非线性自识别自校准Kalman滤波方法

针对深空探测、制导与控制、故障诊断中状态方程为强非线性(不能线性化)并且含有未知输入(系统误差)的情况,文章提出了一种非线性自识别自校准滤波方法,并分别结合秩采样和Sigma点采样方法,详细讨论了秩采样自识别自校准Kalman滤波和Sigma点采样自识别自校准Kalman滤波。该方法能对非线性状态方程中是否含有未知输入进行自动识别,在确认存在未知输入后再对该未知输入进行估计和补偿,这样既能有效消除状态方程中的系统误差影响,又能通过状态方程与量测方程的融合减小偶然误差,从而提高滤波精度。从算例结果可以看到,与无迹Kalman滤波和自适应无迹Kalman滤波相比,采用非线性自识别自校准Kalman滤波后,估计精度至少提高64%以上。