基于修正的自适应平方根容积卡尔曼滤波算法

作者：李春辉; 马健; 杨永建^*; 肖冰松; 邓有为; 盛涛

来源：系统工程与电子技术, 2021, 43(07): 1824-1830.

• 目标建模
• 平方根容积卡尔曼滤波
• 修正算法
• 自适应滤波

目标建模不确定性会造成滤波算法性能下降,通过构建强跟踪滤波器(strong tracking filter,STF)可以提升滤波算法的自适应性,但是构建STF时存在理论推导复杂、求解计算量大等局限和不足,针对上述问题,在平方根容积卡尔曼滤波(square-root cubature Kalman filter,SRCKF)的基础上,提出一种基于修正的自适应SRCKF算法。该算法通过设置判定门限和修正准则,直接对状态预测值或滤波增益进行修正以平衡先验的预测值和后验反馈的量测值在滤波中所占的比重,进而减小状态估计误差。仿真结果表明,所提算法具有在目标状态突变和量测非线性时的良好滤波性能和数值稳定性,同时相比较需要计算渐消因子的STF算法,该算法在计算量和收敛速度上具有优势。

• 单位
  西北工业大学; 空军工程大学