基于后验量测修正的卡尔曼滤波算法
针对卡尔曼滤波器鲁棒性差,对突变状态跟踪能力有限的问题,提出了基于后验量测修正的卡尔曼滤波算法(PMKF).该算法利用改进的判决准则对滤波状态进行实时判断,状态平稳时采用卡尔曼滤波,状态突变时采用提出的后验量测卡尔曼滤波算法(PKF)进行修正.理论分析及仿真结果表明,该修正算法不但削弱了状态突变对滤波的影响,克服了模型失配导致的滤波精度下降的问题,而且通过实时修正,提高了稳态时的滤波精度,缩短了滤波收敛时间.改进的判决准则对连续突变状态也具有更强的检测能力.
卡尔曼滤波、后验量测、状态突变、修正预测值、渐消滤波
39
TN95
2018-01-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
78-83