第４７卷第３期２０２３年６月南京理工大学学报ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＶｏｌ．４７Ｎｏ．３Ｊｕｎ．２０２３收稿日期：２０２１－０５－２６修回日期：２０２１－１０－０４基金项目：国家重点研发计划（２０１６ＹＦＢ０５０１００３）；中国高校产学研创新基金（２０２０ＱＴ０６）作者简介：穆建君（１９９５－），男，硕士，主要研究方向：卫星相对导航，Ｅ⁃ｍａｉｌ：５９９１８１１４２＠ｑｑ．ｃｏｍ；通讯作者：周川（１９７０－），男，教授，主要研究方向：编队控制、导航滤波，Ｅ⁃ｍａｉｌ：ｎｊｕｓｔ＿ｚｃ＠１２６．ｃｏｍ。引文格式：穆建君，周川，郭健，等．基于自适应简化容积卡尔曼滤波的编队卫星相对导航［Ｊ］．南京理工大学学报，２０２３，４７（３）：３６５－３７２．投稿网址：ｈｔｔｐ：／／ｚｒｘｕｅｂａｏ．ｎｊｕｓｔ．ｅｄｕ．ｃｎ基于自适应简化容积卡尔曼滤波的编队卫星相对导航穆建君１，周川１，郭健１，韩飞２，孙玥２（１．南京理工大学自动化学院，江苏南京２１００９４；２．上海航天控制技术研究所上海市空间智能控制技术重点实验室，上海２０１１０９）摘要：针对在星间相对导航中噪声的统计特性未知可能引起滤波估计精度下降甚至发散的问题，提出了一种自适应简化容积卡尔曼滤波（ＡＳＣＫＦ）算法。将Ｓａｇｅ⁃Ｈｕｓａ自适应滤波与容积卡尔曼滤波（ＣＫＦ）相结合，通过容积规则摆脱线性滤波的局限性。改进Ｓａｇｅ⁃Ｈｕｓａ噪声估计器以避免噪声方差在线估计可能出现的非正定现象，从而保证了滤波器对噪声统计变化的自适应能力。结合编队卫星运动模型的特点，用常规卡尔曼滤波（ＫＦ）的时间更新代替相应的容积变换过程，在不影响滤波器性能的前提下减少了运算量。仿真结果表明：在测量噪声统计特性未知的情况下，与ＣＫＦ相比，该文算法对相对状态的估计精度提高了近２５％，同时滤波器的稳定性也得到了提高。关键词：自适应卡尔曼滤波；容积卡尔曼滤波；编队卫星；相对导航；容积规则；噪声估计器；时间更新；容积变换中图分类号：Ｖ４４８．２文章编号：１００５－９８３０（２０２３）０３－０３６５－０８ＤＯＩ：１０．１４１７７／ｊ．ｃｎｋｉ．３２－１３９７ｎ．２０２３．４７．０３．０１１Ｒｅｌａｔｉｖｅｎａｖｉｇａｔｉｏｎｏｆｆｏｒｍａｔｉｏｎｓａｔｅｌｌｉｔｅｓｂａｓｅｄｏｎａｄａｐｔ...
