摘要：擴展卡爾曼濾波(EKF)的估計精度受限于測量噪聲統計特性的準確程度,如果敏感器測量噪聲方差偏離其標稱值,將會對濾波性能產生不利影響.盡管自適應擴展卡爾曼濾波(AEKF)能夠對測量噪聲方差進行估計,但是,噪聲特性準確的情況下,AEKF的性能往往不及傳統EKF.針對上述問題,本文提出一種并行模型自適應濾波(PMAF),基于特定的自適應率將EKF和AEKF結合起來,使得在先驗信息準確的情況下,EKF在狀態估計中起主導作用;相反,在實際噪聲方差偏離標稱值時,令AEKF起主導作用.這樣,即能有效削弱測量噪聲統計特性不確定性對濾波性能的影響,又能確保正常情況下的估計精度.以空間目標相對位姿估計為例,通過數學仿真對EKF、AEKF和PMAF進行了對比研究,表明所提算法的綜合性能優于傳統方法.