太原科技大学学报

2016, v.37;No.155(03) 163-168

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

一种改进的自适应卡尔曼滤波算法
An Improved Adaptive Kalman Filtering Algorithm

许亚朝,何秋生,王少江,成熊

摘要(Abstract):

针对多传感器数据融合时传统卡尔曼滤波算法极易引起滤波发散,降低滤波精度和系统实时性的问题,研究一种改进的自适应滤波算法对多传感器数据进行融合,得到更为准确的信息数据。该算法在简化的Sage-Husa滤波基础上引入滤波收敛性判据,抑制滤波发散并提高滤波精度和稳定性。同时结合强跟踪滤波思想调整增益矩阵,使滤波器具有强跟踪滤波的特性,提高改进的滤波算法对不确定系统模型的鲁棒性以及对突变状态的滤波处理能力。将改进算法与传统卡尔曼滤波算法进行仿真比较。仿真结果表明,在系统模型参数失配或实变噪声未知情况下,改进的自适应滤波算法有更好的鲁棒性,并且在系统状态突变时仍有较好的滤波效果,明显提高了滤波精度和实时性。

关键词(KeyWords): 卡尔曼滤波;Sage-Husa自适应滤波;强跟踪滤波

Abstract:

Keywords:

基金项目(Foundation): 山西省自然科学基金(2013011035-2)

作者(Author): 许亚朝,何秋生,王少江,成熊

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享