电气工程与系统科学 > 系统与控制
[提交于 2025年7月11日
]
标题: 通过置信度优势机动指标进行机动检测
标题: Maneuver Detection via a Confidence Dominance Maneuver Indicator
摘要: 精确且高效的机动检测对于确保航天器轨迹的安全性和可预测性至关重要。 本文提出了一种基于比较轨道状态估计和观测似然相关置信度的新机动检测方法。 首先,通过为状态估计设置一个置信度并计算观测的最大似然及其置信度,提出了一个置信度主导的机动指示器(CDMI)。 当观测的置信度超过状态估计的置信度时,CDMI会标记一次机动,这表明在无机动假设下观测是不可能的,同时与先验状态估计的置信度保持一致。 为了高效计算观测的最大似然并获得CDMI,开发了一种递归多项式优化方法,利用凸优化和多项式逼近。 此外,还开发了一种集成CDMI方法,以消除手动选择状态置信度的需要。 集成CDMI方法在保持高检测准确性的同时,还能提供机动可能性的指示,从而增强鲁棒性和实际应用性。 所提出的基于CDMI的机动检测方法的性能是针对最优控制距离度量和两种基于混合的方法进行评估的。 仿真结果表明,所提出的集成CDMI方法可以达到高达99.33%的检测准确率,比竞争方法至少高出10%,同时显著降低计算成本。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.