改进型SRUKF算法：卫星自主导航的高效可靠性方案

本文主要探讨了"基于最小偏度采样的卫星自主导航SRUKF算法"这一关键技术，发表于2009年的南京航空航天大学学报。该研究由李丹、刘建业、熊智和熊剑四位作者合作完成，针对航天器自主导航系统的需求，特别是在可靠性、精确性和实时性方面的严格要求。 传统的Unscented卡尔曼滤波（UKF）算法在处理导航问题时，虽然能够提供较高的精度，但其计算复杂度较高，尤其是在大规模数据处理时，可能导致计算速度慢且易受计算机舍入误差的影响。为了克服这些问题，研究者提出了改进型的平方根Unscented卡尔曼滤波(SRUKF)算法，特别融入了最小偏度采样策略。 最小偏度采样是一种优化采样技术，通过选择具有最小偏差的样本点，有效地减少了滤波所需的采样点数量，从而降低了计算复杂度，提高了算法的执行效率。与标准UKF相比，这种方法在保持滤波精度的同时，显著减少了计算负担，这对于实时性要求高的卫星导航系统尤为重要。 文中强调，SRUKF算法通过使用协方差阵的平方根替代协方差阵参与递推运算，进一步减小了数值计算中的误差，提升了算法的稳定性和精度。这在磁强计/雷达高度计组合导航系统中的应用验证了这一方法的有效性，结果显示，新算法在保证估计精度的同时，简化了算法设计，具有更高的计算效率。 该论文的核心贡献在于提出了一种结合最小偏度采样和SRUKF的创新导航算法，不仅提高了导航系统的性能，还适应了现代卫星自主导航系统对于实时性和效率的高要求。这一成果对于提高空间飞行器的导航能力，降低运行成本，以及提升整个航天领域的自主导航技术水平具有重要意义。