摘要:针对先验噪声与系统真实噪声不符引起标准无迹卡尔曼(unscented Kalman filter,UKF)性能退化的情况,提出一种应用于非线性时变状态和参数联合估计的自适应UKF(adaptive unscented Kalman filter,AUKF)算法。根据新的协方差矩阵与相应估计值之间存在的误差,构建成本函数。采用梯度下降法进行在线预估,对噪声的协方差进行在线更新并反馈给标准的UKF。实验和仿真分析表明,与标准UKF相比,自适应UKF算法在精度上有较大的提高。对于时变噪声协方差不确定时,自适应UKF噪声在线估计的鲁棒性得到明显改善,验证了自适应UKF噪声在线估计模型的准确性和可行性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社