EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
基于Metropolis-Hastings采样的多传感器集合卡尔曼滤波算法 ( S4 f9 J' r1 k! t2 L7 N
摘要:集合卡尔曼滤波是近年来发展起来的一种处理非线性系统估计的有效解决方法.针对标准集合卡尔曼滤波实现过程中,量测噪声不确定导致自举量测采样出现一致性偏差问题,提出了一种基于Metropolis-Hastings采样的多传感器集合卡尔曼滤波算法.首先,结合多传感器量测系统的物理特性和集合卡尔曼滤波中自举量测生成机理，构建多传感器条件下自举量测集合.其次,通过对多传感器自举量测似然度求解以及在量测接受概率函数合理设计基础上,利用Metropolis-Hastings采样策略实现有效量测的确认.新算法通过对多传感器量测中冗余和互补信息的提取与利用实现对一致性偏差的修正,进一步改善被估计系统状态的滤波精度.理论分析和仿真实验结果验证了算法的可行性和有效性.8 B9 U# X9 P1 u. m3 ]
关键词:非线性滤波;集合卡尔曼滤波;自举量测;Metropolis-Hastings 采样* A: ^, k/ K1 W. M) a# ~* r9 B
, v& I4 P# X7 v5 u
1引言
% G1 w9 ~+ a% Z. f5 C/ E- o3 u在实际工程应用领域,目标运动建模和量测建模中的坐标系转换,以及分布式量测信息空间变换与配准都不可避免地造成系统模型的非线性".诸如火箭制导和控制系统、飞机和舰船惯性导航、雷达或声纳探测和跟
; n. x5 ^1 v( t2 G0 _
3 \; ?4 ] S; f9 m$ U3 `8 G! ~
# d2 f$ ]# X r) e/ z7 H/ B( G: P, i) j, @3 m% V
" [: \3 g2 W6 k) X1 m | 
/1 
发表于 2021-4-1 10:28
收藏
淘帖
支持！
反对！