噪声方差对卡尔曼滤波结果影响分析

摘要：

为降低随机选取Kalman滤波器中系统噪声方差和测量噪声方差所带来的估计误差,提出利用遗传算法对Kalman滤波器中系统噪声方差和测量噪声方差进行优化,降低其对初始值的敏感度.以线性二自由度车辆仿真模型算例分析不同方差组合对Kalman滤波器的影响,确定出两个方差值对滤波器效能的影响程度,将影响程度的大小作为遗传算法的适应度函数,在此基础上利用遗传算法对系统噪声方差和测量噪声方差进行了优化,通过优化确定出最佳的方差组合,再将优化后的方差组合输入Kalman滤波器,从而提高Kalman模型的广泛适用性.利用优化后的Kalman滤波器对车辆仿真数据进行滤波处理,对比分析结果表明,优化后的Kalman模型对方差的随机性输入敏感度明显降低,能够准确逼近仿真模型的真实值.

关键词：卡尔曼滤波、系统噪声、测量噪声、遗传算法、优化

所属期刊栏目：35

分类号：TP206(自动化技术及设备)

资助基金：教育部长江学者与创新团队支持计划基金项目IRT1286;国家自然科学基金项目51178053;中央高校基本科研业务费专项基金项目2013G1221024

在线出版日期：2014-04-01（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：641-645