作者:黄耀光 高博 李建新 黄山奇单站无源定位平方根ukf后向平滑非线性滤波
摘要:单站无源定位可观测性弱、参数测量精度不高,因此初始值测量误差往往较大。而无迹卡尔曼滤波(Un—scented Kalman filtering,UKF)算法对初始值较为敏感,并且由于数值计算的舍入误差会产生滤波发散,为了解决以上问题,提出了一种基于平方根UKF(Square—root UKF,SRUKF)的双向滤波算法。该算法通过使用误差协方差的平方根替代协方差阵参与滤波,保证了算法的稳定性,同时运用平方根无迹卡尔曼滤波后向平滑(Un—scented Rauch—Tung—Striebel smoother,URTSS)后向平滑方法,用平滑值取代初始值,为前向滤波提供较高精度的起始值,提高算法的滤波精度,从而提高了算法对初始值的鲁棒性。仿真结果表明,与UKF算法和SRUKF算法相比,该算法提高了滤波的稳定性、收敛速度、定位精度及对初始值的鲁棒性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社