欢迎来到天天文库
浏览记录
ID:5322560
大小:298.30 KB
页数:4页
时间:2017-12-08
《一种改进中心差分卡尔曼滤波方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、1322010,46(19)ComputerEngineeringandApplications计算机工程与应用一种改进中心差分卡尔曼滤波方法杨宏,李亚安,李国辉,袁润平YANGHong~,2,LIYa—an.LIGuo—hui1,2,YUANRun—ping1.西北工业大学航海学院,西安7100722.西安邮电学院电子工程学院,西安7100613.西安交通大学电子与信息工程学院,西安7100491.CollegeofMarin,NorthwesternPolytechnicalUniversity,Xi’an710072,China2.
2、SchoolofElectronicandEngineering。Xi’anUniversityofPostandTelecommunications,Xi’an710061,China3.SchoolofElectronicsandInformationEngineering,Xi’anJiaotongUniversity,Xi’an710049,ChinaE—mail:uestcyhong@163.comYANGHong,LIYa-an,LIGuo-hui,eta1.Methodofimprovingcentraldifference
3、Kalmanfilter.ComputerEngineeringandApplications。2010.46(19):132-134.Abstract:InordertoimprovetrackingestimationaccuracyofexistingCentralDiferenceKalmanFilter(CDKF),anewitera-tivecentraldiferencekalmanfilterisproposed.Inthispaper,iterativefilteringtheoryisintroducedintothe
4、extendedkalmanfilteralgorithm,andobservationinformationisreused.Takingtheclassicnon—linearandnon—gaussianmodelforexample,sever-alsimulationexperimentsaregivenbyusingthealgorithmsuchasextendedkalmanfilter(EKF),CentralDiferenceKalmanFilter,anditerativecentraldiferencekalman
5、filter.Incomparisonwiththetrackingperformanceandrootmeansquareerror,it-erativecentraldiferencekalmanfilter(ICDKF)algorithmnotonlyhasnoneedtocalculateJacobianmatrix,butalsohasahigherestimationaccuracy.Keywords:nonlinear;iteration;measurementuppdate;CentralDifferenceKalmanF
6、ilter(CDKF);Levenberg—Marquardtmethod摘要:针对中心差分卡尔曼滤波(CDKF)跟踪时估计精度较低这一不足,提出了一种基于迭代测量更新的中心差分卡尔曼滤波(ICDK.F)方法。本文将迭代滤波理论引入到中心差分卡尔曼滤波算法中,重复利用观测信息,采用经典的非线性非高斯模型进行仿真实验,给出了该算法与扩展卡尔曼滤波(EKF)、中心差分卡尔曼滤波(CDKF)的仿真结果,并分析了其跟踪性能和均方根误差。实验结果表明,迭代中心差分卡尔曼滤波(IcDKF)算法不仅具有无需计算Jacobian矩阵的优点,而且具有更高的
7、估计精度。关键词:非线性;迭代;测量更新;中心差分卡尔曼滤波(cDKF);Levenberg.Marquardt方法DOh10.3778/j.issn.1002—8331.2010.19.038文章编号:1002.8331(2010)19.0132.03文献标识码:A中图分类号:TP2731引言对EKF方法进行了改进。对非线性系统进行状态估计具有重要的理论意义和广阔针对EKF的不足,近几年出现了一套全新的非线性滤波的应用前景。利用扩展卡尔曼滤波(EKF)方法,可建立系方法,即Sigma.Point卡尔曼滤波(SPKF),其利用加权统计线统
8、的线性化标准卡尔曼滤波模型。EKF算法结构简单、具有性化回归技术,通过一组确定性采样点(Sigma点)来捕获系统一定的精度,因此得到广泛应用。但是在实际应用中,EKF也的相关统计参量。根据Si
此文档下载收益归作者所有