MatlabCode

本站所有资源均为高质量资源,各种姿势下载。

您现在的位置是:MatlabCode > 资源下载 > 一般算法 > EKF仅仅利用了非线性函数Taylor展开式的一阶偏导部分

EKF仅仅利用了非线性函数Taylor展开式的一阶偏导部分

资 源 简 介

EKF仅仅利用了非线性函数Taylor展开式的一阶偏导部分(忽略高阶项),常常导致在状态的后验分布的估计上产生较大的误差,影响滤波算法的性能,从而影响整个跟踪系统的性能。最近,在自适应滤波领域又出现了新的算法——无味变换Kalman滤波器(Unscented Kalman Filter-UKF)。UKF的思想不同于EKF滤波,它通过设计少量的σ点,由σ点经由非线性函数的传播,计算出随机向量一、二阶统计特性的传播。因此它比EKF滤波能更好地迫近状态方程的非线性特性,从而比EKF滤波具有更高的估计精度。

详 情 说 明

在状态后验分布的估计中,EKF仅利用了非线性函数Taylor展开式的一阶偏导部分,忽略高阶项。这种方法常常会导致较大的误差,影响滤波算法的性能,从而影响整个跟踪系统的性能。为了解决这个问题,最近出现了一种新的自适应滤波算法——无味变换Kalman滤波器(Unscented Kalman Filter-UKF)。与EKF滤波不同,UKF通过设计少量的σ点,由σ点经由非线性函数的传播,计算出随机向量的一、二阶统计特性的传播。因此,UKF比EKF滤波更好地迫近状态方程的非线性特性,从而具有更高的估计精度。UKF是一种重要的滤波算法,特别是在需要更准确的状态估计时。