| 基于并行模型自适应滤波的空间目标相对位姿估计 |
| |
| 作者姓名： | 熊凯 魏春岭 辛优美 |
| |
| 作者单位： | 北京控制工程研究所,北京100094;空间智能控制技术国家级重点实验室,北京100094;北京控制工程研究所,北京100094;空间智能控制技术国家级重点实验室,北京100094;北京控制工程研究所,北京100094;空间智能控制技术国家级重点实验室,北京100094 |
| |
| 基金项目： | 北京市自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 摘要： 扩展卡尔曼滤波(EKF)的估计精度受限于测量噪声统计特性的准确程度,如果敏感器测量噪声方差偏离其标称值,将会对滤波性能产生不利影响.尽管自适应扩展卡尔曼滤波(AEKF)能够对测量噪声方差进行估计,但是,噪声特性准确的情况下,AEKF的性能往往不及传统EKF.针对上述问题,本文提出一种并行模型自适应滤波(PMAF),基于特定的自适应率将EKF和AEKF结合起来,使得在先验信息准确的情况下,EKF在状态估计中起主导作用;相反,在实际噪声方差偏离标称值时,令AEKF起主导作用.这样,即能有效削弱测量噪声统计特性不确定性对滤波性能的影响,又能确保正常情况下的估计精度.以空间目标相对位姿估计为例,通过数学仿真对EKF、AEKF和PMAF进行了对比研究,表明所提算法的综合性能优于传统方法.
|
| 关 键 词： | 自适应扩展卡尔曼滤波 迭代方差估计 空间目标 相对位姿 状态估计 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《空间控制技术与应用》浏览原始摘要信息 |
|
点击此处可从《空间控制技术与应用》下载免费的PDF全文 |
|
