针对现有的迭代扩展卡尔曼滤波（EIEKF）跟踪时估计精度较低这一不足，提出了一种改进扩展卡尔曼滤波（NIEKF）新算法。该算法将迭代滤波理论引入到扩展卡尔曼滤波方法中，重复利用观测信息，采用经典的非线性非高斯模型进行仿真实验，给出
了该方法与扩展卡尔曼滤波（EKF）、Unscented 卡尔曼滤波（UKF）、现有的迭代扩展卡尔曼滤波（EIEKF）的仿真结果，并分析了其跟踪性能和均方根误差。仿真结果表明,改进扩展卡尔曼滤波（NIEKF）新方法具有更高的估计精度。
2019-12-21 19:34:52
1.56MB
1
1、考虑了非线性项满足Lipschitz条件的非线性系统观测器设计问题，利用Lyapunov方法给出新的判断观测误差稳定性的条件，并由所给的条件通过求解线性矩阵不等式来设计观测器。
2、利用matlab lmi工具箱对原文例子进行了求解
2019-12-21 19:25:13
229KB
1