航天測(cè)控最優(yōu)估計(jì)方法與應(yīng)用

第1章 概論
1.1 航天測(cè)控中的估計(jì)問題
1.2 最優(yōu)估計(jì)理論及發(fā)展
1.3 航天測(cè)控最優(yōu)估計(jì)應(yīng)用現(xiàn)狀
1.4 本書導(dǎo)讀

第2章 最小二乘法及改進(jìn)算法
2.1 最小二乘估計(jì)原理
2.2 線性化系統(tǒng)觀測(cè)方程
2.3 線性化系統(tǒng)狀態(tài)方程
2.4 系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣
2.5 系統(tǒng)狀態(tài)矩陣求解
2.5.1 數(shù)值積分法
2.5.2 矩陣指數(shù)函數(shù)
2.5.3 冪級(jí)數(shù)近似法
2.5.4 數(shù)值差分法
2.5.5 差分積分混合法
2.6 最小二乘求解方法
2.6.1 超定方程正規(guī)化
2.6.2 超定方程奇異值分解
2.6.3 最小二乘批處理估計(jì)算法
2.7 最小二乘改進(jìn)算法
2.7.1 最小二乘加權(quán)改進(jìn)算法
2.7.2 最小二乘貫序估計(jì)算法
2.8 算法仿真

第3章 卡爾曼濾波及擴(kuò)展算法
3.1 非線性系統(tǒng)濾波
3.2 狀態(tài)噪聲和觀測(cè)噪聲
3.3 濾波發(fā)散抑制方法
3.4 濾波缺陷分析
3.5 對(duì)濾波算法核心再認(rèn)識(shí)
3.6 非線性函數(shù)均值和方差傳播特點(diǎn)
3.7 無味卡爾曼濾波
3.7.1 無味變換均值和方差傳播
3.7.2 基于無味變換的卡爾曼濾波
3.8 增廣無味卡爾曼濾波
3.9 最小二乘法與卡爾曼濾波

第4章 空間坐標(biāo)系及衛(wèi)星運(yùn)動(dòng)基礎(chǔ)
4.1 轉(zhuǎn)移矩陣的一般形式
4.1.1 正交基底投影法
4.1.2 歐拉角轉(zhuǎn)動(dòng)法
4.1.3 矢陣運(yùn)算法
4.2 空間坐標(biāo)系統(tǒng)
4.2.1 地心坐標(biāo)系
4.2.2 月心坐標(biāo)系
4.2.3 地平坐標(biāo)系
4.2.4 衛(wèi)星質(zhì)心坐標(biāo)系
4.2.5 衛(wèi)星本體坐標(biāo)系
4.3 衛(wèi)星運(yùn)動(dòng)基礎(chǔ)
4.3.1 開普勒軌道
4.3.2 橢圓軌道開普勒方程
4.3.3 雙曲線和拋物線軌道開普勒方程
4.3.4 衛(wèi)星通過緯度圈的時(shí)刻和經(jīng)度
4.3.5 測(cè)量天線原點(diǎn)的運(yùn)動(dòng)
4.3.6 衛(wèi)星相對(duì)測(cè)量天線的觀測(cè)量

第5章 火箭飛行彈道融合濾波估計(jì)
5.1 火箭彈道融合處理問題
5.2 解耦最小二乘法
5.2.1 狀態(tài)模型
5.2.2 彈道處理算法
5.2.3 應(yīng)用實(shí)例
5.3 解耦擴(kuò)展卡爾曼濾波
5.3.1 狀態(tài)模型
5.3.2 應(yīng)用實(shí)例
5.4 “當(dāng)前統(tǒng)計(jì)模型彈道融合算法
5.4.1 修正的瑞利分布函數(shù)
5.4.2 非零均值時(shí)間相關(guān)模型
5.4.3 濾波算法
5.4.4 應(yīng)用實(shí)例

