检索结果-维普期刊中文期刊服务平台

多传感器集中式增量卡尔曼滤波融合算法被引量：11: 1; 作者马丽丽张曼陈金广《计算机工程与应用》 CSCD 2014年第11期229-232,255,共5页; 在单个传感器的状态估计系统中,标准的增量卡尔曼滤波方法可以有效消除量测系统误差。对于多传感器情况,标准算法失效。针对该问题,提出了多传感器集中式增量卡尔曼滤波融合算法,即:增量卡尔曼滤波的扩维融合算法和增量卡尔曼滤波的序... 展开更多; 关键词多传感器数据融合增量卡尔曼滤波扩维融合序贯融合量测系统误差; 在线阅读下载PDF 职称材料

欠观测条件下的高斯和增量卡尔曼滤波算法被引量：3: 2; 作者陈金广张曼 +1 位作者王伟马丽丽《计算机应用研究》 CSCD 北大核心 2015年第5期1365-1368,共4页; 欠观测条件下的增量卡尔曼滤波算法能够消除未知的量测系统误差,提高滤波精度。当系统的过程噪声和量测噪声为非高斯分布时,该算法不能直接使用。针对该问题,结合高斯和滤波算法,提出一种欠观测条件下的高斯和增量卡尔曼滤波算法。该算... 展开更多; 关键词高斯和滤波增量卡尔曼滤波非高斯噪声卡尔曼滤波状态估计; 在线阅读下载PDF 职称材料

基于改进增量卡尔曼滤波算法的UWB室内定位研究被引量：9: 3; 作者蔡博高宏力 +1 位作者宋兴国邹祖伟《机械设计与制造》北大核心 2020年第2期22-25,共4页; 为解决室内环境下的非视距(NLOS)、多径传播以及欠观测条件下的量测系统误差给测距定位带来较大误差的问题,提出了改进增量卡尔曼滤波以消除定位误差的算法。该算法运用增量卡尔曼滤波对由超宽带(UWB)室内定位系统得到的距离值进行去噪... 展开更多; 关键词超带宽室内定位非视距误差系统误差增量卡尔曼滤波 CHAN算法; 在线阅读下载PDF 职称材料

欠观测条件下的增量容积卡尔曼滤波被引量：6: 4; 作者马丽丽赵甜甜陈金广《计算机工程》 CAS CSCD 2014年第10期228-231,238,共5页; 在工程实践中,由于环境影响、量测设备不稳定等因素,非线性滤波系统中的量测方程可能会出现较大的系统误差,而标准的非线性滤波算法不能消除这类系统误差。针对该问题,假定过程噪声和量测噪声服从高斯分布,利用相邻量测时刻的量测值之... 展开更多; 关键词增量量测方程增量容积卡尔曼滤波欠观测条件卡尔曼滤波状态估计深空探测; 在线阅读下载PDF 职称材料

一种基于AIKF的姿态测量算法被引量：4: 5; 作者刘宇杨晓辉 +2 位作者郭俊启钟懿刘洪志《压电与声光》 CAS CSCD 北大核心 2018年第3期454-459,469,共7页; 惯性测量单元中传感器具有较强的非线性和噪声的不确定性,导致使用常规卡尔曼滤波时误差大,容易出现发散,针对此问题,该文提出了一种改进的自适应增量卡尔曼滤波(AIKF)算法。该算法使用互补滤波将加速度计、磁力计和陀螺仪的数据进行融... 展开更多; 关键词姿态测量自适应增量卡尔曼滤波互补滤波自适应因子数据融合; 在线阅读下载PDF 职称材料

辅助控制点下快鸟影像定位求解及其精度分析被引量：2: 6; 作者刘春展昀吴杭彬《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第7期983-988,共6页; 结合上海地区城市快鸟(QuickBird)高分辨率卫星影像,简述高分辨率影像定位中的通用传感器模型,有理多项式系数模型(RPC).通过在影像上选取均匀分布的50个地面控制点,运用正则化最小二乘迭代法计算得出RPC.然后分2种情况对求解出的PRC改... 展开更多; 关键词卫星影像有理多项式系数正则化批处理最小二乘迭代增量离散卡尔曼滤波定位精度; 在线阅读下载PDF 职称材料

