基于高斯分布的多层无迹卡尔曼滤波算法

刘江¹，王玉金²，段建雷²，叶松庆¹

1. 中国科学院重庆绿色智能技术研究院自动推理与认知研究中心2. 重庆邮电大学计算机科学与技术学院

摘 要：在传统无迹卡尔曼滤波(UKF)中对其估计精度和计算效率起关键作用的是采样算法,即构造具有权重的样本点.研究表明,带权样本点匹配随机变量的阶矩越高滤波的精度越高,如多项式无迹卡尔曼滤波(PUKF),但通常此类算法的复杂度过高甚至难以求解.为此,基于高斯分布结合高阶矩匹配与无迹卡尔曼滤波线性扩张方法(LUKF),提出一种兼顾效率和精度的高斯滤波离线算法.实验结果表明,所提出算法拥有比UKF更高的估计精度和比PUKF更好的计算效率.

关键词：无迹卡尔曼滤波;多层采样;高斯分布;高阶无迹卡尔曼滤波;