APP下载

非线性滤波方法及其性能比较*

2016-12-13于艳婷胡献君

计算机与数字工程 2016年11期
关键词:卡尔曼滤波系统

郭 彦 于艳婷 胡献君

(1.海军航空兵学院 葫芦岛 125000)(2.91329部队 威海 264200) (3.海军工程大学 武汉 430033)



非线性滤波方法及其性能比较*

郭 彦1于艳婷2胡献君3

(1.海军航空兵学院 葫芦岛 125000)(2.91329部队 威海 264200) (3.海军工程大学 武汉 430033)

针对非线性估计问题,对扩展卡尔曼滤波、无迹卡尔曼滤波以及容积卡尔曼滤波等常见非线性滤波方法的一般原理和步骤进行了描述,以微小型飞行器姿态估计问题为例,对非线性滤波方法的估计精度和运行效率进行了对比分析,为实际的非线性估计问题的处理提供了参考。

非线性滤波; 扩展卡尔曼滤波; 无迹卡尔曼滤波; 容积卡尔曼滤波; 性能比较

Class Number V448.22;TP301.6

1 引言

对于估计问题,实际当中的系统根本上都是非线性的,因此需要非线性滤波方法进行处理。

扩展卡尔曼滤波(Extend Kalman Filter, EKF)[1~2]以及无迹卡尔曼滤波(Unscented Kalman Filter, UKF)[3~4]是广泛应用的非线性滤波方法。通过对非线性系统的一阶线性化近似,EKF能够较好地处理一般的非线性系统,但是由于忽略了系统的部分非线性特性,当系统的非线性特性较为突出、初始误差较大时,EKF存在估计效果急剧下降和滤波收敛速度缓慢的问题,不能达到可靠的估计效果[5]。UKF采用无迹变换进行随机变量传播,以获取更为准确的非线性函数概率分布,能够更好地应对非线性特征突出的非线性系统估计问题[4]。但是UKF需要对三个可调参数进行适当选择才能达到良好的滤波相关,且需要2n+1个采样点,收敛时间相比于EKF有一定的增加[6],在工程实现上存在限制[7]。……

登录APP查看全文

猜你喜欢

卡尔曼滤波系统
Smartflower POP 一体式光伏系统
WJ-700无人机系统
ZC系列无人机遥感系统
基于PowerPC+FPGA显示系统
半沸制皂系统(下)
改进的扩展卡尔曼滤波算法研究
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
基于模糊卡尔曼滤波算法的动力电池SOC估计
基于扩展卡尔曼滤波的PMSM无位置传感器控制