基于RUKF-IMM的非线性系统滤波

• 作者: 刘妹琴 张森林 汤晓芳 郑世友
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 非线性系统 混合估计 交互式多模型估计(IMM) 随机无迹卡尔曼滤波(RUKF) 测量丢失
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 57-63
• 分类号: TP391
• 语种: 中文

摘要

从交互式多模型估计(IMM)方法的特点出发,提出用IMM估计方法对有测量数据丢失的非线性系统进行估计.IMM模型集中包含两个模型:一个模型对应测量数据丢失情况,另一个对应测量数据未丢失.最终基于两个模型的估计进行融合得到估计结果,改善估计器在测量信息丢失情况下的稳定性.采用随机无迹卡尔曼滤波(RUKF)方法对每个模型分别进行滤波,消除标准无迹卡尔曼滤波(UKF)方法的系统误差.仿真结果表明:在测量信息丢失的情况下,提出的估计方法在稳定性与估计性能上都优于传统的基于单模型的非线性系统混合估计方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张森林	浙江大学电气工程学院	71	616	15.0	22.0
2	刘妹琴	浙江大学电气工程学院	37	251	7.0	15.0
3	郑世友		8	28	3.0	5.0
4	汤晓芳	浙江大学电气工程学院	3	9	1.0	3.0