线性计算；②计算权值权值归一化其中，为似然函数，为转移概率密度函数，为重要概率密度函数；步骤四：当粒子出现退化，对其进行重采样；步骤五：计算系统状态的估计值计算状态方差步骤六：令t＝t+1，再回到步骤二，进行下一个时刻的循环，直到t＝T，T为设置的时间循环次数。