一种带噪声估计器的自适应无迹卡尔曼滤波状态估计方法

    公开(公告)号:CN111985093A

    公开(公告)日:2020-11-24

    申请号:CN202010766995.8

    申请日:2020-08-03

    Abstract: 本发明提供一种带噪声估计器的自适应UKF状态估计方法,包括:建立目标跟踪非线性离散状态空间模型并确立UT采样点和权值。将采样点经非线性函数传递,加权处理得到一步预测和预测协方差矩阵。完成预测协方差与观测噪声协方差更新。采用UT方法更新滤波相关参数。联合后验概率密度函数的变分近似的参数解算并完成步骤四中的参数更新。联合后验概率密度函数的变分近似的一步预测协方差与观测噪声协方差解算并更新。输出后验状态估计和估计协方差矩阵。本发明的方法在带有非高斯噪声并且噪声统计特性未知的情况下完成目标跟踪过程中的状态估计任务,其精度和时间消耗低于标准UKF算法,具有良好的实际应用价值。

    一种带噪声估计器的自适应无迹卡尔曼滤波状态估计方法

    公开(公告)号:CN111985093B

    公开(公告)日:2022-06-21

    申请号:CN202010766995.8

    申请日:2020-08-03

    Abstract: 本发明提供一种带噪声估计器的自适应UKF状态估计方法,包括:建立目标跟踪非线性离散状态空间模型并确立UT采样点和权值。将采样点经非线性函数传递,加权处理得到一步预测和预测协方差矩阵。完成预测协方差与观测噪声协方差更新。采用UT方法更新滤波相关参数。联合后验概率密度函数的变分近似的参数解算并完成步骤四中的参数更新。联合后验概率密度函数的变分近似的一步预测协方差与观测噪声协方差解算并更新。输出后验状态估计和估计协方差矩阵。本发明的方法在带有非高斯噪声并且噪声统计特性未知的情况下完成目标跟踪过程中的状态估计任务,其精度和时间消耗低于标准UKF算法,具有良好的实际应用价值。

Patent Agency Ranking