马丽丽,赵甜甜,陈金广,2

(1.西安工程大学计算机科学学院,西安710048;2.西安电子科技大学电子工程学院,西安710071)

欠观测条件下的增量容积卡尔曼滤波

马丽丽1,赵甜甜1,陈金广1,2

(1.西安工程大学计算机科学学院,西安710048;2.西安电子科技大学电子工程学院,西安710071)

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。

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

1 概述

滤波就是在对系统可观测信号进行量测的基础上,根据某种估计准则,对系统的状态进行估计的理论和方法。应用于线性随机系统的最优估计即是卡尔曼滤波,对于非线性随机系统,可以对非线性函数进行泰勒级数展开进行线性化近似,再利用卡尔曼滤波算法进行处理,这就是扩展卡尔曼滤波算法。这些方法广泛应用于信号处理、导航制导等领域,并获得了巨大的成功[1]。……