精品论文

聚焦科技之美

以高素质团队和专业设备打造业界领先的传感器、混合集成电路产品

聚焦科技之美

精品论文

  主页 / 新闻资讯 / 精品论文 /

四种常见卡尔曼滤波算法简介

作者:admin  更新时间:2017-12-27

  卡尔曼滤波解决了组合导航测量数据的噪声,提高了数据的准确性。卡尔曼滤波算法根据应用环境不同有不同的方式,目前常见的有四种,分别是常规卡尔曼滤波、衰减记忆法滤波、联合卡尔曼滤波和自适应滤波。

  四种常见卡尔曼滤波算法简介

  一、常规卡尔曼滤波

  常规卡尔曼滤波是一种递推线性最小方差估计技术,它采用递推形式,在以前时刻状态估值的基础上,根据当前时刻的测量值,递推得到当前时刻的状态估值。

  二、衰减记忆法滤波

  当系统模型不准确时,新量测值对估计值的修正作用下降,过去量测值的修正作用相对上升是引发滤波发散的一个重要原因。因此逐渐减小过去量测值的权值,相应增大新量测值的权值,对抑制滤波的发散是可行的,衰减记忆滤波正是通过这种方式来抑制滤波发散的。

  三、联合卡尔曼滤波

  联合卡尔曼滤波是一种特殊的分散式卡尔曼滤波器,它的特殊之处在于其包含一个信息分配过程。在这一过程中,主滤波器的动态信息被分配到每一个局部滤波器中。联合卡尔曼滤波器使用信息分配原理,在信息分配策略、主滤波器融合信息的反馈、局部/主滤波周期的选择方面。

  四、自适应滤波

  自适应滤波是一种具有抑制滤波器发散作用的滤波方法,它在滤波计算过程中,一方面利用观测值不断地修正预测值,同时也对未知的、不确切知道的系统模型参数和噪声统计参数进行估计和修正。

  最后,卡尔曼滤波器广泛用于当前火热的无人机的飞行控制器上,无论是哪种卡尔曼滤波器,要根据实际应用中的对稳定性、精度等因素做衡量,选择最合适的卡尔曼滤波器。