UKF算法及其改進(jìn)算法的研究.pdf

1、由于卡爾曼濾波器具有結(jié)構(gòu)簡單、性能最優(yōu)、易于被掌握和應(yīng)用等一系列的優(yōu)點(diǎn)，其已被廣泛應(yīng)用于狀態(tài)跟蹤和估計等科學(xué)領(lǐng)域。值得一提的是，由于其線性的推導(dǎo)和計算過程，決定了卡爾曼濾波器不能應(yīng)用于非線性系統(tǒng)。然而，UKF（Unscented Kalman Filtering）濾波方法卻可以通過一組代表著均值和方差分布的采樣點(diǎn)來對非線性系統(tǒng)進(jìn)行非線性計算，在不對非線性方程線性近似的條件下，達(dá)到線性卡爾曼濾波器的濾波性能。隨著UKF濾波器在非線性狀態(tài)估

2、計領(lǐng)域的不斷發(fā)展，越來越多的學(xué)者開始關(guān)注和研究UKF濾波方法。 本文主要研究的是UKF濾波方法的濾波性能、現(xiàn)存問題和改進(jìn)方法。 首先，介紹和分析了幾種重要的UKF采樣策略。同時，提出了一種自適應(yīng)比例采樣策略，并且進(jìn)行仿真實(shí)驗(yàn)證明了其有效性。然后，對該自適應(yīng)采樣策略中的比例因子進(jìn)行了有益的討論，并詳細(xì)研究了該采樣策略的適用范圍和優(yōu)缺點(diǎn)。 然后，詳細(xì)討論了存在模型誤差的UKF算法。為減小線性化誤差對非線性系統(tǒng)狀態(tài)估計