抗差UKF.pptx

自适应抗差UKF 胡健生 目录 自适应滤波介绍 抗差介绍 改进的抗差UKF 自适应UKF 自适应抗差UKF 自适应滤波 自适应滤波的目的之一是在利用观测数据进行递推滤波的同时，不断地由滤波本身去判断目标在动态上是否有变化，当判断有变化时，要进一步决定是把这种变化看作随机干扰而归到模型噪声中去，还是对原动态模型进行修正，使之适应目标变化后的动态。自适应滤波的另一个目的，是当系统噪声方差阵和观测噪声方差未知或近似已知时，利用观测数据带来的信息，由滤波本身不断地估计和修正噪声统计特性或滤波器增益阵，以减小状态估计误差，提高滤波器的精度。 在实际的卫星组合导航应用中，难免存在建模误差(包括观测方程的线性化误差)。 另外系统的动力学模型噪声和观测噪声也是不确定的，从而会使Kalman滤波发散，定位值无效。因此需要自适应地调整状态预测向量与观测值之间的权比。 最早提出的自适应滤波算法称为Sage-Husa自适应滤波算法fuel，它是在利用观测数据进行递推滤波的同时，通过时变噪声统计估值器，实时估计和修正系统噪声和观测噪声的统计特性，从而达到降低模型误差、抑制滤波发散，提高滤波精度的目的。 后续提出的自适应UKF滤波算法也是在此算法的基础上进行改进和完善的。 抗差滤波 抗差Kalman滤波能很好地抵抗粗差的影响，并且能快捷、准确、有效地对数据进行