Filtro não linear de Kalman sigma-ponto com algoritmo unscented aplicado a estimativa dinâmica da atitude de satélites artificiais

• Autor(a) principal: Roberta Veloso Garcia
• Data de Publicação: 2011
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
• Texto Completo: http://urlib.net/sid.inpe.br/mtc-m19/2011/10.16.14.32

Estimadores de estados têm sido empregados em diversas áreas, em particular em engenharia aeroespacial envolvendo problemas de estimação de atitude e órbita. Estes estimadores são aplicados de modo a inferir variáveis não-observadas (estados) de um sistema dinâmico a partir de duas fontes incertas de informações: as medições e um modelo matemático. Sob a premissa de modelo linear e ruído Gaussiano, o filtro de Kalman é a solução ótima recursiva mais conhecida para o problema de estimação de estados, ao passo que o filtro de Kalman Estendido e, mais recentemente, o filtro de Kalman Sigma-Ponto são as soluções aproximadas mais comumente empregadas para o caso não-linear. Neste trabalho, a proposta principal é utilizar o filtro de Kalman Sigma-Ponto para estimar a atitude, com características de tempo real, de um satélite artificial utilizando medidas reais fornecidas por sensores que estão a bordo do satélite. Para validar a abordagem proposta de modo a realizar uma análise mais completa do problema, apontando as principais vantagens e desvantagens do método, os resultados são comparados das seguintes maneiras: comparações entre os estimadores aplicados a problemas não-lineares (filtro de Kalman Estendido e filtro de Kalman Sigma-Ponto) e entre diferentes parametrizações da atitude do satélite (ângulos de Euler e quaternions de atitude). Os resultados mostram que o algoritmo do Filtro de Kalman Sigma Ponto, mesmo sob condições iniciais imprecisas, é capaz de convergir e fornecer estimativas de atitude com precisão superior aos demais algoritmos. Estes resultados poderão ser úteis no processamento de imagens dos satélites, visando à melhoria na qualidade das mesmas, e poupando tempo de processamento adicional dos especialistas de processamento de imagens.