基于新息协方差的自适应渐消卡尔曼滤波器

被引：50

作者：

徐定杰

贺瑞

沈锋

盖猛

机构：

[1] 哈尔滨工程大学自动化学院

来源：

系统工程与电子技术 | 2011年 / 33卷 / 12期

关键词：

卡尔曼滤波; 渐消因子; 新息协方差; 自适应算法;

D O I：

暂无

中图分类号：

TN713 [滤波技术、滤波器];

学科分类号：

080902 ;

摘要：

自适应渐消卡尔曼滤波采用渐消因子抑制滤波器的记忆长度,当系统模型和噪声模型建立不准确时,能够有效地抑制滤波器的发散。但是现有计算渐消因子的方法公式表达复杂,计算过程繁琐,不利于组合导航等一些实时的应用。针对这种情况,提出了一种利用新息协方差计算渐消因子的方法,通过渐消因子自适应地调整误差协方差,补偿不完整信息的影响。该方法计算量小,提高了滤波算法的可靠性。最后,仿真结果证明了该方法的有效性。

引用

页码：2696 / 2699

页数：4

共 21 条

[1]

Theory and application of adaptive fading memory Kal-man filters. Lee T S. IEEE Trans.on Circuits and Systems . 1988

[2]

Real-time MotionPlanning of an Autonomous Mobile Manipulator U-sing a Fuzzy Adaptive Kalman Filter. Najjaran H,Goldenberg A. Roboticsand Autonomous Systems . 2007

[3]

Robust Adaptive Kalman Filtering With Unknown Inputs. Alireza Moghaddamjoo,,R Lynn Kirlin. IEEE Transactions on Acoustics Speech and Signal Processing . 1989

[4]

Adaptive fading Kalman filter with an application. Xia Qijun,Rao Ming,Ying Yiqun,et al. Automatica . 1994

[5]

Adaptive Kalman filtering for low-cost INS/GPS. Hide C,Moore T,Smith M. Journal of Navigation . 2003

[6]

Fading Kalman filter for manoeuvring track-ing. Efe M,Ozbek L. Journal of the Turkish Statistical Association . 1999

[7] 基于两次Kalman滤波的观测噪声自适应调整算法 [J].