无迹卡尔曼滤波衰减记忆算法研究  

Study of Attenuation Memory Unscented Kalman Filtering Algorithm

作　　者：王仁[1] 赵长胜[1] 夏志浩 谭兴龙[3] 孙鹏[1] 

机构地区：[1]江苏师范大学城建与环境学部,江苏徐州221116 [2]常州金坛区规划局,江苏常州213200 [3]江苏师范大学测绘学院,江苏徐州221116

出　　处：《测绘通报》2015年第12期20-22,共3页Bulletin of Surveying and Mapping

基　　金：国家自然科学基金(41174032);江苏省自然科学基金(BK20150236);江苏师范大学研究生科研创新计划重点项目(2015YZD004)

摘　　要：无迹卡尔曼滤波算法作为典型的卡尔曼滤波改进算法,有效地解决了线性化时高阶项的舍弃误差和强非线性模型的无法线性化问题。但是常规的无迹卡尔曼滤波对旧的数据和当前数据的利用率是相同的,很容易导致滤波的发散。通过引进衰减因子加强了对当前数据的利用,降低了旧数据对滤波结果的影响。本文基于此提出了衰减记忆无迹卡尔曼滤波算法,并对衰减因子的确定进行了分析。仿真试验分析表明,衰减记忆无迹卡尔曼滤波算法能够提高滤波结果的精度。

关 键 词：无迹卡尔曼滤波 衰减因子 衰减记忆无迹卡尔曼滤波 

分 类 号：P228[天文地球—大地测量学与测量工程]