تعيين موقعيت ماهواره با استفاده از داده GPS و فيلتر كالمن مكعبي

GPS based positioning of Satellite using cubature Kalman filter

در اين مقاله معادلات حركت ماهواره بررسي ميگردد و سپس با استفاده از مشاهدات GPS، از فيلترهـاي غيرخطـي كالمـن توسعه يافته و كالمن مكعبي به منظور تعيين مدار ماهواره استفاده مي‌شود. نتايج شبيهسازي و خطاي RMS موقعيت نشان مي‌دهد فيلتر كالمن مكعبي در مقايـسه با فيلتر كالمن توسعه يافته عملكرد بهتري (تا حدود 50 درصد) در تعيين سرعت در راستاي y و z ماهواره دارد. درصد بهبود خطا نسبي در بخش موقعيت براي هر دو فيلتر تقريبا مشابه هم است هرچند در اين بخش هم عملكرد فيلتر كالمن مكعبي بهتر بوده است. درصد بهبود نسبي خطاي تعيين موقعيت فيلتر كالمن مكعبي در راستاي x برابر 10 درصد بوده است. اين درصد بهبود نسبي در راستاهاي Y و Z به ترتيب برابر 3 و 1/5 درصد بوده است.

Due to the nonlinearity of the equations governing the satellite estimation system, linear filters are not able to estimate the precise position, and then satellite tracking is associated with several errors. In this paper, satellite motion equations are investigated, then, using GPS observations, Extended Kalman filter (EKF) and Cubature Kalman filter (CKF) the satellite’s position and velocity are determined. Cubature Kalman filter is an algorithm suitable for estimating noisy high dimension nonlinear systems, which is based on the Gaussian and Kalman filter. Simulation results and RMS of the positioning errors confirm that the Cubature Kalman filter has improved accuracy and performance compared to the Extended Kalman filter. Cubature Kalman filter shows 50 percent improvement in velocity estimation in y and z directions compared to EKF. Although, the relative error improvement percentage for the position is less than velocity and both filters have almost similar performance. However, CKF is slightly superior and has had 10 percent, 3 and 1.5 percent improvement in relative errors of x, y and z directions, respectively.