摘要：传统unscented卡尔曼滤波器(UKF)要求系统噪声和量测噪声必须是互不相关的.针对此局限性,研究了一类带相关噪声的非线性离散系统UKF设计方法.基于最小均方误差估计和正交变换,给出了噪声相关UKF滤波递推公式,并采用unscented变换(UT)来计算系统状态的后验分布.所设计的UKF有效解决了传统UKF在噪声相关条件下非线性滤波失效的问题,拓展了UKF的应用范围.最后,仿真实例表明了所设计UKF的有效性.

摘要：针对传统unscented卡尔曼滤波器(UKF)在噪声相关条件下非线性滤波失效的问题,研究了一类带相关噪声的非线性离散系统UKF设计方法.文中基于最小均方误差估计准则,给出了系统噪声和量测噪声相关时UKF滤波递推公式,并采用unscented变换(UT)来计算系统状态的后验均值和协方差.所设计的噪声相关条件下UKF有效克服了传统UKF必须假设系统噪声和量测噪声为互不相关高斯白噪声的局限性,拓展了UKF的应用范围.仿真实例验证了其可行性和有效性.

摘要：传统unscented卡尔曼滤波器(unscented Kalman filter,UKF)要求噪声必须为高斯白噪声,无法解决带有色噪声的非线性系统滤波问题.为此,本文提出了一种带有色量测噪声的UKF滤波新算法.首先,基于量测信息增广和最小方差估计,推导出一类带有色量测噪声的非线性离散系统状态的最优滤波框架,接着采用unscented变换(unscented transformation,UT)来计算最优框架中的非线性状态后验均值和协方差,进而得到有色量测噪声下UKF滤波递推公式.所设计的UKF新方法能有效地解决传统UKF在量测噪声有色情况下非线性滤波失效的问题,数值仿真实例验证了其可行性和有效性.

摘要：针对大地坐标系下,超视距目标状态方程和量测方程复杂的非线性,提出了一种基于unscented卡尔曼滤波的超视距目标跟踪。unscented卡尔曼滤波通过设计少量的σ点,并计算这些σ点经由非线性函数的传播,从而获得滤波值基于非线性系统方程的更新。由于unscented卡尔曼滤波无需像Extended卡尔曼滤波那样求状态方程和量测方程的雅可比矩阵,给计算带来了极大的方便。数值仿真结果表明,所给出的方法是可行而有效的。

摘要：分析和比较了捷联成像寻的器提取视线角及视线转率的实现途径,通过充分利用寻的器和惯导系统提供的角速率信息,推导了惯性视线角的一阶动态方程,并结合unscented卡尔曼滤波(UKF)理论给出了视线重构滤波器设计方法。与传统的视线和视线转率滤波方法相比,本文所给出的方法无需应用成像寻的器无法观测的弹目距离和接近速度信息,也无需对未知目标机动进行建模,从而更方便于应用。仿真的结果验证了该方法可有效地重构视线角,从而进一步提高视线转率的估计精度。

摘要：为提高水下地形匹配导航的可靠性,提出一种基于假设检验和unscented变换数据融合的等值线地形匹配导航方法。该方法基于等值线进行地形匹配,借助假设检验进行误匹配诊断,并在误匹配被探测时,使用unscented变换融合相邻历元的地形观测数据重新进行匹配,提高了匹配定位的精度和可靠性。