20、卫星定位、电池热管理与圆柱热传递研究

卫星定位、电池热管理与圆柱热传递研究

1. 低轨卫星位置估计的卡尔曼滤波方法

在低轨卫星位置估计中，采用了三种不同的卡尔曼滤波方法，分别是传统扩展卡尔曼滤波器（Traditional EKF）、基于线性测量的扩展卡尔曼滤波器（EKF with linear measurements）和NRM辅助扩展卡尔曼滤波器（NRM - aided EKF）。

通过线性测量借助EKF对低轨卫星的X轴位置、速度以及GNSS接收器的时钟偏差进行估计。为了比较估计结果，计算了均方根误差（RMSE），并通过三次模拟运行取平均值。模拟结果表明，在长期分析中，传统EKF取得了最佳结果，NRM辅助EKF次之，基于线性测量的EKF结果噪声最大。以下是500秒模拟的均方根误差表：
|滤波方法|X (m)|Vx (m/s)|Clock bias (m)|
| ---- | ---- | ---- | ---- |
|Traditional EKF|2.1333|0.6846|0.6406|
|EKF with linear measurements|2.2709|1.6770|2.2490|
|NRM - aided EKF|2.2223|0.7588|0.6495|

mermaid流程图展示低轨卫星位置估计流程：

graph LR
    A[选择滤波方法] --> B[进行线性测量]
    B --> C[EKF估计位置、速度和时钟偏差]
    C --> D[计算RMSE]
    D --> E[比较结果]