数字滤波技术的现状与发展
了更地理数滤波技术快速选择不场景下合适滤波算法介绍了数滤波技术使用广泛、技术成熟卡尔曼滤波技术、适应滤波技术与粒子滤波及其缺陷并介绍了这些缺陷提出新技术与每项技术应用场景。
关键词数滤波技术；卡尔曼滤波；适应滤波；粒子滤波图分类；39 献标识码 编09530（07）050000 引 言各类数系统噪声与干扰会降低系统性能甚至影响系统正常工作。
数滤波技术相比传统模拟滤波技术以其灵活、稳定性高等优[]被广泛应用航天、图像处理、语音处理、电视、雷达、生物医药、音乐等行业[]。
滤波技术使用傅立叶变化将信和噪声频率分离滤波直接除噪聲所信道。
现代滤波技术则是建立信随机性质基础上将信和噪声当作随机信通统计特性估计出信身。
滤波技术渐渐被现代滤波技术所取代因主要介绍几种常用现代滤波技术发展现状及其发展趋势。
卡尔曼滤波发展现状及发展趋势 基卡尔曼滤波算法引入佳线性滤波理论即维纳滤波理论0世纪0年代由美国与前苏科学提出。
该理论要使用所有以往信以及当前信难以用实滤波[3]。
突破维纳滤波技术局限性960年Kl引入了空状态模型提出了卡尔曼滤波技术用线性高斯问题而该技术也是当前线性高斯实际应用问题标准方式。
通建立信与噪声空状态模型使用估计值与当下测量值更新空状态模型参数出当前估计值[]。
扩展卡尔曼滤波基卡尔曼滤波技术用高斯线性问题但对非线性问题却有很局限性。
然而现实世界各类实际问题都存非线性特性因非线性滤波技术得以广泛应用。
各类非线性问题方法扩展卡尔曼滤波技术（x Kl lrK）使用广泛[5]。
K质就是将非线性模型分若干线性区域对每线性区域使用卡尔曼滤波技术。
K对弱非线性系统能得到不错滤波结但对强非线性滤波系统滤波结却不理想[6]。
些改进K虽然提高了精但会增加计算量[7]。
3 不敏卡尔曼滤波技术不敏卡尔曼滤波技术（ Kl lrK）主要思路是“近似非线性函数概率密分布比近似非线性函数身更容易”[8]即不敏变换基础上利用系列测试预估状态验概率密函数[9]。
与K不K通变换令非线性系统方程能够适用线性假设变换使得不增加计算量前提下有效克K估计精低、稳定性差缺[5]。
其他卡尔曼滤波技术发展献[0]提出了容积卡尔曼滤波技术（br Kl lr K）。
K贝叶斯滤波积分问题使用系列位置、数、权系数确定容积集采用球形积分规则、径向积分规则计算积分得到容积及其权重再用类似K方法计算积分。
献[]K基础上提出了容积积卡尔曼滤波（br Qrr Kl lr QK）。
达到提高精目QK构造高阶采样但增加了计算量、降低了滤波实性。
献[]则K基础上提出单形不敏积卡尔曼滤波（lx Qrr Kl lr QK）。
该方法结合高斯—拉盖尔积分公式（GLgrr Qr）使用组新型高阶采样达到提升收敛速与滤波精目。
5 卡尔曼滤波技术应用卡尔曼滤波目前主要用不能精确观测系统状态如气象、能、雷达等[36]。
适应滤波发展现状及发展趋势 适应滤波技术基概念适应滤波技术概念固定系数滤波技术。
固定系数滤波技术已算出信和噪声各占有频带滤波清除噪声所频率留下信所频率。
而适应滤波技术可以随着环境参数改变根据算法动调整滤波参数得到滤波结实现噪声抵消[7]。
适应滤波主要特是不要输入先前信因计算量多用实处理系统[8]。
L适应算法及其发展所有滤波技术方误差（L）算法使用广泛其具有平稳环境收敛性、计算复杂低、稳定性高等优。
阶长与收敛速正相关与稳定性相关。
因寻阶长佳值是L算法研究难[9]。
献[0]提出了分割滤波器算法将滤波器分成多滤波器组合并依次计算误差通比较两滤波器误差确定是否选择添加下。