论文部分内容阅读
Unscented卡尔曼滤波（UKF）通过构造一组，具有与给定状态估计相同的一、二阶矩，也可能是高阶矩的样本点，实现对非线性系统的状态估计，因此其计算效率取决于能够捕获这些数字特征的样本点数目。通过构造n＋2个样本点来捕获n维状态变量的均值和方差，提出了将这种方法应用于惯性导航的初始对准。仿真结果表明在同等滤波精度的情况下，该方法比UKF计算效率更高，实时性更好。