基于高斯过程回归的平方根 UPF 算法

• 作者: 孟阳 王维 高社生
• 来源期刊: 系统工程与电子技术
• 学科: 航空航天
• 关键词: 高斯过程回归 平方根分解 无迹粒子滤波 组合导航系统
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 制导、导航与控制
• 页码范围: 2817-2822
• 页数: 6页
• 分类号: V249.32
• 字数: 5204字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2015.12.23

摘要

针对系统动力学模型不准确可能导致滤波精度下降，以及系统状态协方差阵可能出现的负定性问题，提出一种新的高斯过程回归平方根分解无迹粒子滤波（Gaussian process regression square-root decomposition unscented particle filter，GPSR-UPF）算法。在该算法中，采用高斯过程回归求取 UPF 的重要性密度函数。当系统模型不准确时，通过高斯过程回归学习训练数据，进而获取系统的回归模型及系统噪声协方差，同时引入平方根变换抑制系统状态协方差阵的负定性。将提出的 GPSR-UPF 算法应用到捷联惯导／全球定位系统（strapdown inertial navigation system／global positioning system，SINS／GPS）组合导航系统中进行仿真验证。结果表明，所提出滤波算法的性能优于基本的无迹粒子滤波算法，能提高组合导航系统的解算精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高社生	西北工业大学自动化学院	96	792	15.0	20.0
2	王维	西北工业大学自动化学院	23	156	7.0	11.0
3	孟阳	西北工业大学自动化学院	3	20	2.0	3.0