题名多传感器集中式增量卡尔曼滤波融合算法被引量：11: 1; 作者马丽丽张曼陈金广; 机构西安工程大学计算机科学学院; 出处《计算机工程与应用》 CSCD 2014年第11期229-232,255,共5页; 基金国家自然科学基金(No.61201118) 中国博士后科学基金项目(No.2013M532020) 陕西省教育厅科研计划项目(No.12JK0529); 文摘在单个传感器的状态估计系统中,标准的增量卡尔曼滤波方法可以有效消除量测系统误差。对于多传感器情况,标准算法失效。针对该问题,提出了多传感器集中式增量卡尔曼滤波融合算法,即:增量卡尔曼滤波的扩维融合算法和增量卡尔曼滤波的序贯融合算法。在标准增量卡尔曼滤波算法的基础上,结合扩维融合和序贯融合的思想来实现多传感器数据的融合。实验结果表明,当存在量测系统误差时,提出的集中式融合算法与传统的集中式融合算法相比,提高了滤波精度,并且能够成功地消除量测系统误差。; 关键词多传感器数据融合增量卡尔曼滤波扩维融合序贯融合量测系统误差; Keywords multi-sensor data fusion incremental Kalman filter augmented fusion sequential fusion measurement system error; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名欠观测条件下的高斯和增量卡尔曼滤波算法被引量：3: 2; 作者陈金广张曼王伟马丽丽; 机构西安工程大学计算机科学学院西安电子科技大学电子工程学院; 出处《计算机应用研究》 CSCD 北大核心 2015年第5期1365-1368,共4页; 基金国家自然科学基金资助项目(61201118) 中国博士后科学基金资助项目(2103M532020) +1 种基金西安工程大学青年学术骨干支持计划项目; 文摘欠观测条件下的增量卡尔曼滤波算法能够消除未知的量测系统误差,提高滤波精度。当系统的过程噪声和量测噪声为非高斯分布时,该算法不能直接使用。针对该问题,结合高斯和滤波算法,提出一种欠观测条件下的高斯和增量卡尔曼滤波算法。该算法将初始状态、过程噪声和量测噪声近似为高斯和的形式,然后按照增量卡尔曼滤波的思想对每个高斯项进行预测和更新,最后以累加和的形式对状态向量进行近似。仿真结果表明,该算法在非高斯噪声分布的情况下,既能成功地消除量测系统误差,又能有效地提高滤波估计的准确度和可靠性。; 关键词高斯和滤波增量卡尔曼滤波非高斯噪声卡尔曼滤波状态估计; Keywords Gaussian sum filter incremental Kalman filter non-Gaussian noise Kalman filter state estimation; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于改进增量卡尔曼滤波算法的UWB室内定位研究被引量：9: 3; 作者蔡博高宏力宋兴国邹祖伟; 机构西南交通大学机械工程学院; 出处《机械设计与制造》北大核心 2020年第2期22-25,共4页; 基金国家自然科学基金（51605393）中央高校基础研究基金（A0920502051619-28); 文摘为解决室内环境下的非视距(NLOS)、多径传播以及欠观测条件下的量测系统误差给测距定位带来较大误差的问题,提出了改进增量卡尔曼滤波以消除定位误差的算法。该算法运用增量卡尔曼滤波对由超宽带(UWB)室内定位系统得到的距离值进行去噪,避免了受环境、测量设备等因素影响或者难以自校准由量测方程带来的系统误差而导致较大的卡尔曼滤波误差问题;然后运用经典Chan定位算法对目标标签实现定位获得定位结果。实验和仿真表明,与传统的小波去噪和卡尔曼滤波相比,该定位算法数据稳定性好,误差减小,显著提高了定位精度。; 关键词超带宽室内定位非视距误差系统误差增量卡尔曼滤波 CHAN算法; Keywords UWB Indoor Position NLOS System Error Incremental Kalman Filter Chan Algorithm; 分类号 TH16 [机械工程—机械制造及自动化] TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名欠观测条件下的增量容积卡尔曼滤波被引量：6: 4; 作者马丽丽赵甜甜陈金广; 机构西安工程大学计算机科学学院西安电子科技大学电子工程学院; 出处《计算机工程》 CAS CSCD 2014年第10期228-231,238,共5页; 基金国家自然科学基金资助项目(61201118) 中国博士后科学基金资助项目(2013M532020) +1 种基金国家级大学生创新创业计划基金资助项目(201310709006); 文摘在工程实践中,由于环境影响、量测设备不稳定等因素,非线性滤波系统中的量测方程可能会出现较大的系统误差,而标准的非线性滤波算法不能消除这类系统误差。针对该问题,假定过程噪声和量测噪声服从高斯分布,利用相邻量测时刻的量测值之差建立增量量测方程,采用3阶球面径向规则获得容积点及其权值。使用容积点对贝叶斯滤波过程中的积分进行数值近似,从而提出增量容积卡尔曼滤波算法。