EKF-based autonomous refined orbit determination

This thesis presents a novel approach to orbital navigation embedding the Gauss Variational Equations (GVEs) into an Extended Kalman Filter (EKF) framework with the aim of developing a robust autonomous orbit determination algorithm. Accurate orbit determination is crucial for space missions, and this work develops a robust solution that combines classical filtering techniques with advanced estimation methods. The research begins with a comprehensive review of orbital dynamics and sensor technologies relevant to space navigation. A detailed analysis of static orbit determination methods provides the foundation for understanding traditional approaches. The core contribution introduces GVE-based estimation as an alternative to conventional techniques, offering improved robustness and accuracy in handling nonlinear orbital dynamics. The EKF implementation is developed to fuse multiple sensor measurements, enabling real-time state estimation despite the inherent nonlinearities of orbital mechanics. The EKF approach provides a more efficient computational framework compared to heavier estimation techniques for nonlinear systems, while maintaining estimation accuracy, making it particularly suitable for onboard autonomous navigation systems. Validation of the proposed methodology is conducted through Model-In-the-Loop (MIL) and Processor-In-the-Loop (PIL) testing environments. MIL simulations verify the algorithm's theoretical performance as well as being the perfect playground for testing and tuning, while PIL testing demonstrates practical implementation feasibility using actual flight-grade hardware and software. Results demonstrate that the GVE-based Kalman Filter successfully achieves accurate orbit determination, indicating improved performance under the tested conditions. The developed navigation filter shows promising performance metrics and potential for operational space missions.

La presente tesi presenta un approccio innovativo alla navigazione orbitale che integra le equazioni variazionali di Gauss (GVE) all'interno di un Extended Kalman Filter (EKF), con l'obiettivo di sviluppare un algoritmo robusto per la determinazione autonoma dell'orbita. Tale determinazione accurata dell'orbita è fondamentale per le missioni spaziali e questo lavoro sviluppa una soluzione che combina tecniche di filtering classiche con metodi di stima avanzati. La ricerca inizia con una revisione completa della dinamica del lanciatore e delle tecnologie dei sensori rilevanti per la navigazione spaziale. Un'analisi dettagliata dei metodi di determinazione statica dell'orbita fornisce le basi per la comprensione degli approcci tradizionali. Il contributo principale di questo lavoro introduce la stima basata sulle equazioni di Gauss come alternativa alle tecniche convenzionali basate sulla dinamica cartesiana, offrendo una maggiore robustezza e accuratezza nella gestione della dinamica orbitale. L'implementazione dell'EKF è stata sviluppata per fondere le misurazioni di più sensori, consentendo la stima dello stato in tempo reale nonostante le non linearità intrinseche della meccanica orbitale. L'approccio EKF fornisce un quadro computazionale più efficiente rispetto alle tecniche di stima più complesse per i sistemi non lineari, pur mantenendo l'accuratezza della stima, rendendolo particolarmente adatto ai sistemi di navigazione autonoma a bordo. La validazione della metodologia proposta viene condotta attraverso ambienti di test Model-In-the-Loop (MIL) e Processor-In-the-Loop (PIL). Le simulazioni MIL verificano le prestazioni teoriche dell'algoritmo e costituiscono il contesto ideale per il collaudo e la messa a punto, mentre i test PIL dimostrano la fattibilità dell'implementazione pratica utilizzando hardware e software reali pronti al volo. I risultati dimostrano che il filtro di Kalman basato su approccio orbitale riesce a determinare con precisione l'orbita, dimostrando prestazioni superiori rispetto ai metodi tradizionali durante le fasi orbitali. Tale filtro sviluppato mostra metriche di prestazione promettenti e un potenziale per le missioni spaziali operative.