自适应强跟踪鲁棒卡尔曼滤波器的设计
实际应用中常常只能测得系统的输出噪声，系统状态的扰动一般是未知的，此时只根据输出噪声设计出的卡尔曼滤波器的使用效果很差，甚至导致滤波器的发散而不可使用。我们在卡尔曼滤波器的设计过程中，对系统状态的未知扰动同时进行在线估计，采用改进的Sage-Husa时变状态扰动统计估值器来估计状态扰动的均值和方差；为了进一步保证算法对系统扰动的鲁棒性，引入强跟踪滤波算法对卡尔曼滤波算法中的状态预测方差进行实时修正。我们在以具有不同正负转向参数的陀螺稳定平台的速度模型的输出噪声的滤波为例的卡尔曼滤波器的设计及其系统仿真实验中，通过多组不同情况下的系统滤波性能的对比实验，充分验证了所提算法的优越性和实用性。本文为解决实际系统中的噪声滤波，设计出实际应用中状态估计与噪声滤波效果好的卡尔曼滤波器，从理论、原理和应用性能的对比分析上，都给出了深入细致的研究与探讨。
卡尔曼滤波 自适应 强跟踪 输出噪声 状态扰动 陀螺稳定平台
宋康宁 丛爽 邓科 尚伟伟 孔德杰 沈宏海
中国科学技术大学自动化系,合肥 230027 中国科学院长春光学精密机械与物理研究所,长春 130033
国际会议
The 33th Chinese Control Conference第33届中国控制会议
南京
中文
6626-6631
2014-07-28（万方平台首次上网日期，不代表论文的发表时间）