学科分类
/ 1
1 个结果
  • 简介:单站无源定位系统的测量噪声中如果出现野,会影响滤波器的估计精度和稳定性,严重时还会导致滤波器发散。针对这一问题,基于Bayes定理并结合归一化受污染正态模型,提出了一种抗野鲁棒容积卡尔曼滤波算法。该算法采用球面径向积分原则直接计算非线性函数的均值和方差,并对测量误差建立一个归一化的受污染正态模型,然后根据野出现的后验概率来自适应调整测量预测残差的方差阵。结合空频域单站无源定位模型进行仿真实验表明,该算法可以较好地抑制测量噪声中的离散或成片连续野的不利影响,具有较强的鲁棒性。

  • 标签: 单站无源定位 容积卡尔曼滤波(CKF) 鲁棒性 抗野值 Bayes原理