论文部分内容阅读
适应性和鲁棒性较强的风场数据处理方法是无人机测风的关键技术。根据无人机测风的特点以及现有的自适应Kalman滤波算法的不足,引入时变系数和随机游走噪声模型建立了一阶时变自回归风场估计模型,并采用采样-重要性重采样(SIR)和辅助粒子滤波(APF)进行风场估计。
模拟和试验数据的仿真结果表明:SIR和APF能有效地解决Kalman滤波算法存在的问题,而且APF具有更强的抗野能力、跟踪能力以及更高的滤波精度,能满足系统实时性的要求,可以作为无人机测风系统有效的数据处理方法。