数据集概述
本数据集支持基于改进Q学习扩展卡尔曼滤波（QLEKF）的星际自主导航研究，包含EKF、QLEKF、QLEKF-step三种算法在不同噪声参数与配置下的仿真结果，涉及位置估计误差、协方差矩阵及执行时间等核心指标。
文件详解
- RMSE目录（.mat格式文件）：
- RMSE_epsilon.mat：记录三种算法在50次仿真中，位置估计的均方根误差（RMSE）随epsilon参数变化的数据
- RMSE_gamma.mat：记录三种算法在50次仿真中，位置估计的均方根误差（RMSE）随gamma参数变化的数据
- RMSE_r.mat：记录三种算法在50次仿真中，位置估计的均方根误差（RMSE）随观测噪声缩放因子变化的数据
- SE目录（.mat格式文件）：
- Position_std_error.mat：QLEKF-step算法位置估计的标准差数据
- PX.mat：QLEKF-step算法位置估计协方差矩阵PX分量（1–12000时间步）
- PY.mat：QLEKF-step算法位置估计协方差矩阵PY分量（1–12000时间步）
- PZ.mat：QLEKF-step算法位置估计协方差矩阵PZ分量（1–12000时间步）
- time目录（.xlsx格式文件）：
- Runtime.xlsx：记录EKF、QLEKF、QLEKF-step三种算法50次独立仿真的执行时间（单位：秒）
适用场景
- 星际自主导航算法性能评估：对比分析EKF、QLEKF及改进算法在不同参数下的位置估计精度
- 滤波算法优化研究：基于RMSE与协方差数据，探索QLEKF算法参数（epsilon、gamma等）的最优配置
- 航天导航系统效率分析：利用执行时间数据，评估不同导航算法的计算复杂度与实时性
- 噪声鲁棒性研究：分析观测噪声对三种导航算法位置估计误差的影响规律
