基于高斯分布的多层无迹卡尔曼滤波算法
在传统无迹卡尔曼滤波(UKF)中对其估计精度和计算效率起关键作用的是采样算法,即构造具有权重的样本点.研究表明,带权样本点匹配随机变量的阶矩越高滤波的精度越高,如多项式无迹卡尔曼滤波(PUKF),但通常此类算法的复杂度过高甚至难以求解.为此,基于高斯分布结合高阶矩匹配与无迹卡尔曼滤波线性扩张方法(LUKF),提出一种兼顾效率和精度的高斯滤波离线算法.实验结果表明,所提出算法拥有比UKF更高的估计精度和比PUKF更好的计算效率.
无迹卡尔曼滤波、多层采样、高斯分布、高阶无迹卡尔曼滤波
31
TP274(自动化技术及设备)
国家自然科学基金项目61202131;重庆市科委基金项目cstc2012ggB40004,cstc2014jcsfglyjs0005,cstc2014zktjccxyyB0031;中国科学院“西部之光”项目.
2016-08-10(万方平台首次上网日期,不代表论文的发表时间)
609-615