量测提升卡尔曼滤波

embnn

摘要:滤波器设计是系统辨识和状态估计的重要基础.卡尔曼滤波通过状态预测和量测更新的实现框架,在最小方差准则下实现对目标状态的最优估计,但在单传感器量测环境中其滤波精度易受量测噪声随机性的影响.本文提出一种基于量测提升策略的卡尔曼滤波算法实现框架,新方法依据当前时刻量测和量测噪声先验统计信息构建虚拟量测,并通过对虚拟量测采样以及融合提升系统量测信息可靠性,进而改善状态估计精度.同时,针对算法在工程应用中实时性、准确性以及鲁棒性等需求,设计了分布式加权融合和集中式一致性融合的两种实现结构.理论分析和仿真实验结果验证了算法的可行性和有效性.
1 x+ L8 x7 P2 ?* n9 _+ C3 `9 ~关键词:卡尔曼滤波;量测提升策略;分布式加权融合;集中式一致性融合
2 Z: _9 m5 h: @% f2 R 量测提升卡尔曼滤波.pdf (2.42 MB, 下载次数: 0)

2021-4-13 09:08 上传

点击文件名下载附件
下载积分: 威望 -5

$ e* l& X4 V) v% ?

bow

量测提升卡尔曼滤波，收藏了。