-
题名Cubature卡尔曼滤波-卡尔曼滤波算法
被引量：13
- 1
-
-
作者
孙枫
唐李军
-
机构
哈尔滨工程大学自动化学院
-
出处
《控制与决策》
EI
CSCD
北大核心
2012年第10期1561-1565,共5页
-
基金
国家自然科学基金项目(60775001
60834005)
-
文摘
针对条件线性高斯状态空间模型,提出cubature卡尔曼滤波-卡尔曼滤波算法(CKF-KF),分别应用CKF和KF估计模型中的非线性和线性状态.该算法对非线性与线性状态均进行cubature采样,并将两种样本通过线性方程和量测方程进行传播,以获得非线性状态估计.机动目标跟踪仿真结果表明,CKF-KF的估计精度比Rao-Blackwellized粒子滤波器(RBPF)略低,但算法运行时间不到其1%;与无迹卡尔曼滤波器(UKF-KF)相比,估计精度相当,但算法运行时间降低了22%,有效地提高了实时性.
-
关键词
条件线性高斯模型
cubature卡尔曼滤波-卡尔曼滤波
无迹卡尔曼滤波器
实时性
-
Keywords
conditionally linear Gaussian model, cubature Kalman filter-Kalman filter~ UKF-KF
real-time
-
分类号
U249
[交通运输工程—道路与铁道工程]
-
