مدل سازي مسير حركتي ماهواره هايLEO و ردگيري آن ها با فيلتر كالمن توسعه يافته(EKF) و فيلتر كالمن نمونه بردار(UKF)

Modelling of LEO Satellites Trajectories and Their Tracking With Extended Kalman Filter (EKF) & Unscented Kalman Filter(UKF)

يكي از بهترين روشهاي ردگيري ماهوارههاي مدار پايينزمين (LEO)، ردگيري راداري است. از آنجا كه فيلترهاي خطي مرسوم، قادر به تخمين موقعيت دقيق و ردگيري سيستمهاي با ديناميك غيرخطي مثل ماهوارهها نيستند و ردگيري آنها با خطاي فراواني همراه است، بايد از فيلترهاي غيرخطي استفاده نمود. در اين مقاله، ابتدا مسير حركت ماهواره به دور زمين با استفاده از معادلات كاول توليد شده و سپس مشاهدات رادار اندازهگير از اين معادلات استخراج و به طور جداگانه به فيلترهاي غيرخطي كالمن توسعهيافته(EKF ) و فيلتر كالمن نمونهبردار(UKF) اعمال ميشود. در نهايت با بررسي خطايRMS موقعيت و خطاي تخمين، عملكرد فيلترها براي ردگيري ماهواره مورد ارزيابي قرار ميگيرد. نتايج شبيهسازي نشان ميدهد فيلتر كالمن نمونهبردار در مقايسه با فيلتر كالمن توسعهيافته دقت و عملكرد بهتري دارد.

The radar tracking is one of the best LEO satellite tracking methods. While Since the tracking filters which are mostly linear, and are not able to have a precise estimation of the objects with nonlinear motion dynamics such as satellite, we should use nonlinear filters. In this paper, firstly, we deal with the problem of the LEO satellites motion path modelling according to the satellite motion emulation with the Cowell equations. Then the observations will be separately fed to non-linear Extended Kalman Filter as well as Unscented Kalman Filter and with studying the RMS position estimation error, their performance for satellite tracking will be evaluated. Simulation results demonstrate that the UKF filter has a better performance in terms of accuracy in comparison with the EKF.