| 欠观测条件下的增量容积卡尔曼滤波 |
| |
| 引用本文： | 马丽丽,赵甜甜,陈金广.欠观测条件下的增量容积卡尔曼滤波[J].计算机工程,2014(10). |
| |
| 作者姓名： | 马丽丽 赵甜甜 陈金广 |
| |
| 作者单位： | 1. 西安工程大学计算机科学学院,西安,710048
2. 西安工程大学计算机科学学院，西安710048; 西安电子科技大学电子工程学院，西安710071 |
| |
| 基金项目： | 国家自然科学基金资助项目，中国博士后科学基金资助项目，陕西省教育厅科研计划基金资助项目，国家级大学生创新创业计划基金资助项目(201310709006)。 |
| |
| 摘 要： | 在工程实践中,由于环境影响、量测设备不稳定等因素,非线性滤波系统中的量测方程可能会出现较大的系统误差,而标准的非线性滤波算法不能消除这类系统误差。针对该问题,假定过程噪声和量测噪声服从高斯分布,利用相邻量测时刻的量测值之差建立增量量测方程,采用3阶球面径向规则获得容积点及其权值。使用容积点对贝叶斯滤波过程中的积分进行数值近似,从而提出增量容积卡尔曼滤波算法。仿真实验结果表明,增量容积卡尔曼滤波算法滤波精度优于标准容积卡尔曼滤波算法与增量卡尔曼滤波算法,能够成功消除量测方程中的系统误差。
|
| 关 键 词： | 增量量测方程 增量容积卡尔曼滤波 欠观测条件 卡尔曼滤波 状态估计 深空探测 |
Incremental Cubature Kalman Filtering Under Poor Observation Condition |
| |
| MA Li-li,ZHAO Tian-tian,CHEN Jin-guang.Incremental Cubature Kalman Filtering Under Poor Observation Condition[J].Computer Engineering,2014(10). |
| |
| Authors: | MA Li-li ZHAO Tian-tian CHEN Jin-guang |
| |
| Abstract: | |
| |
| Keywords: | incremental measurement equation incremental cubature Kalman filtering poor observation condition Kalman filtering state estimation deep space exploration |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
