【出 处】：《 计算机仿真 》 CSCD 2013年第4期 188-193页,共6页

【作 者】： 付莹 [1,4] ; 汤子跃 [2] ; 孙永健 [2,3]

【摘 要】 针对多传感器系统动态偏差估计问题，在不敏粒子滤波（UPF）算法的基础上，提出了一种修正的不敏粒子滤波（Modi—fleduPF，MUPF）算法。由于系统动态偏差引起的异常量测值时，MUPF算法利用滤波预测残差构建的调节因子控制新息协方差矩阵，进而调整滤波增益的大小；在不丢失有用新息的前提下，减小了异常量测对滤波估计结果的影响。利用上述算法与不敏卡尔曼滤波（UKF）算法和扩展卡尔曼粒子滤波（EPF）算法进行了仿真比较。结果表明，MUPF算法对系统动态距离和角度偏差估计的均方根误差（RMSE）明显小于UKF算法和EPF算法的估计结果，提高了估计精度和可靠性。显然，MUPF算法也适用于系统固定测量偏蕹估计和目标状态估计。