非线性系统的自适应推广的Kalman滤波

本文提出了未知噪声统计的非线性系统中新的自适应推广的Kalman滤波算法。作者提出了用虚拟时变噪声统计,补偿线性化模型误差的新思想。在本文中,作者指出了文献[3]中,用Sage和Husa的常值噪声统计估值器来估计虚拟噪声是不合理的。另外,即使原非线性系统的噪声统计是零均值的,但线性化的模型的噪声统计一般是非零均值的。两个数值模拟例子说明了本文方法的有效性。