文献综述（或调研报告）：
近年来，对小行星的探测和操纵已经成为深空探测的热点之一。在小行星的接近段，精确的导航手段对任务的成败起到至关重要的作用。由于近地小行星的质量分布、运行轨道和周期等都无法精确预知，加上小行星呈现不规则几何形状并且是不断旋转的，这些因素都会导致卫星动力学环境无法准确预知，在小行星附近的导航是非常复杂的。目前，美国、日本等国都已成功进行近地小行星的探测活动，对于研究避免小行星对地球造成威胁的有效措施。
由于小行星本身物理特性的不确定性，有大量研究针对小行星的轨道预测以及在其附近运行的航天器动力学特性问题。Maddock等人建立小行星-卫星编队跟踪近地小行星Apophis，设计了最优跟踪轨道，满足卫星与Apophis的距离足够近，变化很小且燃料最省[1]。Colombo等人针对小推力卫星偏转小行星原始轨道，研究了一种半解析方法，有效减少计算时间并得到较好精度[2]。Kubota，Li等人已证明基于光学导航相机和激光雷达（LIDAR）或激光测距（LRF）综合测量的方法是单个航天器接近或降落在小行星上的可行选择[3] [4]。Broschart和Scheeres[5]的文章中发表了关于小行星附近的单个航天器的近距离操作的具体内容。
Long，Shim，Chung等人[6]的研究表明，对于多个航天器系统，包含航天器间的相对观测可以改善对编队中航天器状态的估计，在编队内的航天器共享信息可以提高导航精度，并且即使在发生意外情况时也可以控制编队。Vetrisano和Vasile[7]等人提出了在分布式导航的小行星附近导航航天器编队的想法。近年来，在深空导航和接近阶段中，单一的导航相机的机载光学测量已被广泛使用[8]（Konimato等，2006）。日本的Misu等人在“隼鸟号”探测任务中利用导航相机对投掷在小行星上的导航信标拍照，并从图像中提取可视特征点，并精确跟踪这些特征点，利用激光测距仪测量探测器到特征点的距离，并用EKF进行处理从而确定探测器位置和速度等信息[9]。
由于参考轨道与实际轨道之间存在偏差，所以需要滤波技术，建立非线性系统动力学模型和量测模型来估计导航系统的状态量。最常用的是扩展卡尔曼滤波算法（EKF）和无迹卡尔曼滤波算法（UKF）。目前许多学者提出了一系列改进算法，例如二阶滤波法，U-D滤波，L-D滤波、平方根滤波[10]以及自适应滤波方法[11]等，自适应滤波方法主要包括多模型自适应滤波、在线估计滤波参数以及在线调节参数三种。多模型滤波方法虽然能减少由于模型噪声不确定和时变引起的误差[12]，但由于多个滤波通道的存在，计算速率严重下降。在线估计滤波的方法在状态模型和量测模型噪声同时具有时变性时会导致滤波不稳定[13]，在线调节参数方法通过引入调节因子对滤波参数进行缩放，从而实现滤波调节[14]。宁晓琳等人对三种自适应滤波方法进行仿真实验，实验得出基于贝叶斯估计的在线调节自适应滤波方法能够有效改善由于噪声时变引起的滤波精度下降的问题，稳定性更好[15]。
参考文献
[1] Maddock C A, Vasile M. Optimal Design for a NEO Tracking Spacecraft Formation [C] // IEEE Congress on Evolutionary Computation. Singapore, 2007: 979-986.
[2] Colombo C, Vasile M, Radice G. Semi-analytical Solution for the Optimal Low-thrust Deflection of Near-Earth Objects [J]. Journal of Guidance, Control and Dynamics, 2009, 32(3): 796-809.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
