论文研究-有色量测噪声下的HCKF及其应用.pdf

针对高阶容积卡尔曼滤波（HCKF）算法在有色量测噪声条件下滤波精度下降的问题，提出了有色量测噪声下的HCKF算法。通过一阶马尔科夫模型将有色量测噪声进行白化，将带有色量测噪声的非线性离散随机系统转化为白噪声下的非线性时滞系统，并给出高斯域内针对非线性时滞系统的贝叶斯滤波框架。利用高阶容积准则对该滤波框架进行近似计算，进而得到有色量测噪声下的HCKF算法。将所提算法应用到机动目标跟踪系统中，仿真实验结果表明，量测噪声为白噪声时，所提算法与标准HCKF算法具有相同的估计性能；在量测噪声为有色噪声时，所提算法相比于标准HCKF具有更优的估计精度和鲁棒性。