Resumen

Dado que los algoritmos de estimación de estado centralizados para las naves espaciales que vuelan en formación sufrirían una gran carga computacional cuando la escala de la formación aumenta, es necesario desarrollar algoritmos descentralizados. Hasta el momento, la mayoría de los algoritmos descentralizados para el vuelo en formación se derivan del EKF centralizado mediante la simplificación y el desacoplamiento, dando lugar a estimaciones subóptimas. En este trabajo se revisan los algoritmos típicos de estimación de estado descentralizada y se propone un nuevo esquema para los algoritmos descentralizados. En la nueva solución, el sistema se modela como una red bayesiana dinámica (DBN). Se utiliza un método gráfico probabilístico denominado árbol de unión (JT) para analizar la estructura distribuida oculta de las DBN. La inferencia en JT es una forma descentralizada de estimación bayesiana centralizada (BE), que es un procedimiento modular de tres pasos de recepción de mensajes, recogida de evidencias y generación de mensajes. Como el KF es un caso especial de BE, la nueva solución basada en JT es equivalente en precisión al KF centralizado en teoría. Para probar los algoritmos descentralizados se utiliza un ejemplo de navegación cooperativa de una formación de tres satélites. Los resultados de la simulación indican que JT tiene la mejor precisión entre todos los algoritmos descentralizados actuales.

• Materias:Automatización Propiedades termodinámicas Termodinámica Aerodinámica Motores (Mecánica) Vehículo espacial
• Subjects:Automation Thermodynamic properties Thermodynamics Aerodynamics Engines Space vehicles
• Palabras claves:algoritmo descentralizado, algoritmo de estimación de estado, nuevas soluciones, jt, algoritmo descentralizado actual, red bayesiana dinámica, árbol de unión con nombre, estado, estimación bayesiana centralizada, estructura distribuida oculta
• Keywords:decentralized algorithm, state estimation algorithm, new solutions, jt, current decentralized algorithm, dynamic bayesian network, named junction tree, state, centralized bayesian estimation, hidden distributed structure