基于粒子滤波和滑动平均扩展Kalman滤波的多径估计算法

来源：电子与信息学报杂志2017年第3期北京时间：

作者：程兰, 王志远, 陈杰, 谢刚

单位：1.(太原理工大学信息工程学院自动化系 太原 030024) ②(北京理工大学复杂系统智能控制与决策国家重点实验室 北京 100081)

摘要：多径干扰是高精度定位的主要误差源，估计多径参数对消除多径误差，提高导航系统定位精度具有重要意义。针对扩展Kalman滤波(EKF)在进行多径参数估计时，存在对初值敏感，估计结果在真值附近具有较大波动的缺点，该文提出一种基于粒子滤波(PF)和滑动平均EKF的多径估计算法。该算法首先利用PF得到多径参数的粗略估计值，并将该值作为EKF的初始估计值，以克服EKF对初值敏感的问题。接着对EKF的估计结果进行滑动平均，并将平均后的滤波结果作为多径参数的估计结果。仿真结果表明，改进后的多径估计算法可有效降低估计结果的波动幅度，同时解决了EKF对初值敏感的问题。

关键词：参数估计, 粒子滤波, 扩展Kalman滤波, 多径干扰

基金资助：国家自然科学基金(61503271, 61603267)，山西省自然科学基金(20140210022-7)，复杂系统智能控制与决策国家重点实验室开放基金(900101-03910353)