Con questa tesi si è discussa la stima autonoma della dinamica relativa tra satelliti in volo in prossimità, concentrandosi sulle prestazioni dell'algoritmo di stima basato su filtri di Kalman. Lo scopo è stato quello di proporre nuove alternative per migliorare queste prestazioni sfruttando i filtri di Kalman Unscented che sono versioni più evolute e precise dei filtri di Kalman standard. In definitiva, le nuove soluzioni proposte risultano essere delle valide alternative.

Unscented Kalman Filters for Vision-Based Relative Dynamics Estimation between Cooperating Spacecraft

Rizzolo, Giovanni
2019/2020

Abstract

Con questa tesi si è discussa la stima autonoma della dinamica relativa tra satelliti in volo in prossimità, concentrandosi sulle prestazioni dell'algoritmo di stima basato su filtri di Kalman. Lo scopo è stato quello di proporre nuove alternative per migliorare queste prestazioni sfruttando i filtri di Kalman Unscented che sono versioni più evolute e precise dei filtri di Kalman standard. In definitiva, le nuove soluzioni proposte risultano essere delle valide alternative.
2019-12-18
Kalman, filters, vision-based , dynamics, testing, flying
File in questo prodotto:
File Dimensione Formato  
Rizzolo_Giovanni_1156711.pdf

accesso aperto

Dimensione 4.44 MB
Formato Adobe PDF
4.44 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/22764