项目名称: 面向高精度航天器状态估计系统的预测变结构滤波理论研究

项目编号: No.61503414

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 自动化技术、计算机技术

项目作者: 曹璐

作者单位: 中国西安卫星测控中心

项目金额: 20万元

中文摘要: 高性能的滤波技术是高精度航天器状态估计技术的理论基础与核心,因此,针对滤波精度高、鲁棒性能强且计算量有限的滤波理论研究是提高航天器状态估计水平的关键所在。但是,由于航天任务的特殊性,航天器系统往往具有较强的非线性和不确定性,这就导致传统的滤波方法难以满足上述要求。为此,本项目将对一种新型滤波器——非线性预测变结构滤波器进行深入研究,该滤波器具有精度稳定,计算量小且无需满足高斯白噪声假设等优点,是一种理想的非线性滤波方法。结合高精度航天器的理论需求与技术特点,从高精度算法优化设计、鲁棒性能研究和数据融合三个方面入手重点突破,提出了一系列满足不同航天任务需求的滤波方法。通过探讨在高精度航天器状态估计中的应用,验证所提出理论方法的可行性和有效性。此外,本项目的研究将建立较为系统、完善的预测变结构滤波理论体系,为在其他领域的推广应用提供较好的理论基础。

中文关键词: 非线性预测变结构滤波;非线性状态估计;航天器状态估计

英文摘要: High-performance filtering technology is the theoretical basis and core for the state estimation of spacecraft with high-precision; therefore, the filtering theory research for high-precision, robustness and low calculation burden is the key to improve the technology level of spacecraft state estimation. However, due to the particularity of space missions, the traditional filter theories are difficult to meet the above technical requirements with the existence of the strong nonlinearity and uncertainty. Hence, this project will focus on a new type of filtering technology——Nonlinear Predictive Variable Structure Filter with in-depth research and exploration. Due to the filter has the advantages of stable precision, low calculation burden and don’t need to satisfy the Gaussian white noise assumption, which is a kind of ideal nonlinear filtering method. Considering the theoretical requirements and technical characteristics of high-precision spacecraft, the three aspects are chosen for the breakthrough of theoretical research, such as algorithm optimal design, robust research and data fusion. As a result, a series of filter methods are put forward to meet different demands of the spacecraft. By discussing the applications in the high precision spacecraft, the feasibility and effectiveness will be verified for the proposed filter methods. In addition, through the research in this project will establish a systematic, complete theoretical system for the predictive variable structure filter, in order to provide a theoretical basis for its popularization and application in other fields.

英文关键词: Nonlinear predictive variable structure filter;Nonlinear state estimation;spacecraft state estimation

成为VIP会员查看完整内容
0

相关内容

数字孪生模型构建理论及应用
专知会员服务
220+阅读 · 2022年4月19日
《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
65+阅读 · 2022年4月13日
专知会员服务
21+阅读 · 2021年10月9日
《过参数化机器学习理论》综述论文
专知会员服务
45+阅读 · 2021年9月19日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
16+阅读 · 2021年7月31日
专知会员服务
25+阅读 · 2021年4月2日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
专知会员服务
34+阅读 · 2020年11月26日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
敏捷项目管理:目标驱动看板
InfoQ
0+阅读 · 2022年3月18日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
CVPR 2019:精确目标检测的不确定边界框回归
AI科技评论
13+阅读 · 2019年9月16日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
小贴士
相关VIP内容
数字孪生模型构建理论及应用
专知会员服务
220+阅读 · 2022年4月19日
《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
65+阅读 · 2022年4月13日
专知会员服务
21+阅读 · 2021年10月9日
《过参数化机器学习理论》综述论文
专知会员服务
45+阅读 · 2021年9月19日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
16+阅读 · 2021年7月31日
专知会员服务
25+阅读 · 2021年4月2日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
专知会员服务
34+阅读 · 2020年11月26日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
相关资讯
敏捷项目管理:目标驱动看板
InfoQ
0+阅读 · 2022年3月18日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
CVPR 2019:精确目标检测的不确定边界框回归
AI科技评论
13+阅读 · 2019年9月16日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员