高斯和高阶无迹卡尔曼滤波算法.PDFVIP

第２期 电　　子　　学　　报 Ｖｏｌ．４５　Ｎｏ．２ ２０１７年２月 ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｆｅｂ．　２０１７ 高斯和高阶无迹卡尔曼滤波算法 １ ２ １ 王　磊 ，程向红 ，李双喜 （１．安徽科技学院电气与电子工程学院，安徽蚌埠２３３１００；２．东南大学仪器科学与工程学院，江苏南京２１００９６） 　　摘　要：　为了提高非线性变换的近似精度，提出了一种高阶无迹变换（ＨｉｇｈｏｒｄｅｒＵｎｓｃｅｎｔｅｄＴｒａｎｓｆｏｒｍ，ＨＵＴ）机 制，利用ＨＵＴ确定采样点并进行数值积分去近似状态的后验概率密度函数，建立了高阶无迹卡尔曼滤波（Ｈｉｇｈｏｒｄｅｒ ＵｎｓｃｅｎｔｅｄＫａｌｍａｎＦｉｌｔｅｒ，ＨＵＫＦ）算法．进一步的为了解决非线性、非高斯系统的状态估计问题，将ＨＵＫＦ与高斯和滤波 （ＧａｕｓｓｉａｎＳｕｍＦｉｌｔｅｒ，ＧＳＦ）相结合，提出了一种高斯和高阶无迹卡尔曼滤波算法（ＧａｕｓｓｉａｎＳｕｍＨｉｇｈｏｒｄｅｒＵｎｓｃｅｎｔｅｄ Ｋａｌｍａｎｆｉｌｔｅｒ，ＧＳＨＵＫＦ），该算法的核心思想是利用一组高斯分布的和去近似状态的后验概率密度，同时针对每一个 高斯分布采用高阶无迹卡尔曼滤波算法进行估计．数值仿真实验结果表明，提出的ＨＵＴ机制与普通的无迹变换（Ｕｎ ｓｃｅｎｔｅｄＴｒａｎｓｆｏｒｍ，ＵＴ）相比，具有更高的近似精度；提出的ＧＳＨＵＫＦ与传统的ＧＳＦ以及高斯和粒子滤波器（Ｇａｕｓｓｉａｎ ＳｕｍＰａｒｔｉｃｌｅＦｉｌｔｅｒ，ＧＳＰＦ）相比，兼容了二者的优点，即具有计算复杂度低和估计精度高的特性． 关键词：　卡尔曼滤波；无迹卡尔曼滤波；高斯和；非线性非高斯 中图分类号：　ＴＮ７１３　　　文献标识码：　Ａ　　　文章编号：　０３７２２１１２（２０１７）０２０４２４０７ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ　 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１７．０２．０２２ ＧａｕｓｓｉａｎＳｕｍＨｉｇｈＯｒｄｅｒＵｎｓｃｅｎｔｅｄＫａｌｍａｎＦｉｌｔｅｒｉｎｇＡｌｇｏｒｉｔｈｍ １ ２ １ ＷＡＮＧＬｅｉ，ＣＨＥＮＧＸｉａｎｇｈｏｎｇ，ＬＩＳｈｕａｎｇｘｉ （１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＡｎｈｕｉＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＵｎｉｖｅｒｓｉｔｙ，Ｂｅｎｇｂｕ，Ａｎｈｕｉ２３３１００，Ｃｈｉｎａ； ２．ＳｃｈｏｏｌｏｆＩｎｓｔｒｕｍｅｎｔＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ，Ｊｉａｎｇｓｕ２１００９６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　Ａｎｏｖｅｌｈｉｇｈｏｒｄｅｒｕｎｓｃｅｎｔｅｄｔｒａｎｓｆｏｒｍ（ＨＵＴ）ｍｅｃｈａｎｉｓｍｉｓｐｒｏｐｏｓｅｄｔｏｉｍｐｒｏｖｅｔｈｅａｐｐｒｏｘｉｍａｔｉｏｎａｃ ｃｕｒａｃｙｏｆｔｈｅｎｏｎｌｉｎｅａｒｔｒａｎｓｆｏｒｍａｔｉｏｎ．ＴｈｅＨＵＴｉｓａｄｏｐｔｅｄｔｏｓｅｌｅｃｔｔｈｅＳｉｇｍａｐｏｉｎｔｓｗｈｉｃｈｃａｎｂｅｕｓｅｄｔｏａｐｐｒｏｘｉｍａｔｅｔｈｅ ｐｏｓｔｅｒｉｏｒｐｒｏｂａｂｉｌｉｔｙｄｅｎｓｉｔｙｏｆｓｔａｔｅｖａｒｉａｂｌｅｂｙｎｕｍｅｒｉｃａｌｉｎｔｅｇｒａｔｉｏｎ．ＴｈｕｓｔｈｅｈｉｇｈｏｒｄｅｒｕｎｓｃｅｎｔｅｄＫａｌｍａｎｆｉｌｔｅｒｉｎｇ （ＨＵＫＦ）ａｌｇｏｒｉｔｈｍｃａｎｂｅｍａｄｅｕｐ．Ｆｕｒｔｈｅｒ，ｔｏｓｏｌｖｅｔｈｅｓｔａｔｅｅｓｔｉｍａｔｉｏｎｐｒｏｂｌｅｍｆｏｒｎｏｎｌｉｎｅａｒ／ｎｏｎＧａ