摘要
天基仅测角卫星定位问题属于强非线性滤波问题,复杂的空间环境所导致的噪声统计特性不确定,使得传统滤波算法精度降低。为提高跟踪精度,采用模糊梯形可能性分布代替精确高斯概率分布,对过程噪声和量测嗓声进行描述,在平方根容积卡尔曼滤波(SCKF)的基础上,推导了模糊平方根容积卡尔曼滤波(FS-CKF)算法。克服了SCKF对高斯噪声特性精确已知的约束,有效拓展了CKF的应用范围。仿真比较了FS-CKF与SCKF在空间目标定位问题中的性能,仿真结果表明FS-CKF算法的位置、速度收敛时间分别提高了32.52%和18.28%,收敛精度分别提高了12.52%和42.65%,验证了算法的有效性。