奇异值分解的容积卡尔曼滤波性能评价

摘要：

针对容积卡尔曼滤波(CKF)在递推过程中易出现状态协方差阵非正定性导致计算发散的现象,该文推导了一种基于奇异值分解的容积卡尔曼滤波算法(SVD-CKF).该算法基于CKF的理论框架,采用奇异值分解代替标准CKF中的Cholesky分解,兼具奇异值分解算法的数值鲁棒性强和CKF精度高、实现简单等优点,解决了CKF在滤波过程中易出现状态协方差阵非正定性引起的计算发散的问题.同时推导了标准CKF、平方根CKF(SR-CKF)和SVD-CKF等不同滤波算法的具体形式,分析了上述不同CKF算法的特点.采用二维目标纯方位跟踪仿真实例与蒙特卡洛仿真试验对3种CKF算法的性能进行对比,结果表明:SVD-CKF算法性能优于标准CKF和平方根CKF算法.

关键词：非线性滤波、容积卡尔曼滤波、平方根滤波、奇异值分解

所属期刊栏目：43

分类号：P228(大地测量学)

资助基金：国家自然科学基金项目41504032;国家自然科学基金国际地区合作与交流项目41811530304;江苏省自然科学基金项目BK20150175

在线出版日期：2019-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：23-27