设计应用

Kalman滤波算法在外测数据处理中的应用研究

作者：娄广国，顾梓仪，曹怡，何定坤，李杨，赵军杰
发布日期：2025-12-17
来源：电子技术应用

引言

Kalman滤波在GPS数据处理、惯性导航等领域应用广泛，经典的卡尔曼滤波应用的一个先决条件是建立准确的动力学模型和观测模型，具有已知的模型噪声和观测噪声统计，这些条件的欠缺将会导致卡尔曼滤波性能下降甚至发散。在测控系统外测数据实时数据处理应用中，模型噪声和观测噪声的不确定性成为Kalman滤波算法应用的制约因素[1]。

为了克服经典卡尔曼滤波的这一缺点，在实际应用中常采用调整滤波增益矩阵的方法加以解决。在实时数据处理中，不能通过后验方式确定调整滤波增益矩阵的增益系数，本文提出一种针对数据的自适应确定方法，通过检验数据序列的误差特性，自适应地确定增益系数[2-3]。经典卡尔曼滤波假定动力学模型的噪声序列和测量噪声序列均为白噪声序列，在色噪声情况下，可应用状态变量扩增法来解决，在实时数据处理外测系统的滤波应用中，主要目的是通过滤波，获取状态空间的数据结果，其中主要的一项指标是求出1阶的速度分量，本文均以速度的质量为标准进行计算和评价。


本文详细内容请下载：

https://www.chinaaet.com/resource/share/2000006878


作者信息：

娄广国，顾梓仪，曹怡，何定坤，李杨，赵军杰

（西昌卫星发射中心，四川 西昌 615000）


subscribe.jpg

此内容为AET网站原创，未经授权禁止转载。
Kalman滤波 自适应 增益系数

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2

Baidu
map