10.3969/j.issn.1000-7024.2014.05.059
强跟踪求积分卡尔曼滤波算法
在非线性系统滤波问题中,可能出现真实系统和滤波模型不匹配的现象,而标准形式的求积分卡尔曼滤波器对于这种具有模型不确定性系统的鲁棒性较差、滤波精度降低的问题.针对该问题,结合强跟踪滤波器的思想,提出了强跟踪求积分卡尔曼滤波算法.通过引入衰减因子对当前时刻的状态预测协方差矩阵进行修正,使得不同时刻的残差序列保持正交,减弱先前滤波结果对当前滤波过程的影响,增强量测值的作用,减弱模型的作用,克服模型的不确定性对滤波结果的影响.仿真结果表明,在具有模型不确定性情况的非线性滤波问题中,该算法与标准形式的求积分卡尔曼滤波算法相比,能够获得更高的滤波精度.
非线性系统、强跟踪滤波、求积分卡尔曼滤波、状态估计、卡尔曼滤波
35
TP391(计算技术、计算机技术)
国家自然科学基会项目61201118;中国博士后科学基金项目2013M532020;陕西省教育厅科研计划基金项目12JK0529
2014-06-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
1802-1806