基于自适应稳健最小p范数估计的轨道确定方法研究

摘要

当测轨数据误差不服从正态分布时,传统的最小二乘(LSE)轨道确定方法将不是最优的.为了获得高精度的定轨结果,一种可行的策略是采用基于最小p范数(Lp)的轨道确定方法.通过分析Lp估计的相关性质,得出普通Lp估计不具有良好的抗差性的结论.为抑制模型误差和异常值的影响,提出了基于数据深度加权的稳健最小p范数估计方法,并证明了相关性质,得出了其崩溃点可以达到1/2的结论.最后,通过残差分析和矩估计法自适应估计相关参数,使得估计达到最大效率.以犬基空间目标监视系统为背景进行了仿真试验.结果表明,当观测数据存在系统误差或异常值时,或者当目标动力学模型存在误差或者天基观测平台存在系统误差时,即使观测数据服从正态分布,LSE也不是最优的,在这种意义下自适应稳健Lp估计轨道确定方法比传统轨道确定方法更加稳健,定轨精度也更高.