@InProceedings{ZanardiSiGaKuBaPa:2022:EsAtCb,
               author = "Zanardi, Maria Cec{\'{\i}}lia and Silva, William Reis and 
                         Garcia, Roberta V. and Kuga, H{\'e}lio Koiti and Baroni, Leandro 
                         and Pardal, Paula C. P. M.",
          affiliation = "{Universidade Estadual Paulista (UNESP)} and {Universidade de 
                         Bras{\'{\i}}lia (UnB)} and {Universidade de S{\~a}o Paulo 
                         (USP)} and {Instituto Nacional de Pesquisas Espaciais (INPE)} and 
                         {Universidade Federal do ABC (UFABC)}",
                title = "Estima{\c{c}}{\~a}o de Atitude para o Cbers-4 Usando o Filtro de 
                         Soma Gaussiana Unscented",
                 year = "2022",
         organization = "Col{\'o}quio Brasileiro de Din{\^a}mica Orbital, 221.",
             abstract = "O Filtro de Soma Gaussiana Unscented (FSGU), Filtro de Soma 
                         Gaussiana (FSG) e o Filtro de Part{\'{\i}}culas (FP) foram 
                         aplicados neste trabalho para estimar o bias de giros e atitude 
                         usando dados de medi{\c{c}}{\~a}o de {\'o}rbita e atitude 
                         simulados para o CBERS-4 (China Brasil Earth Resources Satellite 
                         4) recentemente em opera{\c{c}}{\~a}o. Para sistemas n{\~a}o 
                         lineares, como din{\^a}mica de atitude, a fun{\c{c}}{\~a}o de 
                         densidade de probabilidade posterior (pdf) pode n{\~a}o ser 
                         gaussiana, o que pode levar a problemas no Filtro de Kalman 
                         Estendido (FKE) e Filtro de Kalman Unscented (UKF). O conceito 
                         fundamental em uma FSG {\'e} usar um conjunto finito de 
                         distribui{\c{c}}{\~o}es gaussianas para estimar e construir a 
                         pdf usando a abordagem de estima{\c{c}}{\~a}o bayesiana. O 
                         objetivo do FSG {\'e} aproximar as fun{\c{c}}{\~o}es de 
                         densidades de probabilidades previstas e posteriores (pdfs) como 
                         um n{\'u}mero finito de somas ponderadas de 
                         distribui{\c{c}}{\~o}es de densidades gaussianas como tem sido 
                         proposto na literatura. O modelo din{\^a}mico de atitude {\'e} 
                         descrito por quat{\'e}rnions e os sensores de atitude 
                         dispon{\'{\i}}veis para estimativa de atitude s{\~a}o dois 
                         Sensores Solares Digitais (DSS) com fun{\c{c}}{\~o}es n{\~a}o 
                         lineares de {\^a}ngulos de atitude de rolagem, 
                         inclina{\c{c}}{\~a}o e guinada; dois Sensores Infravermelhos de 
                         Terrestres (IRES) com medi{\c{c}}{\~o}es diretas dos 
                         {\^a}ngulos de rota{\c{c}}{\~a}o e inclina{\c{c}}{\~a}o; e 
                         uma tr{\'{\i}}ade de girosc{\'o}pios mec{\^a}nicos que 
                         fornecem {\^a}ngulos incrementais diretos ou velocidades 
                         angulares. Os resultados para estimativa de atitude mostram que 
                         {\'e} poss{\'{\i}}vel obter precis{\~a}o na 
                         determina{\c{c}}{\~a}o de atitudes dentro dos requisitos 
                         prescritos utilizando o FSG, com menor custo computacional e com 
                         menor n{\'u}mero de part{\'{\i}}culas quando comparado ao 
                         filtro de part{\'{\i}}culas padr{\~a}o.",
  conference-location = "12-16 dez. 2022",
      conference-year = "S{\~a}o Jos{\'e} dos Campos, SP",
             language = "pt",
        urlaccessdate = "23 maio 2024"
}