考虑随机量测时滞和同步相关噪声的改进高斯滤波算法

发布时间：2017-06-30 10:10

  本文关键词：考虑随机量测时滞和同步相关噪声的改进高斯滤波算法，由笔耕文化传播整理发布。

【摘要】：经典高斯滤波算法存在量测信息实时获取,以及过程噪声和量测噪声相互独立的假设条件.然而,在工程实际应用中该假设条件有时难以满足.本文针对一类具有随机量测时滞和同步相关噪声的高斯系统的状态估计问题,设计了一种高斯滤波框架形式的最优估计算法,并给出了所设计算法的三阶球径容积法则的次优实现形式-考虑随机量测时滞和同步相关噪声的容积卡尔曼滤波器(CKF RDSCN).其借助Bernoulli随机序列,来描述系统中可能存在的量测时滞现象,并利用高斯条件分布性质来解决噪声相关问题,在此基础上构建所提出的最优估计算法.仿真结果表明,相比于扩展卡尔曼滤波(EKF),无迹卡尔曼滤波(UKF)以及容积卡尔曼滤波(CKF),在含有随机量测时滞和噪声同步相关的状态估计问题中,CKF RDSCN具有更高的精度和更好的数值稳定性.
【作者单位】： 北京宇航系统工程研究所;哈尔滨工业大学控制理论与制导技术研究中心;哈尔滨工业大学基础与交叉科学研究院;湘潭大学信息工程学院;
【关键词】： 高斯滤波 容积卡尔曼滤波 随机时滞 同步相关噪声
【基金】：国家自然科学基金(61174037;61573115) 国家重点基础研究发展计划(973计划)(2012CB821205) 湖南省自然基金(2015JJ6105) 湖南省教育厅优秀青年项目(14B167)资助~~
【分类号】：TN713
【正文快照】： 1引言(Introduction)在许多工程实际问题中,如目标跟踪[1]、无人机导航[2]、图像信息处理[3]以及化工生产[4]等问题,要求在线的获取系统状态信息,以达到实时监控和控制系统的目的.因此,对系统状态的最优估计问题,由于其重要的应用价值与广泛的应用前景,自提出以来就引起了研究

  本文关键词：考虑随机量测时滞和同步相关噪声的改进高斯滤波算法，由笔耕文化传播整理发布。

，

本文编号：501521