高动态下AUKF载波跟踪算法：噪声自适应与稳定性提升

本文主要探讨了在高动态环境下，GPS接收机载波跟踪信号的稳定性和准确性问题。传统的无迹卡尔曼滤波(UKF)在处理不确定性因素时，如果先验噪声统计特性与实际环境不符，可能导致状态估计性能下降甚至滤波发散。为了克服这个问题，研究者提出了一种主从式自适应无迹卡尔曼滤波算法(AUKF)，即适应性UKF。 AUKF的关键在于其能够自适应地调整过程噪声方差，这有助于减小模型估计误差，并有效地抑制滤波过程中的不稳定行为。作者冯琼华、吴铁军和马龙华基于此理论，针对高动态运动条件下的GPS信号，设计并实施了基于AUKF的载波跟踪算法。他们的研究工作得到了国家自然科学基金项目(61070003)和浙江省自然科学基金项目(R1090052)的支持。 论文的结构包括作者简介，冯琼华作为主要研究者，专注于导航制导与控制领域，而吴铁军和马龙华分别是教授和副教授，共同参与了这一重要课题的研究。文章的收稿和修回日期以及通讯作者的电子邮件地址也有所记录。 在摘要部分，作者强调了在高动态条件下，AUKF的优势在于它能够在噪声统计特性变化时保持算法的稳定性，这对于GPS接收机在移动通信、自动驾驶等领域的应用具有重要意义。关键词部分涵盖了论文的核心主题，包括高动态、GPS接收机、噪声统计特性、载波跟踪以及自适应UKF等。 这篇论文提供了一种有效的载波跟踪解决方案，对于提高GPS接收机在复杂运动环境中的定位精度和鲁棒性具有理论和实践价值。通过Matlab仿真实验验证了AUKF在高动态条件下的优越性能，为相关领域的工程师和研究人员提供了宝贵的研究参考。