论文部分内容阅读
非线性系统的状态方程和观测方程不准确时，非线性自适应采样滤波器的滤波精度将偏离真实值；严重时将引起滤波器的发散。得到完全虚假的滤波值，失去了滤波原本的意义。为减小线性化误差对非线性系统状态估计的影响，本文采用采样滤波器中的UKF（Unscented Kalman Filter）方法对非线性系统进行高精度滤波。同时深入研究UKF的自适应渐消记忆策略，以增强对建模误差的鲁棒性和对突变状态的跟踪能力，提高状态估计的精度和快速性。本文针对上述滤波方法进行改进，并通过一个非线性系统滤波仿真试验，证明其有效性。