未知测量噪声方差的平方根高阶容积 Kal man滤波

• 作者: 汤显峰 管冰蕾 葛泉波
• 来源期刊: 计算机应用研究
• 关键词: 非线性系统 高阶容积卡尔曼滤波 自适应滤波 矩阵分解 噪声统计估计器
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2626-2629
• 页数: 4页
• 分类号: TN911.7
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.09.016

摘要

针对非线性系统中测量噪声统计特性未知导致滤波精度不高或发散的问题，提出了一种自适应平方根高阶容积卡尔曼滤波（high-degree cubature Kalman filter，HCKF）算法。采用QR分解、Cholesky因子更新和高效最小二乘法等矩阵分解技术设计了一种平方根HCKF算法（SHCKF），提高了滤波算法的数值稳定性，减小了状态估计误差。引入Sage-Husa估计器在线估计未知测量噪声的方差，进一步提高了SHCKF的估计精度，扩大了算法的应用范围。通过几个计算机仿真实验表明，与标准的HCKF算法相比，新算法具有更好的估计精度，尤其是在测量噪声统计特性不确定的场景下。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛泉波	杭州电子科技大学自动化学院	30	294	9.0	16.0
2	汤显峰	浙江大学教育学院	10	55	5.0	7.0
3	管冰蕾	宁波工程学院电子与信息工程学院	17	81	6.0	8.0