Unscented卡尔曼滤波在状态估计中的应用

• 作者: 唐波 崔平远 陈阳舟
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 平淡卡尔曼滤波 状态估计 西格马点 玛珂格拉斯模型
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 仿真方法与算法
• 页码范围: 82-84,120
• 页数: 4页
• 分类号: TP391
• 字数: 2188字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.04.021

摘要

针对非线形系统的滤波问题,无法使用卡尔曼滤波器(KF),扩展卡尔曼滤波(EKF)方法虽能应用于非线形系统,但给出的是状态的有偏估计,并且对模型误差的鲁棒性较差.为了给出更好的状态估计值,该文介绍了Unscented卡尔曼滤波(UKF)的基本原理,其思想是:基于unscented变换,UKF滤波算法能够给出更精确的均值和协方差的估计,从而带来更高的精度.最后通过Mackey-Glass模型时间序列的状态估计仿真实例说明:同EKF相比,UKF的滤波精度和稳定性都显著提高了,还可避免计算烦琐的Jacobi矩阵,是一种良好的非线性滤波方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈阳舟	北京工业大学电子信息与控制工程学院	139	1333	19.0	27.0
2	唐波	北京工业大学电子信息与控制工程学院	2	53	2.0	2.0
3	崔平远	北京工业大学电子信息与控制工程学院	53	666	15.0	23.0