中国科学院重庆绿色智能技术研究院机构知识库

QQ客服 官方微博 反馈留言

	基于高斯分布的多层无迹卡尔曼滤波算法
	刘江; 王玉金; 段建雷; 叶松庆
	2016
摘要	在传统无迹卡尔曼滤波(UKF)中对其估计精度和计算效率起关键作用的是采样算法, 即构造具有权重的样本点. 研究表明, 带权样本点匹配随机变量的阶矩越高滤波的精度越高, 如多项式无迹卡尔曼滤波(PUKF), 但通常此类算法的复杂度过高甚至难以求解. 为此, 基于高斯分布结合高阶矩匹配与无迹卡尔曼滤波线性扩张方法(LUKF), 提出一种兼顾效率和精度的高斯滤波离线算法. 实验结果表明, 所提出算法拥有比UKF更高的估计精度和比PUKF更好的计算效率.
发表期刊	控制与决策
卷号	31期号:4页码:609-615
收录类别	CSCD
CSCD记录号	CSCD:5677588
语种	中文