UKF和PF融合算法在动力定位船舶状态估计中的应用研究

摘要：

针对船舶动力定位状态估计时使用扩展卡尔曼滤波导致模型失配而产生滤波精度不高甚至滤波发散的问题,设计一种融合无迹卡尔曼滤波和粒子滤波的动力定位船舶状态估计算法.该算法以粒子滤波作为整体框架,运用无迹卡尔曼滤波对粒子状态的每次更新进行最优化估计,从而最优化了每个粒子的状态,再根据每个粒子的重要性分布,得出船舶复合运动中的低频状态.Matlab仿真结果表明,该方法能够从含有高频和噪声干扰的测量信息中估计出的船舶低频运动状态,相比于直接使用UKF,该方法的滤波精度更高,滤波性能也比较稳定.

关键词：动力定位、状态估计、无迹卡尔曼滤波、粒子滤波

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家科技支撑计划资助项目2014BAB13B01

在线出版日期：2017-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：49-53