基于SRCKF的多传感器融合自适应鲁棒算法

摘要：

为解决模型误差和异常量测值发生时平方根容积卡尔曼滤波(SRCKF)算法滤波性能下降甚至滤波发散的问题,提出了一种多传感器融合自适应鲁棒算法.基于新息协方差匹配原则设计了鲁棒子系统以抑制量测异常值,同时为克服模型误差使用基于新息修正的低复杂度自适应SRCKF(LCASRCKF)算法设计了自适应子系统,根据2种子系统的特点和局限提出全局融合架构,使系统可以充分平衡并利用滤波过程中先验的模型预测值信息和后验的量测值信息,最终降低估计误差.仿真结果表明:相比鲁棒多渐消因子容积卡尔曼滤波(RMCKF)等算法,所提融合算法在滤波精度、稳定性和收敛速度等方面有明显优势.

关键词：平方根容积卡尔曼滤波、模型误差、异常量测值、多传感器融合、自适应滤波

所属期刊栏目：49

分类号：TN953

资助基金：空军工程大学校长基金XZJ2020039

在线出版日期：2023-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：220-228