MétaCan
Menu
Retour à la cohorte
Enregistrement W2130022648 · doi:10.1243/09544100jaero633

A simple suboptimal Kalman filter implementation for a gyro-corrected satellite attitude determination system

2010· article· en· W2130022648 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part G Journal of Aerospace Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueInertial Sensor and Navigation
Établissements canadiensCarleton University
Organismes subventionnairesCanadian Space Agency
Mots-clésControl theory (sociology)Kalman filterAlpha beta filterInvariant extended Kalman filterExtended Kalman filterFast Kalman filterComputer scienceObserver (physics)Filter (signal processing)SatelliteEnsemble Kalman filterEngineeringPhysicsArtificial intelligenceMoving horizon estimationComputer visionAerospace engineering

Résumé

récupéré en direct d'OpenAlex

This article presents a simple Kalman filter implementation for correcting gyro-determined satellite attitude estimates with attitude measurements made using external sensors such as sun sensors, magnetometers, star trackers, and so on. This article first generalizes a recently developed non-linear observer for the gyro-corrected attitude determination problem. By implementing the steady-state Kalman filter in the framework of this non-linear observer, a computationally simple filter is obtained with suboptimal steady-state performance. This is important for applications where computational power is limited, such as in micro-/nano-satellite applications. Additionally, in the absence of process and measurement noise, this implementation of the Kalman filter is globally stable. The resulting filter uses constant steady-state Kalman filter gains. It is demonstrated that close-to-optimal steady-state performance is obtained.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,724

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,228
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle