降维CKF算法及其在SINS初始对准中的应用 被引量：9

1

作者 钱华明 葛磊 +1 位作者 黄蔚 彭宇 《系统工程与电子技术》 EI CSCD 北大核心 2013年第7期1492-1497,共6页

针对常规容积卡尔曼滤波(cubature Kalman filter,CKF)算法在捷联惯导系统(strapdown inertialnavigation system,SINS)大方位失准角初始对准中采样点个数与状态向量维数成正比、计算量较大的问题,提出了降维CKF算法。与常规CKF算法相比... 针对常规容积卡尔曼滤波(cubature Kalman filter,CKF)算法在捷联惯导系统(strapdown inertialnavigation system,SINS)大方位失准角初始对准中采样点个数与状态向量维数成正比、计算量较大的问题,提出了降维CKF算法。与常规CKF算法相比,该算法只对离散化后的SINS非线性误差模型中的大方位失准角进行采样,再利用三阶球面-相径容积规则计算后验均值和协方差,从而将采样向量从10维降低到1维,采样点数量从20个下降到2个,减小了计算量。仿真实验结果表明,该算法与常规CKF算法具有相同的对准精度,计算时间仅为常规CKF算法的1/3,是一种较为实用的方法。 展开更多

关键词 捷联惯导系统 初始对准 常规容积卡尔曼滤波算法 降维容积卡尔曼滤波算法 三阶球面-相径容积规则

在线阅读 下载PDF 职称材料

基于采样点正交变换的改进CKF算法 被引量：3

2

作者 赵丽 薛建平 《计算机工程与应用》 CSCD 北大核心 2018年第18期45-51,共7页

针对传统CKF算法在解决高维问题时因非局部采样造成的滤波性能下降问题,基于设计的正交矩阵提出了一种改进的CKF算法。采用多元Taylor级数展开,揭示了CKF虽能解决UKF的数值不稳定性问题,但同时也引入了非局部采样问题这一事实;进一步设... 针对传统CKF算法在解决高维问题时因非局部采样造成的滤波性能下降问题,基于设计的正交矩阵提出了一种改进的CKF算法。采用多元Taylor级数展开,揭示了CKF虽能解决UKF的数值不稳定性问题,但同时也引入了非局部采样问题这一事实;进一步设计出一种正交变换矩阵,用于对CKF算法中的采样点进行变换,并从理论上证明了提出的改进CKF算法相对于CKF在高维、强非线性等非局部采样问题突出的应用场合具有更高的估计精度。仿真结果验证了算法的有效性。 展开更多

关键词 非局部采样 数值积分准则 正交变换 ckf算法

在线阅读 下载PDF 职称材料

基于PMSM五阶CKF无传感器控制的EPS仿真研究 被引量：1

3

作者 张荣芸 郑常胜 +3 位作者 朱茂飞 龚长富 时培成 刘亚铭 《微电机》 2022年第1期55-62,75,共9页

针对PMSM转子位置和转速估计精度不足的问题,提出了一种基于五阶CKF算法的PMSM无传感器控制方法,并将其应用于EPS系统的助力控制中。首先,建立了基于PMSM的EPS系统离散数学模型;其次,介绍了基于五阶球面-容积方法,推导了五阶CKF算法,并... 针对PMSM转子位置和转速估计精度不足的问题,提出了一种基于五阶CKF算法的PMSM无传感器控制方法,并将其应用于EPS系统的助力控制中。首先,建立了基于PMSM的EPS系统离散数学模型;其次,介绍了基于五阶球面-容积方法,推导了五阶CKF算法,并基于五阶CKF算法实现了对PMSM转子位置和转速的精确估计;最后,将基于五阶CKF算法的PMSM无传感器控制应用于EPS系统之中,构建了基于五阶CKF算法的PMSM无传感器控制的EPS助力控制系统。通过Carsim/Simulink联合仿真,对提出的控制算法进行了验证,结果表明该算法能够改善EPS系统的助力控制效果。 展开更多

关键词 五阶ckf算法 无传感器控制 电动助力转向 助力控制

在线阅读 下载PDF 职称材料

基于Sage-Husa算法的自适应平方根CKF目标跟踪方法 被引量：17

4

作者 李宁 祝瑞辉 张勇刚 《系统工程与电子技术》 EI CSCD 北大核心 2014年第10期1899-1905,共7页

在目标跟踪中,噪声的统计特性未知可能会引起滤波精度下降甚至发散,针对该问题,提出了一种新的自适应平方根容积卡尔曼滤波算法。所提方法在常规Sage-Husa算法的基础上采用容积规则,推导出了一种适用于非线性系统的自适应噪声统计估计... 在目标跟踪中,噪声的统计特性未知可能会引起滤波精度下降甚至发散,针对该问题,提出了一种新的自适应平方根容积卡尔曼滤波算法。所提方法在常规Sage-Husa算法的基础上采用容积规则,推导出了一种适用于非线性系统的自适应噪声统计估计器。仿真结果显示,相对于标准的平方根容积卡尔曼,所提方法在噪声统计特性未知或时变的情况下滤波精度有显著提高。 展开更多

关键词 目标跟踪 非线性 Sage-Husa算法 自适应 平方根容积卡尔曼

在线阅读 下载PDF 职称材料

基于自适应CKF的恒模盲波束形成算法 被引量：4

5

作者 钱华明 刘可 马俊达 《系统工程与电子技术》 EI CSCD 北大核心 2016年第6期1258-1261,共4页

针对均匀线阵,利用信号的恒模特性,与容积卡尔曼滤波相结合,提出一种新的盲自适应波束形成算法。通过对恒模算法的优化代价函数进行变换,使其满足系统状态空间模型。利用容积卡尔曼滤波算法进行自适应滤波,以实现抑制干扰和消除噪声。... 针对均匀线阵,利用信号的恒模特性,与容积卡尔曼滤波相结合,提出一种新的盲自适应波束形成算法。通过对恒模算法的优化代价函数进行变换,使其满足系统状态空间模型。利用容积卡尔曼滤波算法进行自适应滤波,以实现抑制干扰和消除噪声。所提算法对状态空间模型中的系统噪声和过程噪声进行了自适应处理,免除滤波噪声参数的设置,增强了算法的通用性,并引入了收敛因子,加速系统的收敛速度。仿真结果表明了该算法的正确性和有效性。 展开更多

关键词 恒模算法 自适应滤波 容积卡尔曼滤波 盲波束形成

在线阅读 下载PDF 职称材料

马尔可夫修正的IMM-CKF目标跟踪算法 被引量：3

6

作者 赵彬 李炯 +1 位作者 吴博文 徐跃 《计算机仿真》 CSCD 北大核心 2015年第11期106-109,共4页

针对非线性情况下的机动目标跟踪问题,提出一种马尔可夫转移概率矩阵修正的交互多模型容积卡尔曼滤波(IMMCKF)算法。修正后验信息,使马尔可夫转移概率矩阵在线更新,缩短模型之间的切换时间,提高机动目标的跟踪精度。结合加速度模型(CA)... 针对非线性情况下的机动目标跟踪问题,提出一种马尔可夫转移概率矩阵修正的交互多模型容积卡尔曼滤波(IMMCKF)算法。修正后验信息,使马尔可夫转移概率矩阵在线更新,缩短模型之间的切换时间,提高机动目标的跟踪精度。结合加速度模型(CA)和匀速模型(CV)在MATLAB软件上进行仿真,结果表明跟踪精度明显高于模型转移概率固定下的交互多模型容积卡尔曼滤波算法。验证了算法的可行性和有效性,具有一定的理论意义。 展开更多

关键词 容积卡尔曼滤波 交互多模型算法 机动目标跟踪 马尔可夫转移概率

在线阅读 下载PDF 职称材料

主动声纳浮标基于CKF的潜艇目标跟踪算法 被引量：2

7

作者 方君 戴邵武 聂子健 《仪表技术》 2018年第3期19-22,35,共5页

在航空反潜作战中,为了对潜艇目标实施精确打击,首先需要对潜艇进行精确定位。主动声纳浮标具有探测距离不受潜艇辐射噪声影响、定位精度高和定位速度快的特点,一般被用于攻潜前的定位跟踪。考虑潜艇对主动声纳浮标的机动规避,选取＂当... 在航空反潜作战中,为了对潜艇目标实施精确打击,首先需要对潜艇进行精确定位。主动声纳浮标具有探测距离不受潜艇辐射噪声影响、定位精度高和定位速度快的特点,一般被用于攻潜前的定位跟踪。考虑潜艇对主动声纳浮标的机动规避,选取＂当前＂统计（Current Statistical,CS）模型对潜艇的机动运动进行准确建模;针对量测数据与目标状态之间的非线性问题,采用CKF（Cubature Kalman Filter）算法进行滤波。仿真结果表明,与最小二乘法（Least Squares,LS）相比,文中提出的算法对机动潜艇跟踪定位的性能更优。 展开更多

关键词 航空反潜 目标跟踪 主动声纳浮标 ckf算法

原文传递

基于CKF-SVSF数据融合提高CTCS-3级列控系统测速精度的研究

8

作者 马云鹏 王俊峰 《铁道通信信号》 2018年第3期9-13,共5页

高速列车速度测量值的精确程度直接影响列控系统对列车运行的控制,根据列车速度等参数计算的列车制动距离的准确性也直接影响列车运行安全。针对既有测速算法的不足,提出了采用CKF-SVSF数据融合算法来提高列车速度测量的精确性。相对于... 高速列车速度测量值的精确程度直接影响列控系统对列车运行的控制,根据列车速度等参数计算的列车制动距离的准确性也直接影响列车运行安全。针对既有测速算法的不足,提出了采用CKF-SVSF数据融合算法来提高列车速度测量的精确性。相对于传统的滤波算法,该算法充分结合了CKF和SVSF算法的优势。容积卡尔曼滤波算法(Cubature Kalman Filter,CKF)可更加精确地实现对非线性系统的状态估计;滑动可变结构滤波算法(Smooth Variable Structure Filter,SVSF)提供了在非线性系统的模型误差干扰下更具鲁棒性的测量方法。 展开更多

关键词 列控系统 速度测量值 ckf-SVSF算法 状态估计 数据融合

在线阅读 下载PDF 职称材料

前置位姿误差预测引导下的机器人目标抓取轨迹跟踪 被引量：1

9

作者 缪兴华 张淼溶 +2 位作者 夏华凤 杨斌 高长水 《机械设计与研究》 CSCD 北大核心 2024年第3期70-74,共5页

机器人在目标抓取过程中,当前方法以真实误差和标准位置的差值,作为抓取轨迹控制的依据。但是,这种后置性误差计算的方式,忽略了机器人产生真实误差的盲目性,在强干扰下,会造成控制偏差过大,控制幅度过大。提出前置位姿误差预测引导下... 机器人在目标抓取过程中,当前方法以真实误差和标准位置的差值,作为抓取轨迹控制的依据。但是,这种后置性误差计算的方式,忽略了机器人产生真实误差的盲目性,在强干扰下,会造成控制偏差过大,控制幅度过大。提出前置位姿误差预测引导下的机器人目标抓取轨迹分解跟踪方法。匹配抓取目标的容积点,利用Cholesky分解算法将正定对称的真实位姿矩阵,分解为一个下三角矩阵和其转置的乘积。对容积点矩阵进行展开计算,预测下一刻位姿。引入SR-CKF-SLAMOT算法,建立机器人运动模型;利用笛卡尔坐标系投影分拣机器人位姿信息,根据期望位姿与预测位姿差调控目标抓取轨迹,利用前置性误差估计结果,实现对机器人目标抓取轨迹跟踪。实验表明:所提方法目标识别精准度高,目标抓取轨迹控制偏移量小,并准确跟踪机器人运动轨迹。 展开更多

关键词 三角激光法 SR-ckf-SLAMOT算法 容积准则 Cholesky分解算法 笛卡尔坐标系

原文传递

基于融合容积卡尔曼滤波的直流微电网虚假数据检测 被引量：10

10

作者 张佳伟 张江南 +2 位作者 吴坡 王义 宋彦楼 《智慧电力》 北大核心 2024年第3期87-93,共7页

随着信息技术在微电网中的广泛应用,微电网正发展为一类物理系统与信息系统深度融合的电力信息物理系统(CPS)。由于微电网的分布式协同控制对即时通信和系统状态信息依赖程度高,使其受到虚假数据注入攻击(FDIA)的风险加大。针对直流微... 随着信息技术在微电网中的广泛应用,微电网正发展为一类物理系统与信息系统深度融合的电力信息物理系统(CPS)。由于微电网的分布式协同控制对即时通信和系统状态信息依赖程度高,使其受到虚假数据注入攻击(FDIA)的风险加大。针对直流微电网中的虚假数据注入攻击,提出一种基于融合容积卡尔曼滤波(CKF)的虚假数据注入攻击检测方法。首先,建立存在虚假数据攻击的直流微电网模型,对攻击下的直流微电网系统进行分析;其次,提出一种融合容积卡尔曼滤波的方法对攻击进行检测,可以精确检测到直流微电网中的攻击并确定攻击注入的量测单元;最后,在不同直流微电网模型工况下进行了仿真验证。仿真结果表明,所提方法在不同工况下的准确性和有效性均高于传统的容积卡尔曼滤波检测方法。 展开更多

关键词 直流微电网 虚假数据注入 融合ckf算法 攻击检测

在线阅读 下载PDF 职称材料

简化七阶CQKF及其在SINS大失准角初始对准中的应用 被引量：6

11

作者 孟东 缪玲娟 +1 位作者 邵海俊 沈军 《宇航学报》 EI CAS CSCD 北大核心 2018年第8期905-912,共8页

针对捷联惯性导航系统(SINS)大失准角初始对准的滤波过程,提出简化七阶正交容积卡尔曼滤波算法(7th-SCQKF)。根据简化容积卡尔曼滤波(CKF)理论,推导出改进的简化七阶CKF算法(7th-MSSRCKF),改进了原简化七阶CKF(7th-SSRCKF)的性能;同时,... 针对捷联惯性导航系统(SINS)大失准角初始对准的滤波过程,提出简化七阶正交容积卡尔曼滤波算法(7th-SCQKF)。根据简化容积卡尔曼滤波(CKF)理论,推导出改进的简化七阶CKF算法(7th-MSSRCKF),改进了原简化七阶CKF(7th-SSRCKF)的性能;同时,在7th-SSRCKF和7th-MSSRCKF基础上,引入正交半径准则,提出简化七阶CQKF(7th-SCQKF)算法,提高了滤波精度;并将简化七阶CQKF(7th-SCQKF)算法应用到SINS的大失准角初始对准仿真中,结果表明,7th-SCQKF比7th-MSSRCKF的滤波精度高,验证了新算法的正确性和有效性。 展开更多

关键词 SINS 正交卡尔曼滤波 高阶滤波 简化ckf算法

在线阅读 下载PDF 职称材料

δ-广义标签多伯努利滤波算法的非线性扩展 被引量：1

12

作者 齐美彬 胡晶晶 +1 位作者 程佩琳 靳学明 《系统工程与电子技术》 EI CSCD 北大核心 2021年第12期3571-3578,共8页

针对高斯混合(Gaussian mixture,GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayesian-δ-generalized labeled multi-Bernoulli,VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题,结合基于临近点算法(proximal point... 针对高斯混合(Gaussian mixture,GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayesian-δ-generalized labeled multi-Bernoulli,VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题,结合基于临近点算法(proximal point algorithm,PPA)和变分贝叶斯(variational Bayesian,VB)的迭代优化与容积卡尔曼滤波(cubature Kalman filtering,CKF),提出一种适用于非线性模型的机动多目标跟踪算法。该算法在GM-VB-δ-GLMB的基础上采用逆伽马(inverse-Gamma,IG)和高斯乘积混合分布近似量测噪声协方差和状态联合后验分布;利用PPA-CKF-VB(PCKF-VB)方法对传递过程中的高斯项参数进行预测更新;最后为提高滤波精度进行变分贝叶斯容积RTS(VB cubature Rauch-Tung-Striebel,VB-CRTS)平滑。仿真结果表明,对于量测噪声未知的非线性系统,所提的算法与现有的VB-δ-GLMB算法相比目标跟踪精度有显著提高。 展开更多

关键词 δ-广义标签多伯努利算法 非线性模型 容积卡尔曼滤波 临近点算法 变分贝叶斯近似

在线阅读 下载PDF 职称材料

CPF算法在GNSS-INS列车组合定位系统中的应用

13

作者 王更生 张俊 +1 位作者 郭鹏飞 詹小丽 《传感器与微系统》 CSCD 北大核心 2012年第11期138-140,143,共4页

为了提高GNSS-INS列车组合定位系统的定位精确性,拟将一种性能优良的非线性CKF算法引入到传统粒子滤波(PF)框架中,形成改进的CPF算法。结合某列车控制系统提供的样本数据进行仿真,与传统的PF算法相比,CPF算法滤波效果好,定位误差小,更... 为了提高GNSS-INS列车组合定位系统的定位精确性,拟将一种性能优良的非线性CKF算法引入到传统粒子滤波(PF)框架中,形成改进的CPF算法。结合某列车控制系统提供的样本数据进行仿真,与传统的PF算法相比,CPF算法滤波效果好,定位误差小,更能满足列车运行的非线性环境要求。结果表明:CPF算法在GNSS-INS列车组合定位系统中具有良好的工程实用价值。 展开更多

关键词 列车组合定位系统 PF算法 ckf算法 CPF算法

在线阅读 下载PDF 职称材料

捷联惯导大失准角下传递对准的鲁棒算法 被引量：3

14

作者 王跃钢 杨家胜 文超斌 《现代防御技术》 北大核心 2013年第6期32-37,共6页

针对大失准角下捷联惯导的传递对准问题,建立了传递对准的非线性模型;针对传递对准过程中,挠曲变形难以建模,非线性滤波受到不确定性干扰,传递对准算法的精确性和鲁棒性下降的问题,提出了鲁棒容积卡尔曼滤波(CKF)算法。该算法以CKF为基... 针对大失准角下捷联惯导的传递对准问题,建立了传递对准的非线性模型;针对传递对准过程中,挠曲变形难以建模,非线性滤波受到不确定性干扰,传递对准算法的精确性和鲁棒性下降的问题,提出了鲁棒容积卡尔曼滤波(CKF)算法。该算法以CKF为基础,结合H∞滤波思想,通过在方差阵更新加入鲁棒模块实现。该算法与传统的UKF和CKF滤波算法进行了传递对准的对比研究,仿真结果表明,在不对挠曲变形进行建模的情况下,UKF和CKF滤波算法滤波发散,无法达到对准要求,而鲁棒CKF滤波算法,它降低了挠曲变形对传递对准的干扰,能够实现传递对准,具有更好的鲁棒性。 展开更多

关键词 大失准角 捷联惯导 传递对准 鲁棒算法 容积卡尔曼滤波

在线阅读 下载PDF 职称材料

抗差容积卡尔曼滤波及其在UWB室内定位中的应用 被引量：10

15

作者 蔡赣飞 徐爱功 +1 位作者 洪州 隋心 《测绘科学》 CSCD 北大核心 2018年第12期123-129,共7页

针对超宽带(UWB)观测值异常引起的量测误差及系统噪声先验统计信息未知而导致状态估计误差增大的问题,该文提出了一种带噪声时变估计器的抗差容积卡尔曼滤波(CKF)算法。该算法在滤波过程中,利用预报残差因子构建抗差等价协方差矩阵,控... 针对超宽带(UWB)观测值异常引起的量测误差及系统噪声先验统计信息未知而导致状态估计误差增大的问题,该文提出了一种带噪声时变估计器的抗差容积卡尔曼滤波(CKF)算法。该算法在滤波过程中,利用预报残差因子构建抗差等价协方差矩阵,控制观测异常值对滤波参数解的影响,同时利用sage_husa算法对系统噪声的统计特性进行实时估计和修正,提高滤波精度和稳定性。实验结果表明,所提算法不仅能有效地消除量测误差对滤波解的影响,而且能在系统噪声先验信息未知的情况下更进一步提高UWB室内定位的精度和可靠性。 展开更多

关键词 量测异常 系统噪声 UWB室内定位 抗差ckf sage_husa算法

原文传递

一种非线性梁系统动载荷识别算法 被引量：1

16

作者 宋雪刚 白瑜芳 +3 位作者 程竹明 顾欣 卢李 梁大开 《振动工程学报》 EI CSCD 北大核心 2018年第1期82-90,共9页

载荷识别是结构健康监测的重要组成部分,而非线性梁系统在工程应用中扮演重要角色,为了在结构健康监测的同时方便利用最优化算法对非线性梁系统进行有效控制,提出了基于容积卡尔曼滤波器(Cubature Kalman filter,简记为CKF)的载荷识别... 载荷识别是结构健康监测的重要组成部分,而非线性梁系统在工程应用中扮演重要角色,为了在结构健康监测的同时方便利用最优化算法对非线性梁系统进行有效控制,提出了基于容积卡尔曼滤波器(Cubature Kalman filter,简记为CKF)的载荷识别算法。此算法在卡尔曼滤波器的体系下,通过CKF产生的增益矩阵、新息序列、一步估计值和协方差矩阵,利用最小二乘算法在线估计载荷的大小和位置,附录给出了算法的详细推导过程。为了验证算法的有效性,采用受高斯白噪声影响的大变形梁系统作为仿真对象,根据系统响应依次识别不同噪声影响下的正弦、方波和锯齿波载荷。实验方面,采用受非线性弹簧约束的Bernoulli-Euler梁作为对象,利用光纤光栅传感器测得的应变值识别载荷。结果表明提出的动载荷识别算法能够很好地抑制噪声,并且具有良好的稳定性。 展开更多

