非线性系统卡尔曼滤波新方法

Weiming Zhang,Yanhua Zhang,Shan Zhong,Gang Du

JOURNAL OF SOUTHEAST UNIVERSITY(ENGLISH EDITION)（2005）

引用 0|浏览3

暂无评分

摘要

为了在非线性、非高斯系统估计中获得更好的精度,提出一种新的unscented卡尔曼滤波(UKF).采用确定性采样方法,通过选择unscented变换中的参数α＝0.85,β＝2和l＝0,确定出2n+1个σ点,使这些σ点完全符合非线性系统Yi＝F(Xi)的高斯随机变量的均值和方差.仿真结果表明:σ点通过实际的非线性系统Yi＝F(Xi)传递后,其后验均值和协方差可以达到泰勒展开式的三阶精度,广义卡尔曼滤波(EKF)只能达到一阶精度.该UKF滤波与EKF算法复杂度相近,但具有比EKF更好的估计精度.

查看译文

关键词

nonlinear,extended Kalman filter,unscented Kalman filter,unscented transformation

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要