Resumen

Diseñaremos un estimador adaptativo de modelos múltiples interactivos extendidos (EIMMAE) para la determinación de la actitud de un satélite de estereoimagen. Este algoritmo se basa en filtros de kalman extendidos de modelos múltiples interactivos (IMM) utilizando datos del sensor estelar y del giroscopio. En este método, el movimiento del satélite durante las maniobras de estereoimagen se divide en dos modos diferentes "movimiento de maniobra" y "movimiento uniforme". El algoritmo propuesto seleccionará la estructura de filtro Kalman adecuada para estimar los errores del giroscopio con precisión, con el fin de mantener el error máximo de estimación de actitud lo suficientemente bajo al principio de las maniobras mientras el satélite está en modo "movimiento de maniobra" y luego seleccionará el nivel de ruido de medición del sensor estelar adecuado al final de las maniobras mientras el satélite está en modo "movimiento uniforme" para reducir los errores de estimación de actitud. Se demostrará que utilizando el algoritmo propuesto, la precisión de la estimación de la actitud del satélite de estereoimagen se incrementará considerablemente. Se examinará la eficacia del algoritmo propuesto y se comparará con los métodos anteriores propuestos mediante simulaciones numéricas.

• Materias:Minería de datos Termodinámica Aerodinámica Ciencia de datos Ingeniería aeroespacial Exploración espacial
• Subjects:Data mining Thermodynamics Aerodynamics Data science Aerospace engineering Space exploration
• Palabras claves:algoritmo propuesto, error de estimación de la actitud, satélite de estereoimagen, modelo múltiple, movimiento uniforme, movimiento de maniobra, precisión de la estimación de la actitud, métodos anteriores propuestos, nivel de ruido de la medición, inicio de la maniobra
• Keywords:proposed algorithm, attitude estimation error, stereoimagery satellite, multiple model, uniform motion, manoeuvring motion, attitude estimation accuracy, previous proposed methods, measurement noise level, beginning of manoeuvre