一种迭代收缩非线性状态约束滤波算法.pdfVIP

2011 2 () Feb. 2011 38 1 JOURNAL OF X ID IAN UN IVERS ITY Vol. 38 N o. 1 do:i 10. 3969 / j. i n. 2011. 01. 017 1, 2 1 1 陈金广 , 李 洁 , 高新波 ( 1. 西安电子科技大学 电子工程学院, 陕西 西安 7 10071; 2. 西安工程大学 计算机科学学院, 陕西 西安 710048) : 在滤波过程中有效地利用状态约束条件, 能够提高滤波精度. 当状态约束为 线性函数时, 可以 通过泰勒级数展开法进行线性化处理. 然而该方法在 线性约束函数的雅可比矩阵不存在时失效, 而使 用水平滑动估计算法所需要的计算量很大. 为此, 采用基于U 变换的最佳量测方法解决该问题. 为了降 低 U 变换过程中基点误差对估计性能带来的影响, 将 线性约束看作具有多 个大小不等的噪声方差的 量测值, 在量测更新阶段逐步收缩噪声方差, 从而不断增强约束条件. 经过多次迭代, 改善了状态估计的 误差性能. 仿真结果表明, 该算法在保证较高的滤波精度的条件下, 运算时间是窗口尺寸为 2 的水平滑 动估计算法的1/27. : 线性状态约束; U 变换; 状态估计; 滤波; 信息融合 : TN9 11. 23 : A : 2011) Iterative shrink ing filtering algorithm w ith non linear state constraints 1, 2 1 1 CH EN J ing uang , LI J ie , GA O X inbo ( 1. School of E lectron ic Eng ineer ing, X idian Un iv. , X ian 710071, Ch ina; 2. School of Com puter Sci. , X ian Poly technic Un iv. , X ian 710048, China) A bstrac t: In the proce of filter ing, the filtering accuracy can be mi proved if the tate con traint are u ed in an effective m anner. T he nonlinear con trained function can be linearized by the T ay lor erie expan ion. H ow ever, if the Jacobian m atr ix of the nonlinear con trained function i nonex i tent, th i m ethod w ill not work anym ore. M oreov e