【摘要】：針對帶有附加噪聲且噪聲特性未知的系統(tǒng),提出了一種非線性卡爾曼濾波方法——自適應平方根無跡卡爾曼濾波(NASRUKF)方法,該方法基于平方根濾波的思想,對傳統(tǒng)的Sage-Husa自適應濾波算法進行了改進,并與平方根無跡卡爾曼濾波(SRUKF)算法相結合用來進行非線性濾波。該算法能直接對非線性系統(tǒng)的狀態(tài)方差陣和噪聲方差陣的平方根進行遞推與估算,確保狀態(tài)和噪聲方差陣的對稱性和非負定性。將所提方法通過計算機仿真技術與SRUKF算法進行對比,結果表明NASRUKF方法在濾波精度、穩(wěn)定性和自適應能力方面均優(yōu)于SRUKF方法。
[Abstract]:For systems with additional noise and unknown noise characteristics, an adaptive square root unscented Kalman filter (NASRUKF) method is proposed. Based on the idea of square root filtering, the traditional Sage-Husa adaptive filtering algorithm is improved and combined with the square root unscented Kalman filter (SRUKF) algorithm for nonlinear filtering. The algorithm can directly iterate and estimate the square root of the state variance matrix and the noise variance matrix of the nonlinear system, and ensure the symmetry and non-negative characterization of the state and noise variance matrix. The proposed method is compared with the SRUKF algorithm by computer simulation technology. the results show that the NASRUKF method is superior to the SRUKF method in filtering accuracy, stability and adaptive ability.
【作者單位】： 西安科技大學電控學院;西北工業(yè)大學航空學院;中船重工第713研究所;
【基金】：國家自然科學基金(No.51307137) 西安科技大學培育基金項目(No.201317)
【分類號】：TN713

【相似文獻】

相關期刊論文 前10條

1 熊凱,張洪鉞;基于神經(jīng)網(wǎng)絡的無跡濾波改進算法[J];航天控制;2005年04期

2 郭文艷;韓崇昭;雷明;;迭代無跡Kalman粒子濾波的建議分布[J];清華大學學報(自然科學版);2007年S2期

3 強波;王正志;倪青山;;面向調控網(wǎng)絡參數(shù)學習的無跡粒子濾波算法[J];計算機工程與應用;2011年09期

4 王旭陽;王智勇;;一種自適應免疫優(yōu)化的無跡粒子濾波器[J];計算機工程與應用;2013年04期

5 曲彥文;張二華;楊靜宇;;改進的無跡粒子濾波算法[J];控制理論與應用;2010年09期

6 段立;黃心漢;馮坤;羅兵;;艦艇編隊協(xié)同防空分布式無跡粒子濾波[J];華中科技大學學報(自然科學版);2009年10期

7 金瑤;蔡之華;梁丁文;;基于差分演化算法的自適應無跡卡爾曼濾波[J];電子與信息學報;2013年04期

8 黃銚;張?zhí)祢U;李越雷;劉燕麗;;一種擴維無跡卡爾曼濾波[J];電子測量與儀器學報;2009年S1期

9 黃銚;張?zhí)祢U;高清山;李越雷;;一種提高無跡卡爾曼濾波精確度的方法[J];計算機仿真;2010年03期

10 蔡安新;朱坤;唐風文;;無跡卡爾曼濾波和擴展卡爾曼濾波辨識船舶運動模型的性能比較[J];中國水運(下半月);2011年08期

相關會議論文 前1條

1 李鵬;宋申民;;融合風險敏感估計算子的無跡粒子濾波[A];2011年中國智能自動化學術會議論文集（第一分冊）[C];2011年

相關碩士學位論文 前1條

1 謝興;基于優(yōu)化無跡卡爾曼濾波的電網(wǎng)動態(tài)諧波檢測[D];深圳大學;2015年

，

本文編號：2499020