【技术实现步骤摘要】
本专利技术涉及一种自适应UKF滤波算法，具体地说，涉及一种结合极大似然估计和 最大后验估计的自适应UKF滤波算法。
技术介绍
为了解决非线性情况下卡尔曼滤波及之后的扩展卡尔曼滤波在估计中存在较大 误差甚至可能引起滤波器发散的问题，近年来，Julier和Uhlman提出了基于多元函数代 表点思想的Unscented Kalman Filter (UKF)方法，UKF算法精度明显高于EKF算法且计算 量又明显小于EKF算法，但是UKF算法存在一个主要的问题是噪声统计特性未知时，UKF滤 波精度下降甚至发散，为解决这个问题，各国学者提出了很多解决的方法，其中文献提 出了一种根据极大后验估计原理和指数加权，推导出一种含有渐消因子的次优无偏MAP时 变噪声统计估计器的算法，该算法具有自适应能力且递推公式简单，易于工程实现的特点， 但是该算法需要有足够的数据，才能达到比较理想的效果。
技术实现思路
本专利技术的目的在于克服上述技术存在的缺陷，提供一种自适应UKF滤波算法，是 一种将基于极大似然准则的卡尔曼滤波算法和基于最大后验估计的自适应UKF滤波算法 结合到一起的算法，通过两种算法对协方差进行实时的估计，然后平均取中得到对先验协 方差真实值跟踪效果更好的估计值，从而提高滤波精度及滤波稳定性。其具体技术方案 为： 一种自适应UKF滤波算法，包括以下步骤： 第一步：判断是否已经稳定收敛 QK H Rk-Rk_2< H 其中，H为一个很小的正整数； 第二步：选出优值 设两种算法的估计协方差分别为Qlk、Rlk、Q2 k、R2k，则【主权项】1. 一种...
【技术保护点】
一种自适应UKF滤波算法，其特征在于，包括以下步骤：第一步：判断是否已经稳定收敛Qk‑Qk‑2≤HRk‑Rk‑2≤H其中，H为一个很小的正整数；第二步：选出优值设两种算法的估计协方差分别为Q1k、R1k、Q2k、R2k，则Q^k=Q1k-Q2k2]]>R^k=R1k+R2k2]]>式中，就是协方差估计值。
【技术特征摘要】
【专利技术属性】
技术研发人员：何俊，张清华，孙国玺，肖明，熊建斌，丘海健，
申请(专利权)人：广东石油化工学院，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。