欠观测条件下的高斯和增量卡尔曼滤波算法

• 作者: 张曼 王伟 陈金广 马丽丽
• 来源期刊: 计算机应用研究
• 关键词: 高斯和滤波 增量卡尔曼滤波 非高斯噪声 卡尔曼滤波 状态估计
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 算法研究与探讨
• 页码范围: 1365-1368
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.05.021

摘要

欠观测条件下的增量卡尔曼滤波算法能够消除未知的量测系统误差，提高滤波精度。当系统的过程噪声和量测噪声为非高斯分布时，该算法不能直接使用。针对该问题，结合高斯和滤波算法，提出一种欠观测条件下的高斯和增量卡尔曼滤波算法。该算法将初始状态、过程噪声和量测噪声近似为高斯和的形式，然后按照增量卡尔曼滤波的思想对每个高斯项进行预测和更新，最后以累加和的形式对状态向量进行近似。仿真结果表明，该算法在非高斯噪声分布的情况下，既能成功地消除量测系统误差，又能有效地提高滤波估计的准确度和可靠性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马丽丽	西安工程大学计算机科学学院	45	209	8.0	10.0
2	陈金广	西安工程大学计算机科学学院	67	288	8.0	11.0
6	王伟	西安工程大学计算机科学学院	38	164	8.0	10.0
7	张曼	西安工程大学计算机科学学院	3	20	3.0	3.0