%0 Journal Article
%T 基于HuberM估计的鲁棒Cubature卡尔曼滤波算法
%A 黄玉
%A 武立华
%A 孙枫
%J 控制与决策
%P 572-576
%D 2014
%R 10.13195/j.kzyjc.2012.1565
%X Cubature卡尔曼滤波器(CKF)在非高斯噪声或统计特性未知时滤波精度将会下降甚至发散,为此提出了统计回归估计的鲁棒CKF算法.推导出线性化近似回归和直接非线性回归的鲁棒CKF算法,直接非线性回归克服了观测方程线性化近似带来的不足.具有混合高斯噪声的仿真实例比较了3种Cubature卡尔曼滤波器的滤波性能,结果表明这两种鲁棒CKF滤波精度及估计一致性明显优于CKF,直接非线性回归的CKF的鲁棒性更强,滤波性能更好.
%K Cubature
%K 卡尔曼滤波
%K 非线性滤波
%K Huber
%K M估计
%K 鲁棒性
%U http://www.kzyjc.net:8080/CN/abstract/abstract12646.shtml