一种改进中心差分卡尔曼滤波方法

《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