抗差自适应无味粒子滤波.pdfVIP

第３０卷第５期 大地 测 量 与地 球 动 力 学 Ｖｏｌ．３０Ｎｏ．５ ２０１０年１０月 ＪＯＵＲＮＡＬＯＦＧＥＯＤＥＳＹＡＮＤＧＥＯＤＹＮＡＭＩＣＳ 　 Ｏｃｔ．，２０１０ 　　文章编号：１６７１５９４２（２０１０）０５０１４４０６ 抗差自适应无味粒子滤波 秦　臻　高井祥　王　坚 （中国矿业大学国土环境与灾害监测国家测绘局重点实验室，徐州　２２１１１６） 摘　要　针对系统观测值含有粗差或者存在状态异常的情况，基于无味粒子滤波算法（ＵＰＦ）和抗差自适应滤波 原理，提出了一种新的抗差自适应无味粒子滤波算法（ＡＲＵＰＦ）。该方法采用方差膨胀模型抑制观测粗差的影响； 利用自适应ＵＫＦ算法来实时调整状态参数预报值的协方差，控制状态异常的影响。算例分析表明，新方法能够有 效地控制观测粗差与状态异常，提高了滤波精度。 关键词　无味粒子滤波；抗差自适应滤波；抗差自适应无味粒子滤波；方差膨胀；滤波精度 中图分类号：Ｐ２０７　　　　文献标识码：Ａ ＲＯＢＵＳＴＡＤＡＰＴＩＶＥＳＣＥＮＴＬＥＳＳＰＡＲＴＩＣＬＥＦＩＬＴＥＲ ＱｉｎＺｈｅｎ，ＧａｏＪｉｎｇｘｉａｎｇａｎｄＷａｎｇＪｉａｎ （ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＭｉｎｉｎｇａｎｄＴｅｃｈｎｏｌｏｇｙ，ＫｅｙＬａｂｏｒａｔｏｒｙｆｏｒＬａｎｄＥｎｖｉｒｏｎｍｅｎｔａｎｄＤｉｓａｓｔｅｒＭｏｎｉｔｏｒｉｎｇｏｆ ＳＢＳＭ，Ｘｕｚｈｏｕ　２２１１１６） Ａｂｓｔｒａｃｔ　Ｉｎｏｒｄｅｒｔｏｒｅｓｉｓｔｔｈｅｂａｄｉｎｆｌｕｅｎｃｅｏｆｍｅａｓｕｒｅｍｅｎｔｏｕｔｌｉｅｒｓａｎｄｓｔａｔｅｍｏｄｅｌｅｒｒｏｒｓ，ａｎｅｗｒｏｂｕｓｔａ ｄａｐｔｉｖｅｕｎｓｃｅｎｔｅｄｐａｒｔｉｃｌｅｆｉｌｔｅｒｉｓｐｒｏｐｏｓｅｄ，ｗｈｉｃｈｉｓｂａｓｅｄｏｎｕｎｓｃｅｎｔｅｄｐａｒｔｉｃｌｅｆｉｌｔｅｒａｌｇｏｒｉｔｈｍａｎｄａｄａｐｔｉｖｅｌｙｒｏ ｂｕｓｔｆｉｌｔｅｒｔｈｅｏｒｙ．Ｆｉｒｓｔ，ｔｈｅｎｅｗｍｅｔｈｏｄｕｓｅｓｔｈｅｖａｒｉａｎｃｅｅｘｐａｎｄｉｎｇｍｏｄｅｌｔｏｒｅｓｉｓｔｍｅａｓｕｒｅｍｅｎｔｏｕｔｌｉｅｒｓ．Ｓｅｃｏｎｄ， ｔｈｅａｄａｐｔｉｖｅｕｎｓｃｅｎｔｅｄＫａｌｍａｎｆｉｌｔｅｒ（ＵＫＦ）ｉｓｕｓｅｄｔｏａｄｊｕｓｔｔｈｅｃｏｖａｒｉａｎｃｅｏｆｓｔａｔｅｐｒｅｄｉｃｔｅｄｖａｌｕｅ，ａｎｄｔｏｒｅｄｕｃｅ ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｓｔａｔｅｍｏｄｅｌｅｒｒｏｒｓ．Ｔｈｅｅｘａｍｐｌｅｓｈａｖｅｐｒｏｖｅｄｔｈａｔｔｈｅｎｅｗｐｒｏｃｅｄｕｒｅｏｆｔｈｅｒｏｂｕｓｔａｄａｐｔｉｖｅｕｎ ｓｃｅｎｔｅｄｐａｒｔｉｃｌｅｆｉｌｔｅｒｉｓｆｅａｓｉｂｌｅａｎｄｅｆｆｉｃｉｅｎｔ． Ｋｅｙｗｏｒｄｓ：ｕｎｓｃｅｎｔｅｄｐａｒｔｉｃｌｅｆｉｌｔｅｒ（ＵＰＦ）；ｒｏｂｕｓｔａｄａｐｔｉｖｅｆｉｌｔｅｒ；ＲｏｂｕｓｔＡｄａｐｔｉｖｅＵｎｓｃｅｎｔｅｄＰａｒｔｉｃｌｅＦｉｌｔｅｒ（ＡＲ ＵＰＦ）；ｖａｒｉａｎｃｅｉｎｆｌａｔｉｏｎ；ｐｒｅｃｉｓｉｏｎｏｆｔｈｅｆｉｌｔｅｒ 种问题［２］。目前，ＵＰＦ算法已逐渐应用于目标跟 １　引言 ［３，４］ ［５］ 踪 、导航 等领域。在实际应用中，由于仪器操 无味粒子滤波算法（ＵＰＦ）是一种非线性滤波算 作不当或者其他原因会造成观测异常，而状态异常 ［１］ 法，它是在粒子滤波（ＰＦ）的基础上 ，采用 Ｕｎ 也会影响状态参数的估值。系统存在异常，会导致 ｓｃｅｎｔｅｄＫａｌｍａｎ滤波（ＵＫＦ）生成ＰＦ的建议分布，每 粒子权重选取错误，致使 ＵＰＦ算法滤波精度降低