基于改进无迹Kalman滤波的小波网络算法及其应用

• 来源期刊: 昆明理工大学学报(自然科学版)
• 学科: 工学
• 关键词: Kalman滤波 小波 神经网络 无迹变换 Kalman filter wavelet neural network unscented transform
• 年，卷（期）: 2012,（1）
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP183
• 语种: 中文

摘要

无迹Kalman滤波(UKF)是无迹变换(UT)和标准Kalman滤波的结合,对非线性系统具有出色的估计性能,使用UKF估计小波网络参数,速度快,精度高,无需求导计算Jacobian矩阵,但其计算量偏大.基于此,本文考虑引入一种改进的UKF来估计小波网络的参数,以提高训练效率.该改进UKF在Kalman滤波体系内应用了一种基于最小偏度单形Sigma点采样策略的UT,它继承了UKF的优点,并显著提升了计算效率.仿真结果表明,相对于EKF,采用改进UKF算法训练小波网络,速度更快,精度更高;计算精度与UKF相当,但计算效率较之更高.