基于容积卡尔曼滤波(CKF)算法的卫星轨道实时预报方法

摘要：

卫星轨道实时预报常采用扩散卡尔曼滤波(E KF)方法;但是EKF应用于非线性度较大的系统时精度和效率都不高.CKF算法利用带权重的点对状态量进行估计,用球面积分的方法解决了求函数与高斯随机变量乘积的积分的难题,既不需要对函数进行线性化,也不需要计算Jacobin矩阵.将其应用到轨道的实时预报当中,通过仿真验证,表明基于CKF的卫星轨道实时预报方法对预报精度和速度均有一定程度的提高.

关键词：EKF、CKF、参数估计、轨道预报

所属期刊栏目：13

分类号：P228.9(大地测量学)

资助基金：国家自然科学基金61201120

在线出版日期：2013-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：9622-9625