第6章 初軌確定與軌道運(yùn)動(dòng)監(jiān)視
6.1 多項(xiàng)式擬合算法
6.2 最小二乘法
6.2.1 系統(tǒng)狀態(tài)模型
6.2.2 系統(tǒng)觀測(cè)模型
6.2.3 系統(tǒng)觀測(cè)矩陣
6.2.4 狀態(tài)傳遞矩陣
6.2.5 殘差統(tǒng)計(jì)與方差控制
6.2.6 算法實(shí)現(xiàn)步驟和過程
6.3 改進(jìn)拉普拉斯型方法
6.3.1 地面雷達(dá)觀測(cè)方程
6.3.2 GPS測(cè)量觀測(cè)方程
6.3.3 觀測(cè)方程最小二乘解
6.4 擴(kuò)展卡爾曼濾波
6.4.1 馬爾可夫過程矢量增廣系統(tǒng)動(dòng)力學(xué)模型
6.4.2 卡爾曼濾波算法
6.4.3 兩種測(cè)量體制下的融合濾波算法
6.4.4 初始狀態(tài)與協(xié)方差矩陣
6.4.5 狀態(tài)矩陣和觀測(cè)矩陣
6.4.6 應(yīng)用實(shí)例

第7章機(jī)動(dòng)軌道跟蹤與確定
7.1 機(jī)動(dòng)軌道跟蹤與確定問題
7.2 軌道機(jī)動(dòng)控制動(dòng)力學(xué)模型
7.2.1 高斯一馬爾可夫隨機(jī)過程加速度模型
7.2.2 再入軌道跟蹤攝動(dòng)力模型
7.2.3 軌道機(jī)動(dòng)推力加速度模型
7.2.4 軌道機(jī)動(dòng)速度增量模型
7.2.5 軌道機(jī)動(dòng)推力α-β模型
7.2.6 加速度補(bǔ)償模型
7.2.7 軌道機(jī)動(dòng)推力加速度方向
7.3 加速度估計(jì)與動(dòng)力學(xué)補(bǔ)償方法
7.3.1 動(dòng)力學(xué)和觀測(cè)模型
7.3.2 擴(kuò)展卡爾曼濾波算法
7.3.3 推力方向矢量在東南固連坐標(biāo)系度量
7.3.4 推力方向矢量在瞬時(shí)軌道坐標(biāo)系度量
7.3.5 應(yīng)用實(shí)例
7.4 增廣加速度動(dòng)力學(xué)補(bǔ)償方法
7.4.1 動(dòng)力學(xué)和觀測(cè)模型
7.4.2 擴(kuò)展卡爾曼濾波算法
7.4.3 系統(tǒng)狀態(tài)矩陣
7.4.4 應(yīng)用實(shí)例
7.5 增廣α-β動(dòng)力學(xué)補(bǔ)償方法
7.5.1 動(dòng)力學(xué)模型
7.5.2 系統(tǒng)觀測(cè)模型
7.5.3 無味卡爾曼濾波算法
7.5.4 應(yīng)用實(shí)例

第8章自旋穩(wěn)定衛(wèi)星姿態(tài)確定
8.1 雙矢量幾何法
8.2 姿態(tài)精確測(cè)定模型
8.2.1 無奇點(diǎn)度量模型
8.2.2 系統(tǒng)狀態(tài)模型
8.2.3 系統(tǒng)觀測(cè)模型
8.2.4 觀測(cè)矩陣模型
8.3 加權(quán)最小二乘法
8.4 擴(kuò)展卡爾曼濾波
8.5 無味卡爾曼濾波
8.6 應(yīng)用實(shí)例

第9章三軸穩(wěn)定衛(wèi)星姿態(tài)確定
9.1 矢陣代數(shù)姿態(tài)確定算法
9.1.1 矢陣姿態(tài)矩陣
9.1.2 歐拉角姿態(tài)矩陣
9.1.3 姿態(tài)測(cè)量參考方向
9.2 四元數(shù)姿態(tài)矢量確定方法
9.2.1 姿態(tài)觀測(cè)模型
9.2.2 Quest姿態(tài)確定算法
9.2.3 Request姿態(tài)確定算法
9.2.4 最優(yōu)Request姿態(tài)確定算法
9.2.5 自適應(yīng)最優(yōu)Request姿態(tài)確定算法
9.2.6 仿真分析
9.3 多信源融合確定方法
9.3.1 聯(lián)合濾波器
9.3.2 星敏感器測(cè)量模型
9.3.3 GPS姿態(tài)測(cè)量模型
9.3.4 紅外地平儀測(cè)量模型
9.3.5 太陽敏感器測(cè)量模型
9.3.6 聯(lián)合濾波模型
9.3.7 聯(lián)合濾波算法及流程
9.3.8 仿真分析
附錄
附錄A向量函數(shù)微分運(yùn)算
附錄B球面三角常用公式
附錄C隨機(jī)變量及隨機(jī)過程
附錄DCholesky分解
參考文獻(xiàn)
后記