一种改进的自适应模糊卡尔曼滤波算法

针对常规卡尔曼滤波(KF)处理小噪声和变化噪声不足,提出了一种改进的自适应模糊卡尔曼滤波[1(]IAF-KF)算法。该算法根据模糊推理输入量的变化特点建立一个新的非线性隶属度函数,取代了常用的三角形线形隶属度函数;然后利用模糊化后的等级和隶属度构造了补偿调节函数(CAF),用于调节卡尔曼滤波算法中的误差,提高实际测量误差与理论测量误差间的匹配程度。仿真实验表明,较之传统的卡尔曼滤波,该方法在小噪声和变化的噪声情形下有效的克服了稳态误差,同时降低了模糊卡尔曼滤波算法的复杂程度。