关键词 载荷识别 非线性梁系统 容积卡尔曼滤波器 最小二乘算法

在线阅读 下载PDF 职称材料

基于固定点迭代的Huber鲁棒容积卡尔曼滤波算法 被引量：3

17

作者 李松 刘哲 +2 位作者 唐小妹 吴健 王飞雪 《计算机工程与应用》 CSCD 北大核心 2021年第16期90-96,共7页

对于非线性系统而言,容积卡尔曼滤波(Cubature Kalman Filter,CKF)算法是处理状态估计问题的一种有效方法,并且其在高斯噪声下可以获得良好的估计性能。然而,当噪声被重尾噪声污染时,其性能通常会急剧下降。为解决此问题,将Huber方法应... 对于非线性系统而言,容积卡尔曼滤波(Cubature Kalman Filter,CKF)算法是处理状态估计问题的一种有效方法,并且其在高斯噪声下可以获得良好的估计性能。然而,当噪声被重尾噪声污染时,其性能通常会急剧下降。为解决此问题,将Huber方法应用于CKF框架中,取代了传统的最小均方误差(Minimum Mean Square Error,MMSE)准则,以提高算法的鲁棒性。在所提算法中,通过将量测方程线性化构造了线性回归模型,并采用固定点迭代的方法求解基于Huber方法的最小化问题。因此,推导了基于固定点迭代的Huber鲁棒CKF(FP-IHCKF)算法,在该算法中先验信息和量测信息通过Huber方法进行了重构。通过对再入目标跟踪问题进行仿真,验证了所提算法的有效性和鲁棒性。 展开更多

关键词 非线性滤波 容积卡尔曼滤波(ckf) Huber方法 鲁棒性 固定点算法

在线阅读 下载PDF 职称材料

改进的基于奇异值分解的抗差容积卡尔曼滤波算法在全球定位导航中的应用 被引量：6

18

作者 王姚宇 陈仁文 张祥 《科学技术与工程》 北大核心 2021年第6期2356-2362,共7页

非线性动态系统存在非线性和噪声不确定的问题,容积卡尔曼滤波对解算该类系统有较好的精度,为了提升导航系统对异常观测值的稳定性,对采样数据进行均值滤波处理,降低干扰较大的采样数据对于滤波结果的影响。用奇异值分解代替Cholesky分... 非线性动态系统存在非线性和噪声不确定的问题,容积卡尔曼滤波对解算该类系统有较好的精度,为了提升导航系统对异常观测值的稳定性,对采样数据进行均值滤波处理,降低干扰较大的采样数据对于滤波结果的影响。用奇异值分解代替Cholesky分解,改善滤波稳定性,避免先验协方差非正定而降低滤波性能。最后通过引入抗差因子调节观测协方差矩阵,再次减少观测异常值对于滤波结果的影响。采用仿真实验进行分析,改进的抗差容积卡尔曼滤波算法对于减弱异常观测值影响有良好的效果。 展开更多

关键词 容积卡尔曼滤波(ckf) 奇异值分解(SVD) 抗差算法 均值滤波

在线阅读 下载PDF 职称材料

低复杂度自适应容积卡尔曼滤波算法 被引量：12

19

作者 李春辉 马健 +1 位作者 杨永建 甘轶 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第4期716-724,共9页

确定采样型滤波算法中的容积卡尔曼滤波(CKF)算法滤波性能优良,但是却难以克服目标模型不确定性或者目标状态突变带来的影响。构造强跟踪CKF能有效改善算法的自适应性,但是在求解渐消因子时大大增加了计算量。为此,提出一种低复杂度自适... 确定采样型滤波算法中的容积卡尔曼滤波(CKF)算法滤波性能优良,但是却难以克服目标模型不确定性或者目标状态突变带来的影响。构造强跟踪CKF能有效改善算法的自适应性,但是在求解渐消因子时大大增加了计算量。为此,提出一种低复杂度自适应CKF算法,通过设立基于新息的自适应修正判决准则和修正方式,直接对状态预测值进行修正,使滤波算法能及时跟上目标真实状态,以提高滤波精度。使用浮点操作数计算并分析了CKF算法、强跟踪CKF算法及所提算法的复杂度,同时将3种算法应用在建模不准确的目标跟踪中,并进行仿真验证。仿真结果表明:在目标建模不匹配的情况下,低复杂度自适应CKF算法和强跟踪CKF算法都能保持较好的滤波精度和数值稳定性,同时所提算法在算法复杂度上有明显改善。 展开更多

关键词 容积卡尔曼滤波(ckf) 目标模型不确定性 强跟踪滤波器 自适应修正 算法复杂度

原文传递