鲁棒高斯和集合卡尔曼滤波及其在纯角度跟踪中的应用
姜浩楠
蔡远利
1.西安交通大学电子与信息工程学院,陕西西安,7100492.西安交通大学电子与信息工程学院,陕西西安,710049
摘要：针对纯角度目标跟踪中量测信息易受异常值和非高斯噪声干扰的问题,提出了一种新的非线性滤波算法-鲁棒高斯和集合卡尔曼滤波(robust Gaussian-sum ensemble Kalman filter,RGSEnKF)算法.首先,采用Huber技术重塑集合卡尔曼滤波的量测更新过程,能够有效地处理量测中的异常值.随后,将改进的集合卡尔曼滤波在高斯和框架下进行扩展,得到RGSEnKF算法,可以进一步解决受非高斯噪声干扰的非线性系统的状态估计问题.此外,新算法中包含距离参数化初始化策略和高斯分量融合策略.前者是为了减小纯角度跟踪中距离信息不可观测的影响,而后者可以避免高斯分量数目随时间不断增长.大量仿真结果验证了新算法的有效性和鲁棒性.
关键词：纯角度跟踪异常值非高斯噪声集合卡尔曼滤波高斯和
分类号：V448(航天仪表、航天器设备、航天器制导与控制)
资助基金：国家自然科学基金项目(61202128)陕西省自然科学基础研究计划项目(2017JQ6056)Supported by the National Natural Science Foundation of China(61202128)the Shaanxi Province Natural Science Basic Research Project(2017JQ 6056)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 129-136 )
英文信息