基于极大似然准则和最大期望算法的自适应UKF算法
针对噪声先验统计特性未知情况下的非线性系统状态估计问题,提出了基于极大似然准则和最大期望算法的自适应无迹卡尔曼滤波(Unscented Kalman filter,UKF)算法.利用极大似然准则构造含有噪声统计特性的对数似然函数,通过最大期望算法将噪声估计问题转化为对数似然函数数学期望极大化问题,最终得到带次优递推噪声统计估计器的自适应UKF算法.仿真分析表明,与传统UKF算法相比,提出的自适应UKF算法有效克服了传统UKF算法在系统噪声统计特性未知情况下滤波精度下降的问题,并实现了系统噪声统计特性的在线估计.
非线性滤波、自适应UKF算法、噪声统计估计器、极大似然准则、最大期望算法
38
TP273.2(自动化技术及设备)
国际合作项目2010DFR80140
2012-11-01(万方平台首次上网日期,不代表论文的发表时间)
1200-1210