基于自适应迭代粒子滤波的小卫星姿态估计方法

    公开(公告)号:CN107869993A

    公开(公告)日:2018-04-03

    申请号:CN201711081317.2

    申请日:2017-11-07

    CPC classification number: G01C21/20

    Abstract: 本发明公开了一种基于自适应迭代粒子滤波的小卫星姿态估计方法,用于解决现有小卫星姿态估计方法实用性差的技术问题。技术方案是当重要性密度函数的高斯分布的期望和方差,经过计算超出一定的阈值,这时利用修正项自身迭代的方法,实时更新重要密度函数,使得粒子可以迅速推进到高似然区域,这也让粒子样本的权重均匀分散,提高了采样的效率,并且同时运用模拟退火算法,解决了粒子权重较小、不易归一化的问题,由此产生自适应迭代粒子滤波(AIPF)方法。本发明把这个算法应用于小卫星系统的姿态估计中,使得能够高精度的估计卫星姿态。

    基于动态重采样粒子滤波的雷达目标跟踪方法

    公开(公告)号:CN106056632A

    公开(公告)日:2016-10-26

    申请号:CN201610397295.X

    申请日:2016-06-07

    CPC classification number: G06T2207/10044

    Abstract: 本发明提出一种基于动态重采样粒子滤波的雷达目标跟踪方法,采用动态重采样算法动态地确定参与重采样的粒子个数,实现粒子退化和粒子贫化的有效折中,保证了重采样前后粒子集所表示的分布相同。本发明在重采样开始时,将归一化权重代入计算Neff(0)值,若Neff(0)<Nth,表明粒子退化问题比较严重,需要重采样;每轮只随机选取一个粒子进行重采样,然后计算当前粒子‑权重对集的Neff(k)值,直至满足Neff(k)≥Nth;为了避免在每轮针对一个粒子重采样后对残余粒子集中所有粒子进行权重更新导致的计算量巨大的问题,本发明采用二分法针对km个粒子进行重采样实现了快速动态重采样,极大地提高了该算法的效率。

Patent Agency Ranking