-
题名基于改进无迹卡尔曼滤波的多径估计算法
被引量：2
- 1
-
-
作者
张晋恒
程兰
张净
倪梓航
阎高伟
-
机构
太原理工大学电气与动力工程学院
-
出处
《太原理工大学学报》
CAS
北大核心
2023年第5期877-884,共8页
-
基金
国家自然科学基金项目资助(61603267)
基于域适应迁移的未知模态下磨矿粒度分布在线软测量和控制方法研究(61973226)。
-
文摘
【目的】在导航定位系统中,基于卡尔曼滤波框架的多径误差抑制算法是提高定位精度的有效方法。但是,在算法的过程噪声和观测噪声协方差初值的选取不当时,会导致估计结果误差很大甚至发散。另外,由于此类算法是基于最小均方误差准则,算法在受到非高斯噪声干扰时尤其是重尾非高斯噪声,会出现估计精度显著下降的问题。【方法】为了在高斯噪声和非高斯噪声下都能够保持较好的多径估计结果提高定位精度,本文提出一种自适应最大相关熵无迹卡尔曼滤波(adaptive maximum correntropy unscented kalman filter, AMCUKF)多径估计算法,算法在观测更新过程中引入最大相关熵作为优化准则,以解决在非高斯噪声下的估计精度下降的问题,在噪声协方差更新过程中用观测量的残差序列对噪声协方差矩阵进行递归更新,取代过程噪声和观测噪声协方差初值的选取。【结果】在高斯噪声和非高斯噪声下分别进行了仿真实验,通过与两种基于卡尔曼滤波框架的估计算法进行对比表明,AMCUKF多径算法不仅能够在高斯噪声下保持较好的多径估计结果,而且在非高斯噪声下也能够保持更高的多径估计精度,有效抑制非高斯噪声的干扰。
-
关键词
非高斯噪声
多径估计
无迹卡尔曼滤波
最大相关熵标准
-
Keywords
non-Gaussian noise
multipath estimation
unscented Kalman filter
maximum correntropy criterion
-
分类号
TP273.1
[自动化与计算机技术—检测技术与自动化装置]
-
