相关噪声下非线性滤波及在动力定位中的应用
针对实际系统状态估计具有互相关噪声的情况,研究了互相关噪声下非线性系统状态估计问题.首先基于贝叶斯理论推导出新的互相关噪声下的贝叶斯估计算法.然后使用三阶球面径向基(spherical-radial)规则计算贝叶斯估计中的非线性积分,当噪声互相关时,基于扩展卡尔曼滤波的思想分别计算状态矩阵和观测矩阵的Jacobi矩阵,可得互相关噪声下的容积卡尔曼滤波(cubature Kalman filtering with one-step auto-correlated and two-step cross-correlated noise,CKF-CCN);当噪声不相关时,可得容积卡尔曼滤波(cubature Kalman filtering,CKF)及其平方根形式(SCKF).最后通过动力定位系统仿真实验,表明提出的CKF-CCN的估计精度要高于SCKF和仅考虑一步互相关的平方根容积卡尔曼滤波(SCKF-CN).
相关噪声、贝叶斯估计、容积卡尔曼滤波、动力定位
33
U666.1(船舶工程)
国家自然科学基金项目51309062;重大专项“深水铺管起重船及配套工程技术”2011ZX05027-002资助.Supported by National Natural Science Foundation of China51309062;National Technology Momentous Special Program of China2011ZX05027-002
2016-12-12(万方平台首次上网日期,不代表论文的发表时间)
共8页
1081-1088