非线性状态估计是一个具有挑战性的问题。众所周知的卡尔曼滤波器只适用于线性系统。扩展卡尔曼滤波器(EKF)已成为一种用于非线性状态估计的标准公式。然而,对于高度非线性的系统,由于不确定性在非线性系统中的传播,可能会造成较大的误差。
无迹卡尔曼滤波器(UKF)是该领域的一种新发展。其想法是根据当前状态估计的协方差产生几个采样点(西格玛点)。然后,将这些点通过非线性映射进行传播,得到更准确的映射结果的均值和协方差估计。通过这种方法,它避免了计算雅可比矩阵的需要,因此只需要与EKF相似的计算量。
为了教程的目的,这个代码实现了UKF公式的简化版本,其中我们假设过程和测量噪声都是相加的,以避免状态的增加,也简化了对非线性地图的假设
| 欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) | Powered by Discuz! X2.5 |