基于RUKF-IMM的非线性系统滤波 |
| |
引用本文: | 刘妹琴,汤晓芳,郑世友,张森林.基于RUKF-IMM的非线性系统滤波[J].华中科技大学学报(自然科学版),2013,41(5). |
| |
作者姓名: | 刘妹琴 汤晓芳 郑世友 张森林 |
| |
作者单位: | 1. 浙江大学电气工程学院,浙江杭州,310027 2. 中航工业雷达与电子设备研究院,江苏无锡,214063 |
| |
基金项目: | 国家自然科学基金资助项目,中央高校基本科研业务费专项资金资助项目,航空科学基金资助项目,高等学校博士学科点专项科研基金资助项目,浙江省自然科学基金资助项目 |
| |
摘 要: | 从交互式多模型估计(IMM)方法的特点出发,提出用IMM估计方法对有测量数据丢失的非线性系统进行估计.IMM模型集中包含两个模型:一个模型对应测量数据丢失情况,另一个对应测量数据未丢失.最终基于两个模型的估计进行融合得到估计结果,改善估计器在测量信息丢失情况下的稳定性.采用随机无迹卡尔曼滤波(RUKF)方法对每个模型分别进行滤波,消除标准无迹卡尔曼滤波(UKF)方法的系统误差.仿真结果表明:在测量信息丢失的情况下,提出的估计方法在稳定性与估计性能上都优于传统的基于单模型的非线性系统混合估计方法.
|
关 键 词: | 非线性系统 混合估计 交互式多模型估计(IMM) 随机无迹卡尔曼滤波(RUKF) 测量丢失 |
Filtering of nonlinear systems with measurement loss by RUKF-IMM |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|