基于概率密度函数塑形法的EKF和UKF优化
来源期刊:控制工程2016年第S1期
论文作者:周自牧 肖康
文章页码:40 - 45
关键词:概率密度函数;最小熵准则;无迹卡尔曼滤波;扩展卡尔曼滤波;
摘 要:针对于扩展卡尔曼滤波(Extended Kalman Filter,EKF)和无迹卡尔曼滤波(Unscented Kalman Filter,UKF),介绍了一种通过调节系统输出数据的概率密度函数(Probability Density Function,PDF)的函数形状,从而使滤波系统获得更高的跟踪精度的方法。方法中,用采集的输出数据构成神经网络来补偿系统的非线性,使得滤波具有相当优良的跟踪效果。仿真结果表明方法可以改善EKF和UKF的性能,提高跟踪精度和抗干扰能力。
周自牧,肖康
北京化工大学信息学院
摘 要:针对于扩展卡尔曼滤波(Extended Kalman Filter,EKF)和无迹卡尔曼滤波(Unscented Kalman Filter,UKF),介绍了一种通过调节系统输出数据的概率密度函数(Probability Density Function,PDF)的函数形状,从而使滤波系统获得更高的跟踪精度的方法。方法中,用采集的输出数据构成神经网络来补偿系统的非线性,使得滤波具有相当优良的跟踪效果。仿真结果表明方法可以改善EKF和UKF的性能,提高跟踪精度和抗干扰能力。
关键词:概率密度函数;最小熵准则;无迹卡尔曼滤波;扩展卡尔曼滤波;