顾及线性化模型误差补偿的卡尔曼滤波算法

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

顾及线性化模型误差补偿的卡尔曼滤波算法

牟忠凯, 隋立芬, 张清华, 甘雨

文章导航 > 武汉大学学报 ● 信息科学版 > 2011 > 36(9): 1073-1076

牟忠凯, 隋立芬, 张清华, 甘雨. 顾及线性化模型误差补偿的卡尔曼滤波算法[J]. 武汉大学学报 ● 信息科学版, 2011, 36(9): 1073-1076.

引用本文:

牟忠凯, 隋立芬, 张清华, 甘雨. 顾及线性化模型误差补偿的卡尔曼滤波算法[J]. 武汉大学学报 ● 信息科学版, 2011, 36(9): 1073-1076.

MOU Zhongkai, SUI Lifen, ZHANG Qinghua, GAN Yu. An Improved EKF Algorithm Considering Model Errors of Linearization[J]. Geomatics and Information Science of Wuhan University, 2011, 36(9): 1073-1076.

Citation:

MOU Zhongkai, SUI Lifen, ZHANG Qinghua, GAN Yu. An Improved EKF Algorithm Considering Model Errors of Linearization[J]. Geomatics and Information Science of Wuhan University, 2011, 36(9): 1073-1076.

顾及线性化模型误差补偿的卡尔曼滤波算法

¹北京信息技术研究所,北京市8001信箱21号100094;²信息工程大学测绘学院,郑州市陇海中路66号450052

基金项目: 国家自然科学基金资助项目(40974010)

作者简介:
牟忠凯,硕士生,主要从事动态大地测量数据处理理论和方法的研究。

中图分类号: P207.1

An Improved EKF Algorithm Considering Model Errors of Linearization

¹Beijing Research Institute of Information Technique,21 P.O.Box 8001,Beijing 100094,China;² Institute of Surveyning and Mapping,Information Engineering University,66 Middle Longhai Road,Zhengzhou 450052,China

Funds: 国家自然科学基金资助项目(40974010)

摘要: 针对扩展卡尔曼滤波(EKF)线性化所产生的线性化模型误差问题,使用非线性预测滤波对线性化所引起的模型误差进行预测,并在标准EKF的解算过程中考虑到预测所得误差的统计特性,使模型更趋于真实情况。通过算例对改进算法的性能进行了验证。
- EKF /
- 非线性 /
- 预测滤波 /
- 模型误差 /
- 线性化
Abstract: Extended Kalman filtering(EKF) is an effective method for nonlinear problem.However,linearization error is introduced in the process of transforming the nonlinear problem to the linear one.For the linear model error problem,the nonlinear predictive filtering(NPF) is used to predict the linear model error in the nonlinear problem,which is caused by extended Kalman filtering(EKF).The statistic properties of predicted model errors is combined with the process noise in the standard EKF to make the model more exact.Lastly,the performance of NPEKF and EKF is compared by an simulation example.The results show the validity of the compensation algorithm of model errors.
- EKF /
- nonlinear /
- predictive filtering /
- model error /
- linearized

