多种有色噪声自适应滤波算法的比较new

《多种有色噪声自适应滤波算法的比较new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第31卷第8期武汉大学学报·信息科学版Vol.31No.82006年8月GeomaticsandInformationScienceofWuhanUniversityAug.2006文章编号:167128860(2006)0820731205文献标志码:A多种有色噪声自适应滤波算法的比较112崔先强杨元喜高为广(1西安测绘研究所,西安市雁塔路中段1号,710054)(2信息工程大学测绘学院,郑州市陇海中路66号,450052)摘要:将控制有色噪声影响的自适应滤波算法分为函数模型补偿滤波和随机模型补偿滤波两类。在介绍各种自适应滤波理论和模型的基础上,重点分析了各种自适应滤波算法的优

2、缺点,并用实际算例进行了验证。关键词:有色噪声;影响函数;Kalman滤波;自适应估计;动态GPS中图法分类号:P228.41;P207在动态GPS导航定位中,常用的数据处理算零均值高斯白噪声,则有:T-1T法是Kalman滤波,它是建立在高斯白噪声基础X^k=AkPkAk+PX(AkPkLk+PXXk)kk上的。但在动态GPS测量实践中,观测误差和动(3)力学模型误差往往不属于高斯白噪声序列,而是ΣT-1X^=(AkPkAk+PX)(4)kk具有一定时空相关或异常特性的有色噪声。式中,有色噪声的存在,严重影响着动态KalmanXk=Φk,k-1X^k-1(5)滤波的精度和可靠性

3、。为此,多种控制有色噪声T-1PX=(Φk,k-1ΣX^Φk,k-1+Qk)(6)kk-1影响的自适应滤波算法被相继提出,归纳起来可-1Pk=Rk(7)以分为函数模型补偿滤波和随机模型补偿滤波两但是,当ek和Wk并不是统计特性已知的零均值类。函数模型补偿滤波主要包括状态向量增广滤高斯白噪声时,标准Kalman滤波算法很难获得[1,2][3]波、影响函数修正滤波和函数模型拟合滤可靠的状态参数估值。因此,有必要研究基于有[4,5]波;随机模型补偿滤波包括协方差矩阵自适色噪声的Kalman滤波算法。设有色观测噪声和[5211][12214]应估计滤波、抗差M2M滤波和自适应抗[15,1

4、6]有色状态噪声的函数模型均为一阶AR模型,且差滤波。实践表明,上述滤波算法都能较好可表示为:地控制有色噪声对Kalman滤波结果的影响,尤ek=ψk,k-1ek-1+ηk(8)其是自适应抗差滤波算法。Wk=Hk,k-1Wk-1+ξk(9)这里首先给出标准Kalman滤波算法和在函式中,ek、ek-1为有色观测噪声;Wk、Wk-1为有色数模型补偿滤波中所使用的有色噪声函数模型。在动态GPS导航定位中,Kalman滤波常用状态噪声;ψk,k-1、Hk,k-1分别为有色观测噪声和离散化模型来描述,其线性形式为:有色状态噪声的模型系数矩阵;ηk、ξk为统计特Lk=AkXk+ek(1)性

5、已知的零均值高斯白噪声序列。Xk=Φk,k-1Xk-1+Wk(2)式中,Lk为观测向量;Ak为观测设计矩阵;Xk、1函数模型补偿滤波Xk-1为状态向量;Φk,k-1为状态转移矩阵;ek为观测噪声,其协方差矩阵为Rk;Wk为状态噪声,其Kalman滤波是线性估计,观测值间的相关协方差矩阵为Qk。若ek、Wk为统计特性已知的特性将会在观测残差中得到体现,同样,状态预报收稿日期:2006205216。项目来源:国家自然科学基金资助项目(40274002,40474001);地球空间环境与大地测量教育部重点实验室开放研究基金资助项目(1469990324233204211)。©1994-

6、2009ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net732武汉大学学报·信息科学版2006年8月值间的相关特性也会在状态残差中得到充分体状态预报值进行修正,再使用修正后的观测值和现。因此,可以将观测残差和状态残差序列分别状态预报值进行滤波解算,从而达到控制有色噪作为有色观测噪声和有色状态噪声的观测样本,声影响的目的。建立相应的有色噪声函数模型,并在动态Kalman设有色观测噪声和有色状态噪声的预报值为:滤波过程中自适应地对有色噪声进行补偿,控制€ek=ψ^k,

7、k-1Vk-1(14)其对状态参数估值的影响。Wk=H^k,k-1VX(15)k-11.1状态向量增广滤波式中,€ek、Wk分别为有色观测噪声和有色状态噪状态向量增广滤波是在一定的时间间隔内,声的预报值。使用式(14)、式(15)分别修正视有色噪声为常量或遵循特定的规律,并将其作式(1)、式(2)可得满足标准Kalman滤波条件的为状态参数的一部分,在滤波过程中与状态参数观测方程和状态方程:一起进行估计,从而吸收有色噪声对状态参数估Lk+€ek=AkXk+ηk(16)值的影响。由