12.4.2　状态估计

AUV的完全状态x=［vTωTxTΘT］T=［uvw|pqr|x yz|φϑψ］T将使用Vander Merwe引入的Scaled Unscented Transform Sigma-point卡尔曼滤波器（SP-UKF）进行估算。(https://www.daowen.com)

扩展卡尔曼滤波器配方在海洋控制工程中具有更突出的优势，能够通过仅考虑状态的一阶统计量（可以添加设备／过程）来估计非线性模型动态的状态EKF使用在当前状态估计下评估的非线性算子的雅可比行列式。相比之下，Unscented卡尔曼滤波器使用原始的非线性模型动力学来传播样本（称为sigma-points），这是通过估计当前状态的统计分布，受过程和测量噪声的影响。卡尔曼增益是基于此传播的状态假设的协方差与当前估计的统计分布的样本的协方差来评估的。卡尔曼增益将为那些在其间发现显著相关性的测量提供更高的增益状态和测量假设，并且测量假设本身的协方差相对较小。该算法列于表12.2中。