Cubature卡尔曼滤波-卡尔曼滤波算法

摘要：

针对条件线性高斯状态空间模型,提出cubature卡尔曼滤波-卡尔曼滤波算法(CKF-KF),分别应用CKF和KF估计模型中的非线性和线性状态.该算法对非线性与线性状态均进行cubature采样,并将两种样本通过线性方程和量测方程进行传播,以获得非线性状态估计.机动目标跟踪仿真结果表明,CKF-KF的估计精度比Rao-Blackwellized粒子滤波器(RBPF)略低,但算法运行时间不到其1％；与无迹卡尔曼滤波器(UKF-KF)相比,估计精度相当,但算法运行时间降低了22％,有效地提高了实时性.

关键词：条件线性高斯模型、cubature卡尔曼滤波-卡尔曼滤波、无迹卡尔曼滤波器、实时性

所属期刊栏目：27

分类号：U249(铁路桥涵工程)

资助基金：国家自然科学基金项目60775001,60834005

在线出版日期：2013-01-24（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：1561-1565