没有合适的资源?快使用搜索试试~ 我知道了~
论文研究-非线性自适应平方根无迹卡尔曼滤波方法研究.pdf
需积分: 0 23 下载量 168 浏览量
2019-09-13
12:41:24
上传
评论
收藏 699KB PDF 举报
温馨提示
试读
5页
针对带有附加噪声且噪声特性未知的系统,提出了一种非线性卡尔曼滤波方法——自适应平方根无迹卡尔曼滤波(NASRUKF)方法,该方法基于平方根滤波的思想,对传统的Sage-Husa自适应滤波算法进行了改进,并与平方根无迹卡尔曼滤波(SRUKF)算法相结合用来进行非线性滤波。该算法能直接对非线性系统的状态方差阵和噪声方差阵的平方根进行递推与估算,确保状态和噪声方差阵的对称性和非负定性。将所提方法通过计算机仿真技术与SRUKF算法进行对比,结果表明NASRUKF方法在滤波精度、稳定性和自适应能力方面均优于SRUKF方法。
资源推荐
资源详情
资源评论
C omputer Engineering and Applications 计算机工程与应用
2016,52(16)
1 引言
目前在伺服系统控制、飞行器定姿等领域应用广泛
的非线性滤波方法有扩展卡尔曼滤波(Expended Kalman
Filter,EK F)、无迹卡尔曼滤波(Unscented Kalman Filter,
UKF)、差分卡尔曼滤波(Difference Kalm an Filter,DKF)
等。其中 EKF 滤波是将非线性函数用泰勒级数展开,并
略去二阶以上高阶项来得到非线性系统的线性化模型,
它是一种次优滤波,并且只能在滤波误差及一步预测误
差较小时才能适用
[1-3]
。UKF 与 DKF 同属于 Sigma 类滤
波器,是构造一组可调权重的采样点,并通过非线性函
数传播来估计系统状态的均值和协方差。UKF、D KF 滤
波在实际应用时需要精心调节自由参数才能获得较好
非线性自适应平方根无迹卡尔曼滤波方法研究
张玉峰
1
,周奇勋
1
,周 勇
2
,张举中
3
ZHANG Yufeng
1
, ZHOU Qi xun
1
, ZHOU Yong
2
, ZHANG Juzhong
3
1.西安科技大学 电控学院,西安 710054
2.西北工业大学 航空学院,西安 710072
3.中船重工 第 713 研究所,郑州 450015
1.School of Electrical and Control Engineering, Xi’an University of Scienc e & Technology, Xi’a n 710 054, China
2.College of Aeronautics, Northwestern Polytechnical University, Xi’an 710072, China
3.Instit ute 713, China Ship building Industry Corporat ion, Zhengzhou 450015, China
ZHANG Yufeng, ZHOU Qixun, ZHOU Yong, et al. Research on ada ptive square-root unsented Kalman filter for
nonlinear system. Computer Engineering and Applications, 2016, 52(16):36-40.
Abstract:In this paper, a Nonlinear Adaptive Square-Root Unsen ted Kalman Filtering(NAS RUKF)approach is described
for nonlinear systems with addi tive noise which have unknown statist ical characteristi cs. Base d on the sq uare-root algo-
rithm, the traditional Sage-Husa a daptive filter’s estimator is modified and combinated with the Square Root Unscented
Kalman Filtering(SRUKF)for nonlinear filtering. The process noise covariance matrix Q or the measurement noise cova-
riance matrix R is e stimated straight forwardly in p roposed NASRUKF. Thus, the positive semidefiniteness and symmetri-
cal properties of the filter are improved. Simulation results show that NASRUKF perf orms better than SRUKF in the
aspects of the accuracy, stability and self-adaptability.
Key words:Nonlinear Adapt ive Square-Root Unsented Kalman Filtering(NASRUKF); Kalman filtering; Square Root
Unscented Kalman Filtering(SRUKF); Sage-Husa filte rin g; nonlinear filtering; estimating
摘 要:针对带有附加噪声且噪声特性未知的系统,提出了一种非线性卡尔曼滤波方法
—
—
自适应平方根无迹卡尔
曼滤波(NASRUKF)方法,该方法基于平方根滤波的思想,对传统的 Sage-Hus a 自适应滤波算法进行了改进,并与平
方根无迹卡尔曼滤波(SRUKF)算法相结合用来进行非线性滤波。该算法能直接对非线性系统的状态方差阵和噪声
方差阵的平方根进行递推与估算,确保状态和噪声方差阵的对称性和非负定性。将所提方法通过计算机仿真技术
与 SRUKF 算法进行对比,结果表明 NASRUKF 方法在滤波精度、稳定性和自适应能力方面均优于 SRUKF 方法。
关键词:非线性自适应平方根无迹卡尔曼滤波方法(NASRUKF);卡尔曼滤波;平方根无迹卡尔曼滤波(SRUKF);
Sage-Hus a 滤波;非线性滤波;预估
文献标志码:A 中图分类号:TP274 doi:10.3778/j.issn.1002-8331.1603-0144
基金项目:国家自然科学基金(No.51307137);西安科技大学培育基金项目(No.201317)。
作者简介:张玉峰(1977—),男,博士,讲师,研究领域为伺服控制技术,E-mail:xkdzhangyufeng@xust.edu .cn;周奇勋(1979—),
男,博士,副教授,研究领域为永磁电机及其控制技术;周勇(1978—),男,博士,副教授,研究领域为故障诊断、容错技术;
张举中(1978—),男,博士,高级工程师,研究领域为伺服控制技术。
收稿日期:2016-03-09 修回日期:2016-04-25 文章编号:1002-833 1(2016)16-0036-05
36
资源评论
weixin_38743506
- 粉丝: 349
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Figma Converter for Unity适用Unity的Figma转换器Unity游戏开发插件unitypackage
- Creepy Animatronic Anims 令人毛骨悚然的电子动画Unity游戏动画插件资源unitypackage
- Rankings & Leaderboards 排名和排行榜Unity游戏开发插件资源unitypackage
- Semantic Color Palette 语义调色板Unity游戏开发插件资源unitypackage
- Low Poly Nature:Lush and Diverse Environments低聚自然郁郁Unity低多边形模型资源
- voc数据集是什么-我们如何使用voc数据集
- Edgar Pro-Procedural Level Generator程序关卡生成器Unity开发插件unitypackage
- 宝藏软件m3u8下载器\m3u8DL-CLI
- 三次样条插值的介绍-什么是三次样条插值原理
- http的一些相关介绍-对于我们来说什么是http
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功