航天器导航滤波器设计方法

图书标准信息

• 作者 熊凯 魏春岭 郭建新
• 出版社 中国宇航出版社
• 出版时间 2022-02
• 版次 1
• ISBN 9787515920313
• 定价 98.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 316页
• 字数 481.000千字

【内容简介】

本书的作者在航天器自主导航领域潜心耕耘20余年，取得了具有自主知识产权的创新研究成果；特别是近几年来，在新概念导航体制、测量敏感器产品、地面验证系统和空间飞行试验等方面取得了多项突破性进展。本书面向当前自主导航技术发展需求，充分吸纳作者的理论研究成果和工程实践经验，深入浅出地介绍了导航滤波器设计的基本概念和原理方法，对先进滤波器设计方法与导航定位方案进行了分析，并给出了多个典型系统的仿真案例，实现了基础理论与工程背景的有机融合，对期待应用滤波方法解决实际问题的研究人员具有指导意义。

【作者简介】

熊凯，北京控制工程研究所，研究员，近地卫星自主导航研究领域高级主任研究师，主要从事航天器自主导航和非线性滤波等方面的基础预研工作。

魏春岭，北京控制工程研究所，研究员，空间智能控制技术重点实验室副主任，长期从事航天器自主导航和自主控制研究。

郭建新，北京控制工程研究所，研究员，主要从事高轨卫星自主导航及轨道控制、多体航天器复合姿态控制等方向的研究，负责我国新一代通信和导航卫星控制系统方案设计工作。

【目录】

章 绪论

1.1 航天器导航概述

1.2 航天器自主导航简介

1.3 面向航天器的典型导航方式

1.3.1 光学成像导航

1.3.2 x线脉冲星导航

1.3.3 恒星光谱测速导航

1.3.4 全球卫星导航

1.4 系统估计

1.5 卡尔曼滤波器的提出和发展

1.5.1 小二乘法

1.5.2 维纳滤波器

1.5.3 卡尔曼滤波器

1.5.4 鲁棒滤波器

1.5.5 自适应滤波器

1.6 本书主要内容

参文献

第2章 预备知识

2.1 矩阵论的预备知识

2.1.1 正定阵

2.1.2 特征值

2.1.3 矩阵的迹

2.1.4 矩阵范数

2.1.5 矩阵求逆引理

2.1.6 标量对矩阵求导

2.2 概率论的预备知识

2.2.1 概率密度函数

2.2.2 过程

2.2.3 过程的数字特征

2.3 系统模型

2.3.1 方程和观测方程

2.3.2 系统预测

2.4 方差下界分析方法

2.4.1 克拉美劳下界的概念

2.4.2 克拉美劳下界的计算

2.5 本章小结

参文献

第3章 小二乘法

3.1 小二乘法推导

3.1.1 问题描述

3.1.2 算法推导

3.2 小二乘法的特

3.3 陀螺误差模型参数辨识

3.3.1 基本方法

3.3.2 陀螺的测量输出

3.3.3 误差模型形式

3.3.4 连续系统离散化

3.3.5 基于小二乘法的参数辨识

3.3.6 数学分析

3.4 星敏感器低频误差参数辨识

3.4.1 星敏感器低频误差

3.4.2 基于小二乘法的参数辨识

3.4.3 数学分析

3.5 本章小结

参文献

第4章 卡尔曼滤波器

4.1 卡尔曼滤波器推导

4.1.1 问题描述

4.1.2 算法推导

4.1.3 i黾推计算流程

4.1.4 设计步骤

4.2 卡尔曼滤波器的很优

4.3 航天器姿态确定

4.3.1 基本

4.3.2 姿态确定系统模型

4.3.3 基于卡尔曼滤波器的姿态确定算法

4.4 扩维卡尔曼滤波器

4.4.1 设计思路

4.4.2 结构形式

4.4.3 能分析

4.5 星敏感器低频误差在轨校准

4.5.1 技术需求

4.5.2 面向误差校准的扩维系统模型

4.5.3 基于克拉美劳下界的可观度分析

4.5.4 数学分析

4.6 本章小结

参文献

第5章 扩展卡尔曼滤波器

5.1 扩展卡尔曼滤波器推导

5.1.1 i问题描述

5.1.2 很优贝叶斯估计

5.1.3 算法推导

5.1.4 递推计算流程

5.2 扩展卡尔曼滤波器的稳定

5.2.1 过程有界判据

5.2.2 稳定分析

5.3 光学成像导航

5.3.1 基本

5.3.2 方程

5.3.3 观测方程

5.4 多敏感器信息融合

5.4.1 信息融合的概念和特点

5.4.2 信息融合的实施方式

5.5 脉冲星／光学组合导航

5.5.1 基本

5.5.2 x线探测器数据处理方式

5.5.3 脉冲到达时间差测定能分析

5.5.4 基于紫外地球敏感器的导航能增强

5.5.5 数学分析

5.6 本章小结

参文献

第6章 鲁棒卡尔曼滤波器

6.1 鲁棒卡尔曼滤波器推导

6.1.1 问题描述

6.1.2 不确定系统模型

6.1.3 优化准则

6.1.4 小优选问题的求解

6.1.5 权矩阵的优化

6.1.6 递推计算流程

6.2 鲁棒卡尔曼滤波器的鲁棒

6.2.1 分析方法

6.2.2 分析结果

6.3 基于鲁棒滤波的脉冲星导航

6.3.1 基本

6.3.2 鲁棒扩展卡尔曼滤波器

6.3.3 不确定系统模型

6.3.4 误差影响因素分析

6.3.5 数学分析

6.4 本章小结

参文献

第7章 多模型自适应估计

7.1 多模型自适应估计算法

7.1.1 问题描述

7.1.2 模型集的建立

7.1.3 递推计算流程

7.2 多模型自适应估计的收敛

7.2.1 收敛分析

7.2.2 新息方差阵分析

7.3 基于照相观测的星座自主导航

7.3.1 基本

7.3.2 系统模型集

7.3.3 数学分析

7.4 星际连音自主导航

7.4.1 基本

7.4.2 系统模型集

7.4.3 可观度分析

7.4.4 数学分析

7.5 本章小结

参文献

第8章 并行卡尔曼滤波器

8.1 基于并行滤波器的敏感器误差校准

8.1.1 设计原则

8.1.2 系统模型

8.1.3 问题描述

8.1.4 递推计算公式

8.1.5 数学分析

8.2 基于并行滤波器的噪声特估计

8.2.1 问题描述

8.2.2 系统模型

8.2.3 递推计算公式

8.2.4 估计精度对比分析

8.2.5 相对位姿确定基本方法

8.2.6 相对位姿确定系统模型

8.2.7 数学分析

8.3 本章小结

参文献

第9章 强化学卡尔曼滤波器

9.1 q学方法

9.1.1 基本思路

9.1.2 递推计算公式

9.1.3 收敛分析

……

0章 结论与展望