一种新的高动态全球定位系统频率估计算法 (2008年)

针对常用高动态全球定位系统频率估计算法扩展卡尔曼滤波（EKF）由于对模型进行简单线性化而造成的估计精度低与失锁门限高等缺陷，引入了一种新的线性滤波算法unscented 卡尔曼滤波（UKF）进行频率估计。该算法不需要对非线性模型进行线性化，而是利用一系列Sigma 采样点，通过unscented 变换（UT）来进行状态与协方差阵的递推与更新。仿真实验结果表明新算法的估计精度远高于EKF，失锁门限也比EKF 低约1 dB，估计性能得到了改善。