基于噪声自适应和平方根滤波的改进TCKF算法

摘要

正交变换容积卡尔曼滤波(Transformed Cubature Kalman Filter, TCKF)在不增加计算量的前提下,解决了容积卡尔曼滤波(Cubature Kalman Filter, CKF)的非局部采样问题,滤波性能优于CKF。提出一种量测噪声自适应平方根TCKF(Adaptive-Square Root Transformed Cubature Kalman Filter, A-SRTCKF)算法,对TCKF进行改进,采用QR分解更新误差协方差矩阵的平方根进行滤波运算,并通过估计残差协方差矩阵的方法估计量测噪声。仿真结果表明,所提算法不但解决了因量测噪声未知时变而造成的状态估计精度急剧下降问题,而且避免了因误差协方差矩阵非正定而导致算法异常终止的情况,具有比TCKF更高的估计精度和鲁棒性。