[1]	朱广彬, 常晓涛, 瞿庆亮, 周苗. 利用卫星引力梯度确定地球重力场的张量不变方法研究 . 武汉大学学报 ● 信息科学版, 2022, 47(3): 334-340. doi: 10.13203/j.whugis20200028
[2]	彭亮, 马洪, 张辉. 大动态宽带干涉式雷电测向接收机新技术 . 武汉大学学报 ● 信息科学版, 2011, 36(11): 1358-1362.
[3]	宫轶松, 归庆明, 李保利, 边少峰. 动态非线性滤波模型非线性强度的曲率度量及其应用 . 武汉大学学报 ● 信息科学版, 2011, 36(8): 904-908.
[4]	管旭军, 芮国胜, 周旭, 张玉玲. 基于数据压缩的多传感器不敏滤波算法 . 武汉大学学报 ● 信息科学版, 2010, 35(4): 472-476.
[5]	归庆明, 韩松辉. Kalman滤波模型误差的修复 . 武汉大学学报 ● 信息科学版, 2010, 35(8): 983-987.
[6]	高为广, 杨元喜, 张婷. 一种提高神经网络泛化能力的自适应UKF滤波算法 . 武汉大学学报 ● 信息科学版, 2008, 33(5): 500-503.
[7]	郑作亚, 陈永奇, 卢秀山. UKF算法及其在GPS卫星轨道短期预报中的应用 . 武汉大学学报 ● 信息科学版, 2008, 33(3): 249-252.
[8]	赵红蕊, 唐中实, 李小文. 非线性不适定遥感反演中正则化参数的定量确定 . 武汉大学学报 ● 信息科学版, 2008, 33(6): 577-580.
[9]	姚宜斌, 施闯. IGS测站的非线性变化研究 . 武汉大学学报 ● 信息科学版, 2007, 32(5): 423-426.
[10]	张朝玉, 陶本藻. 平差系统的模型误差及其识别方法研究 . 武汉大学学报 ● 信息科学版, 2005, 30(10): 897-899.
[11]	孙红星, 李德仁. 非线性系统中卡尔曼滤波的一种新线性化方法 . 武汉大学学报 ● 信息科学版, 2004, 29(4): 346-348,358.
[12]	陶本藻. 地球重力场平差模型误差的控制 . 武汉大学学报 ● 信息科学版, 2003, 28(6): 668-670,709.
[13]	曾文宪, 陶本藻. 三维坐标转换的非线性模型 . 武汉大学学报 ● 信息科学版, 2003, 28(5): 566-568.
[14]	陶本藻, 姚宜斌. 可靠性分析与数据探测 . 武汉大学学报 ● 信息科学版, 2002, 27(6): 607-610.
[15]	孙海燕, 吴云. 半参数回归与模型精化 . 武汉大学学报 ● 信息科学版, 2002, 27(2): 172-174,207.
[16]	李桂苓, 万剑华, 陶华学. 用差商代替导数的非线性最小二乘估计 . 武汉大学学报 ● 信息科学版, 2001, 26(2): 118-121.
[17]	王新洲. 非线性模型能否线性化的实用判据 . 武汉大学学报 ● 信息科学版, 1999, 24(2): 145-148.
[18]	许才军. 随机模型误差对函数模型选择的影响 . 武汉大学学报 ● 信息科学版, 1992, 17(3): 36-42.
[19]	许才军. 卫星网与地面网联合平差中随机模型的估计 . 武汉大学学报 ● 信息科学版, 1989, 14(3): 35-45.
[20]	徐培亮. 非线性函数的协方差传播公式 . 武汉大学学报 ● 信息科学版, 1986, 11(2): 92-99.

WeChat

点击查看大图

计量

文章访问数: 863
HTML全文浏览量: 79
PDF下载量: 475
被引次数: 0

顾及线性化模型误差补偿的卡尔曼滤波算法

¹北京信息技术研究所,北京市8001信箱21号100094;²信息工程大学测绘学院,郑州市陇海中路66号450052

基金项目: 国家自然科学基金资助项目(40974010)

作者简介:
牟忠凯,硕士生,主要从事动态大地测量数据处理理论和方法的研究。

收稿日期: 2011-07-13
刊出日期: 2011-09-05

中图分类号: P207.1

关键词:

EKF /

摘要: 针对扩展卡尔曼滤波(EKF)线性化所产生的线性化模型误差问题,使用非线性预测滤波对线性化所引起的模型误差进行预测,并在标准EKF的解算过程中考虑到预测所得误差的统计特性,使模型更趋于真实情况。通过算例对改进算法的性能进行了验证。

English Abstract

牟忠凯, 隋立芬, 张清华, 甘雨. 顾及线性化模型误差补偿的卡尔曼滤波算法[J]. 武汉大学学报 ● 信息科学版, 2011, 36(9): 1073-1076.

引用本文:

牟忠凯, 隋立芬, 张清华, 甘雨. 顾及线性化模型误差补偿的卡尔曼滤波算法[J]. 武汉大学学报 ● 信息科学版, 2011, 36(9): 1073-1076.

MOU Zhongkai, SUI Lifen, ZHANG Qinghua, GAN Yu. An Improved EKF Algorithm Considering Model Errors of Linearization[J]. Geomatics and Information Science of Wuhan University, 2011, 36(9): 1073-1076.

Citation:

MOU Zhongkai, SUI Lifen, ZHANG Qinghua, GAN Yu. An Improved EKF Algorithm Considering Model Errors of Linearization[J]. Geomatics and Information Science of Wuhan University, 2011, 36(9): 1073-1076.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码