基于BP神经网络的自主定轨自适应Kalman滤波算法

作者:尚琳;刘国华;张锐;李国通 刊名:宇航学报 上传者:孙尚金

【摘要】针对Sage-Husa自适应滤波方法存在的窗函数开窗大小选择问题,提出一种基于BP神经网络学习估计系统协方差矩阵的自适应Kalman滤波算法。该算法以Kalman滤波预测残差向量作为网络输入,通过网络分段离线学习确定预测残差向量与预测残差协方差矩阵间的非线性关系,自适应地估计Kalman滤波系统协方差矩阵。将其应用到自主定轨系统,仿真结果表明利用本文算法自主定轨60天星座平均URE误差小于1.9米,且能够快速跟踪到系统噪声的突变,较Kalman滤波方法和Sage-Husa自适应滤波方法具有更好的性能。

全文阅读

第 34卷 第 7期 2013年 7月 宇 航 学 报 Journal of Astronautics Vo1.34 No . 7 July 2013 基 于 BP神经 网络的 自主定轨 自适应 Kalman滤波算法 尚 琳 ,刘国华 ,张 锐 ,李国通 , (1.上海微小卫星工程中心 ,上海 200050;2.中科 院上海微系统与信息技术研究所 ,上海 200050) 摘 要:针对 Sage—Husa自适应滤波方法存在的窗函数开窗大小选择问题,提出一种基于 BP神经网络学习估 计系统协方差矩阵的自适应 Kalman滤波算法。该算法以Kalman滤波预测残差向量作为网络输入,通过网络分段 离线学习确定预测残差向量与预测残差协方差矩阵间的非线性关系,自适应地估计 Kalman滤波系统协方差矩阵。 将其应用到自主定轨系统,仿真结果表明利用本文算法 自主定轨 60天星座平均 URE误差小于 1.9米,且能够快速 跟踪 到系统噪声 的突变 ,较 Kalman滤波方法和 Sage—Husa自适应滤波方法具有更好 的性能 。 关键 词:BP神经 网络 ; 自主定轨 ;自适应 Kalman滤波 ;用户测距误差 中图分类号 :V249.3 文献标识码 :A 文章编号 :1000—1328(2013)07-0926-06 DOI:10.3873/j.issn.1000—1328.2013.07.006 An Adaptive Kalman Filtering Algorithm for Autonomous Orbit Determ ination Based.on BP Neural Network SHANG Lin 一,LIU Guo—hua ,ZHANG Rui 一,LI Guo—tong ' (1.Shanghai Micro-Satellite Engineering Center,Shanghai 200050,China; 2.Shanghai Institute of Micro—System and Information Technology,Shanghai 200050,China) Abstract:In this paper,an adaptive eovarianee matrix estimation algorithm based—on BP neural network learning is proposed to solve the window size selection problem in Sage—Husa adaptive filtering way.The innovation vector deirved from the Kalman filter(KF)is employed as the input to the BP neural network and the nonlinear function between the innovation vector and the innovation covarianee matrix can be determined through learning of the network.The eovariance matrix estimation algorithm proposed in this paper is applied to the autonomous orbit determination system.The simulation

参考文献

引证文献

问答

我要提问