王　仁，赵长胜，夏志浩，谭兴龙，孙　鹏

(1. 江苏师范大学城建与环境学部， 江苏 徐州 221116； 2. 常州金坛区规划局，江苏 常州 213200；

3. 江苏师范大学测绘学院，江苏 徐州 221116)

Study of Attenuation Memory Unscented Kalman Filtering Algorithm

WANG Ren，ZHAO Changsheng，XIA Zhihao,TAN Xinglong，SUN Peng



无迹卡尔曼滤波衰减记忆算法研究

王仁1，赵长胜1，夏志浩2，谭兴龙3，孙鹏1

(1. 江苏师范大学城建与环境学部， 江苏 徐州 221116； 2. 常州金坛区规划局，江苏 常州 213200；

3. 江苏师范大学测绘学院，江苏 徐州 221116)

Study of Attenuation Memory Unscented Kalman Filtering Algorithm

WANG Ren，ZHAO Changsheng，XIA Zhihao,TAN Xinglong，SUN Peng

摘要：无迹卡尔曼滤波算法作为典型的卡尔曼滤波改进算法，有效地解决了线性化时高阶项的舍弃误差和强非线性模型的无法线性化问题。但是常规的无迹卡尔曼滤波对旧的数据和当前数据的利用率是相同的，很容易导致滤波的发散。通过引进衰减因子加强了对当前数据的利用，降低了旧数据对滤波结果的影响。本文基于此提出了衰减记忆无迹卡尔曼滤波算法，并对衰减因子的确定进行了分析。仿真试验分析表明，衰减记忆无迹卡尔曼滤波算法能够提高滤波结果的精度。

关键词：无迹卡尔曼滤波；衰减因子；衰减记忆无迹卡尔曼滤波

一、引言

自1960年卡尔曼(R.E.Kalman)提出了卡尔曼滤波理论以来，这一理论就被广泛应用于各个领域，如动态导航定位、目标跟踪、卫星姿态确定等。但是随着应用的广泛性，卡尔曼滤波的弊端也凸显出来，因为在很多领域绝大多数是以非线性系统存在的，而卡尔曼滤波算法是针对线性系统的。因此有学者提出了扩展卡尔曼滤波算法，即把非线性系统方程线性化，一些问题得到了解决。……