论文部分内容阅读
Unscented 卡尔曼滤波(UKF)在算法实现和估计精度方面均优于传统的扩展卡尔曼滤波(BKF).但是当系统状态的维数比较高时,非局部的采样导致估计误差变大,此时需要采用尺度变换模式的UKF(SUKF)方法.文中在惯导系统静基座初始对准的非线性滤波问题中引入SUKF,并通过仿真对比了新方法和EKF的估计效果.实验表明,新方法的收敛速度和估计精度均好于EKF.