基于无迹变换的非线性离散时间系统的自适应滤波

摘要

本文提出了一种新的基于无迹变换(UT:unscentedtransform)和限定记忆的自适应非线性卡尔曼滤波(AUKF).在实际的非线性系统中,模型噪声和量测噪声的特性较难获得,我们可以通过一些方法大概知道其噪声特性的近似值,通过此近似值,我们可以利用UT来计算卡尔曼滤波器的各种参数值,(这种做法即为UKF).在本文中我们利用每一步的先前统计知识和当前时刻的状态信息,对每一步的统计信息进行调整,为了降低陈旧信息对当前时刻滤波的影响,我们使用了限定记忆方法[6],在性能方面,由于UKF较扩展卡尔曼滤波(EKF)为好,且我们利用了自适应算法,故AUKF较一般的UKF和EKF为好,最后通过仿真说明了这一点.