一种改进的UKF非线性滤波器研究

一种改进的UKF非线性滤波器研究

ID:40713483

大小:393.40 KB

页数:4页

时间:2019-08-06

一种改进的UKF非线性滤波器研究_第1页
一种改进的UKF非线性滤波器研究_第2页
一种改进的UKF非线性滤波器研究_第3页
一种改进的UKF非线性滤波器研究_第4页
资源描述:

《一种改进的UKF非线性滤波器研究》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2期弹箭与制导学报Vol.31No.22011年4月JournalofProjectiles,Rockets,MissilesandGuidanceApr2011*一种改进的UKF非线性滤波器研究齐立峰1,陶建锋1,冯新喜2,惠小平1(1空军工程大学导弹学院,陕西三原713800;2空军工程大学电讯工程学院,西安710077)摘要:针对无味卡尔曼滤波器(UKF)存在的缺陷,提出一种能对多通道数据进行渐消的带多重次优渐消因子的UKF滤波算法(SMFUKF)。该方法基于强跟踪滤波器的概念,通过引入多重次优渐消因子到UKF滤波器,自适应的在线调整UKF

2、滤波器的状态预测误差协方差矩阵、量测预测协方差阵、状态和量测之间的互协方差阵及相应的增益矩阵,从而达到对快速变化的状态进行强有力的跟踪。实验结果表明多重次优渐消因子的引人使得UKF滤波器有可能更多的利用系统的先验知识,SMFUKF滤波器对快速变化的状态将具有更强的跟踪能力。关键词:多重次优渐消因子;无味卡尔曼滤波器;强跟踪滤波器;非线性系统中图分类号:TN713文献标志码:AAModifiedUnscentedKalmanNon-linearFilter1,TAOJianfeng1,FENGXinxi2,XIXiaoping1QILifeng(1TheMi

3、ssileInstitute,AirForceEngineeringUniversity,ShaanxiSanyuan713800,China;2TheTelecommunicationEngineeringInstitute,AirForceEngineeringUniversity,Xi’an710077,China)Abstract:AimmingatlimitationofunscentedKalmanfilter(UKF),asuboptimalmultiplefadingunscentedkalmanfilter(SMFUKF)thatcanp

4、erformfadingondataofStamultiplechannelsisproposed.Thealgorithmisbasedontheconceptofstrongtrackingfilter.ByintroducingsuboptimalmultiplefadingintoUKFfiltering,andadaptivelyperformreal-timeadjustmentontheerrorcovarianceofthepredictedstate,theerrorcovarianceofthepredictedmeasurement,

5、theassociatecovarianceofthepredictedstateandmeasurement,anditsgainmatrix,strongtrackingoffastchangingtargetscanberealized.ExperimentalresultsshowthatSMFUKFcanmakebetteruseofpriorinformationandithasstrongertrackingabilityforhighlymaneuveringtargets.Keywords:suboptimalmultiplefading

6、;unscentedKalmanfilter;strongtrackingfilter;nonlinearsystem种性能更加优越的滤波器。为此,基于强跟踪滤波器0引言的概念,通过引入多重次优渐消因子,自适应的在线调整状态预测误差协方差矩阵、量测预测协方差阵、随着无味卡尔曼滤波器UKF应用的深入,UKF状态和量测之间的互协方差阵及相应的增益矩阵,提滤波存在一定缺陷,主要表现在UKF关于模型不确出一种能对多通道数据进行渐消的带多重次优渐消定性的鲁棒性很差,造成UKF状态估计不准确,甚至[1]因子的UKF强跟踪滤波器(SMFUKF)。仿真实验出现发散等现象。

7、此外,UKF在系统达到平稳状结果表明,SMFUKF算法具有较好的鲁棒性,而且能态时,将丧失对突变状态的跟踪能力,这是UKF类滤够快速收敛。波器(包括KF、EKF在内)的另一大缺陷。造成这种情况的主要原因是,当系统达到平稳状态时,UKF的增益阵KK将趋于极小值。这时,若系统状态发生突1问题描述及UKF算法变,预报残差vK将随之增大。然而,此时的增益阵考虑如下离散时间非线性系统:KK仍将保持为极小值,KK不会随vK的增大而相应Xk+1=fk(Xk)+Wk(1)[2]地增大。Zk=hk(Xk)+Vk(2)为了克服UKF存在的上述缺陷,迫切需要有一其中,Xn是k时

8、刻的系统n维状态向量,f:Rnk∈Rk*收稿日期:2008-11-

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。