推荐星级：
- 1
- 2
- 3
- 4
- 5
一种强跟踪扩展卡尔曼滤波器的改进算法
资料介绍
扩展卡尔曼滤波器（EKF）是一种应用最广泛的非线性滤波方法之一，人们在如何改善卡尔曼滤波的计算复杂性及数值稳定性方面作了大量的研究，提出各种基于平方根滤波、奇异值滤波与UD分解滤波等方法但是，滤波估计技术在实际应用时，卡尔曼滤波器的收敛性、估计精度、实用性仍需不断改进之所以如此，主要由于实际非线性动态模型较复杂，存在不确定性或噪声统计特性近似已知或未知，造成了滤波器性能下降文献[1]提出带多重渐消因子的有色噪声干扰的强跟踪滤波器，较好地解决了扩展卡尔曼滤波器（EKF）关于不确定模型的鲁棒性较差、状态估计精度不高，甚至发散等问题文献[2，3]提出采用内插公式计算均值、方差和协方差矩阵的滤波算法，使其应用扩展到非线性不连续情况，扩大了滤波器应用范围，增强了滤波过程的收敛性本文首先引入强跟踪扩展卡尔曼滤波概念，然后采用非线性函数的差分运算代替强跟踪滤波器中的偏导数计算，继承文献[1~3]中算法的优点，进而推导出基于有限差分的强跟踪滤波算法，并从滤波器数值稳定性、强跟踪性等方面比较几种滤波器算法的状态估计过程
部分文件列表
| 文件名 | 大小 |
| 一种强跟踪扩展卡尔曼滤波器的改进算法.pdf | 2M |
全部评论(0)