發(fā)布時間：2019-11-22 00:49

【摘要】：針對高斯型非線性濾波器在大初始偏差條件下性能下降、甚至發(fā)散的問題,提出了一種新的非線性濾波算法,即迭代更新擴展卡爾曼濾波器(iterated update extended Kalman filter,IU-EKF)。首先,該算法在EKF框架下,將傳統(tǒng)的一步量測更新在偽時間上分為多步進行,采用部分增益將當前量測信息逐步地引入量測更新過程實現(xiàn)對狀態(tài)的后驗估計;其次,由于多步量測更新過程引入了每一步的過程噪聲,因此將量測噪聲與每一步更新后的狀態(tài)估計誤差之間的互協(xié)方差代入誤差協(xié)方差矩陣,再利用此誤差協(xié)方差矩陣的跡對標準卡爾曼增益矩陣求導并令結(jié)果為零,以導出噪聲相關(guān)條件下的最優(yōu)卡爾曼增益矩陣表達式;最后,根據(jù)后驗量測殘差自適應(yīng)地調(diào)整迭代更新次數(shù),在保證一定濾波精度的前提下,降低了算法的計算量。以2維目標跟蹤問題為例,在大初始偏差條件下,通過仿真實驗將本文算法分別與EKF、IEKF、UKF、CKF算法進行對比,并針對不同迭代次數(shù)對濾波精度的影響進行對比分析。仿真結(jié)果表明:本文算法較EKF大幅提高了濾波估計精度,且在大初始偏差條件下,本文算法性能優(yōu)于現(xiàn)有經(jīng)典高斯假設(shè)濾波器。同時,當?shù)螖?shù)按1、2、5、10、20遞增時,本文算法的濾波精度也隨之提升,但提升幅度逐漸減緩。

【相似文獻】

相關(guān)碩士學位論文 前1條

1 張燕;一類非線性動力系統(tǒng)的φ_0實用穩(wěn)定性分析[D];華北電力大學;2012年

，

本文編號：2564244