随着国家火星探测任务的正式立项,中国的火星探测正在大踏步的向前迈进。火星距离地球0.5-4亿千米。如此远的距离意味着巨大的通信时延,导致探测器必须能够自主修正巡航过程中的各种误差才能完成这项艰巨的任务,而滤波算法在修正导航位置和速度的偏差中起关键作用。深空环境复杂多变,探测器的轨道动力学模型和导航系统量测模型必然都是非线性的,只能使用非线性滤波算法来处理以上模型。因此本文的研究重点是非线性滤波算法,尤其是粒子滤波(Particle Filter,PF),目标是对粒子滤波进行改进。同时,本文的应用场景是火星探测巡航段,为了将非线性滤波算法应用于探测器巡航的过程中,必须先建立一个有效的探测器自主导航系统。下面是本文的几点主要工作。1、针对探测器巡航段的导航需求,分析各种导航方式的利弊,最终选定光学自主导航作为本文的自主导航方式。在仿真条件下,建立光学自主导航系统最重要的四个步骤是:建立系统的状态方程和量测方程、建立巡航段探测器标称轨道、选定导航路标并完成导航路标的规划、滤波算法。本文通过对轨道动力学及光学相机成像进行研究建立了导航系统的状态和量测方程;利用STK(Satellite Tool Kit)代替MATLAB建立标称轨道;同时经过细致分析,确定小行星作为本文的导航路标,在进行导航路标的规划时,在现有小行星筛选算法的基础上,深入研究了基于小行星导航的光学自主导航原理,引入了一种可操作性强的小行星筛选算法。仿真实验表明,该筛选算法简单且有效。2、针对深空环境复杂多变的现实,对非线性滤波算法进行研究,尤其是PF。针对PF粒子退化的问题,引入了一种基于权值优选和权值优化的无迹粒子滤波算法。在PF执行重要性采样的过程中,加入无迹卡尔曼滤波,形成无迹粒子滤波;同时在粒子重采样的过程中,进行权值优选和权值优化,使小权值粒子不被轻易抛弃,保证了粒子多样性。通过上述两方面的改进,一定程度地解决了粒子退化问题,提高了滤波精度。3、在973深空探测项目的背景下,建立自主导航系统仿真,仿真实验表明,改进的PF相较于扩展卡尔曼滤波和PF都有更高的滤波精度。