基于Cauchy鲁棒函数的UKF改进算法

对于大多数实际系统，其噪声统计特性未知，不敏卡尔曼滤波(unscentedKalmanfilter,UKF)算法对噪声信息不准的鲁棒性较差，导致滤波精度急剧下降，甚至滤波发散。借助鲁棒数据校正的思想，提出了一种基于Cauchy鲁棒函数的UKF改进算法。以UKF的测量先验值与其实际值的残差作为基准，采用联合权函数对噪声估计值进行实时修正，从而提高了UKF算法的精度。通过两个实例的仿真，验证该算法的有效性。