仿真实验结果表明,增量容积卡尔曼滤波算法滤波精度优于标准容积卡尔曼滤波算法与增量卡尔曼滤波算法,能够成功消除量测方程中的系统误差。; 关键词增量量测方程增量容积卡尔曼滤波欠观测条件卡尔曼滤波状态估计深空探测; Keywords incremental measurement equation incremental cubature Kalman filtering poor observation condition Kalman filtering state estimation deep space exploration; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种基于AIKF的姿态测量算法被引量：4: 5; 作者刘宇杨晓辉郭俊启钟懿刘洪志; 机构重庆邮电大学重庆市光电信息感测与传输技术重点实验室; 出处《压电与声光》 CAS CSCD 北大核心 2018年第3期454-459,469,共7页; 基金国家自然科学基金资助项目(61301124 61471075 +3 种基金 61671091) 重庆科委自然科学基金资助项目(cstc2016jcyjA0347); 文摘惯性测量单元中传感器具有较强的非线性和噪声的不确定性,导致使用常规卡尔曼滤波时误差大,容易出现发散,针对此问题,该文提出了一种改进的自适应增量卡尔曼滤波(AIKF)算法。该算法使用互补滤波将加速度计、磁力计和陀螺仪的数据进行融合,利用滤波后的数据增量作为卡尔曼滤波器的观测量,同时对系统噪声进行自适应在线估计,以获得精准的姿态输出。实验结果表明,该算法能够实现姿态的精准测量,摇摆台试验中俯仰角、横滚角误差小于0.05°,航向角误差小于0.15°,具有较好的噪声抑制能力。; 关键词姿态测量自适应增量卡尔曼滤波互补滤波自适应因子数据融合; Keywords attitude measurement adaptive incremental Kalman filter complementary filter adaptive factor data fusion; 分类号 TN384 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名辅助控制点下快鸟影像定位求解及其精度分析被引量：2: 6; 作者刘春展昀吴杭彬; 机构同济大学测量与国土信息工程系同济大学现代工程测量国家测绘局重点实验室; 出处《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第7期983-988,共6页; 基金国家自然科学基金资助项目(40501061) 国家"八六三"高技术研究发展计划资助项目(2007AA12Z178); 文摘结合上海地区城市快鸟(QuickBird)高分辨率卫星影像,简述高分辨率影像定位中的通用传感器模型,有理多项式系数模型(RPC).通过在影像上选取均匀分布的50个地面控制点,运用正则化最小二乘迭代法计算得出RPC.然后分2种情况对求解出的PRC改正,即当同时具有原始地面控制点(GCP)和辅助GCP时,应用正则化批处理最小二乘迭代法(BILSR)来改正RPC系数,而当只有辅助GCP时,则使用增量离散卡尔曼滤波方法(IDKF)来改正RPC精度.最后利用40个检测点,设计多种方案的实验并进行分析,以此为基础对BILSR和IDKF法的可行性进行了对比分析,认为辅助控制点的选择应侧重其本身更高的精度而不是单纯从数量上考虑,此外得出城市高分辨率卫星影像几何处理的一些结论.; 关键词卫星影像有理多项式系数正则化批处理最小二乘迭代增量离散卡尔曼滤波定位精度; Keywords satellite imagery rational polynomial coefficients batch iterative least-squares solution with regularization incremental discrete kalman filtering geo- positioning accuracy; 分类号 P208 [天文地球—地图制图学与地理信息工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	多传感器集中式增量卡尔曼滤波融合算法	马丽丽张曼陈金广	《计算机工程与应用》 CSCD	2014	11	在线阅读下载PDF 职称材料
2	欠观测条件下的高斯和增量卡尔曼滤波算法	陈金广张曼王伟马丽丽	《计算机应用研究》 CSCD 北大核心	2015	3	在线阅读下载PDF 职称材料
3	基于改进增量卡尔曼滤波算法的UWB室内定位研究	蔡博高宏力宋兴国邹祖伟	《机械设计与制造》北大核心	2020	9	在线阅读下载PDF 职称材料
4	欠观测条件下的增量容积卡尔曼滤波	马丽丽赵甜甜陈金广	《计算机工程》 CAS CSCD	2014	6	在线阅读下载PDF 职称材料
5	一种基于AIKF的姿态测量算法	刘宇杨晓辉郭俊启钟懿刘洪志	《压电与声光》 CAS CSCD 北大核心	2018	4	在线阅读下载PDF 职称材料
6	辅助控制点下快鸟影像定位求解及其精度分析	刘春展昀吴杭彬	《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心	2009	2	在线阅读下载PDF 职称材料