空间飞行器轨道自校准：基于UKF的非线性滤波方法

"基于UKF的空间飞行器轨道自校准方法" 在航天领域，精确的轨道确定对于确保空间飞行器的安全和有效运行至关重要。传统的轨道校准方法常常受限于线性化误差，特别是在处理非线性系统时。针对这一问题，周桃庚提出了一种基于Unscented Kalman Filter（UKF）的空间飞行器轨道自校准方法。UKF是一种先进的非线性滤波算法，相比Extended Kalman Filter（EKF），它在处理非线性问题时具有更高的精度。 UKF算法的核心在于其能够更准确地估计概率密度函数。通过选取一组代表性的“sigma点”，UKF能够近似整个概率分布，而不是仅仅依赖于第一和第二阶矩，如EKF那样。这些sigma点经过非线性函数的映射后，再进行加权平均，从而得到更精确的状态估计和协方差。UKF在计算上相对高效，因为它不需要计算EKF中的雅可比矩阵，这使得它在处理复杂的非线性模型时更具优势。 在空间飞行器的轨道自校准过程中，UKF被用于处理由多种测控系统提供的测量数据。这些系统可能包括USB微波统一系统、脉冲雷达和相控阵雷达等，它们的测量数据组合在一起，为飞行器的精确轨道提供信息。然而，这些系统的测量误差以及外部摄动会引入系统误差，使得轨道确定精度降低。为了克服这一挑战，周桃庚采用了"EMBET"（Effective Measurement-Based Error Transfer）自校准技术，结合UKF算法。 "EMBET"自校准原理基于开普勒定律和两体动力学，通过分析飞行器在任意时刻的轨道坐标与测量数据之间的关系，建立观测方程。这个方程包含了系统误差和随机误差两个部分。系统误差通常来源于测控设备本身的精度限制，而随机误差则反映了环境因素如大气阻力、太阳辐射压力等的不确定性。 通过UKF的非线性滤波过程，可以逐步更新并减小系统误差的影响，从而提高定轨精度。UKF能够更好地捕捉和校正这些非线性误差，提供更加准确的轨道估计。这种方法对于提高空间飞行器的轨道确定能力，保证其在发射、运行和返回阶段的精度和安全性，具有显著的意义。 基于UKF的空间飞行器轨道自校准方法是解决非线性系统误差校正的有效途径，它结合了UKF的高精度特性以及"EMBET"技术的观测方程模型，为航天测控提供了重要的理论支持和技术工具。这种方法的实施和应用将进一步提升我国空间测控系统的性能，为航天任务的成功执行保驾护航。