期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于TOA/TDOA的一致性正交容积卡尔曼跟踪算法 被引量:9
1
作者 闫雷兵 陆音 张业荣 《电子学报》 EI CAS CSCD 北大核心 2018年第8期1989-1996,共8页
针对异构网络环境下目标跟踪系统中面临的非线性估计问题,提出了一种基于正交容积卡尔曼滤波的目标跟踪算法.文中算法首先引入一个附加变量来表示状态变量中的非线性项,设定自适应加权因子来调整不同信号输入系统的比重,然后利用数学手... 针对异构网络环境下目标跟踪系统中面临的非线性估计问题,提出了一种基于正交容积卡尔曼滤波的目标跟踪算法.文中算法首先引入一个附加变量来表示状态变量中的非线性项,设定自适应加权因子来调整不同信号输入系统的比重,然后利用数学手段融合两种信号为单一的状态变量,最后通过正交容积卡尔曼滤波来实现目标状态量的更新,从而实现对目标的定位与跟踪.仿真结果表明了文中算法的有效性,能够得到更高的定位与跟踪精度. 展开更多
关键词 目标跟踪 异构网络 容积卡尔曼滤波 到达时间 到达时间差
在线阅读 下载PDF
改进高阶容积粒子滤波的系统状态估计算法
2
作者 金俊平 万仲保 +1 位作者 杜军龙 周剑涛 《电讯技术》 北大核心 2018年第12期1441-1446,共6页
传统粒子滤波(PF)直接采用状态转移先验分布作为重要性密度函数来近似后验概率密度函数,使得后验概率密度函数未包含量测信息。针对此问题,提出了一种改进高阶容积粒子滤波(CPF)的系统状态估计算法。算法采用七阶正交容积卡尔曼滤波(7th... 传统粒子滤波(PF)直接采用状态转移先验分布作为重要性密度函数来近似后验概率密度函数,使得后验概率密度函数未包含量测信息。针对此问题,提出了一种改进高阶容积粒子滤波(CPF)的系统状态估计算法。算法采用七阶正交容积卡尔曼滤波(7th-CQKF)对PF的粒子进行传递,使得先验分布更新阶段融入最新量测信息;通过7th-CQKF设计重要性密度函数,提高对状态后验概率密度的逼近程度;通过反比例函数计算粒子权重,突出大噪声粒子与小噪声粒子权重差别,提高粒子有效性。仿真结果表明,改进高阶容积粒子滤波的估计精度高于容积粒子滤波(CPF)。 展开更多
关键词 状态估计 粒子滤波 七阶容积卡尔曼滤波 容积粒子滤波
在线阅读 下载PDF
基于强跟踪的移动机器人CQKF-SLAM方法
3
作者 张凤 孙健 袁帅 《计算机工程与设计》 北大核心 2024年第6期1872-1879,共8页
针对容积正交卡尔曼滤波(CQKF)在同时定位与地图构建(SLAM)中系统状态驱动模型与观测数据存在突变,以及协方差分解引起系统不稳定,导致移动机器人定位精度降低的问题,提出一种基于多重渐消因子强跟踪的SVDCQKF-SLAM方法。采用奇异值分解... 针对容积正交卡尔曼滤波(CQKF)在同时定位与地图构建(SLAM)中系统状态驱动模型与观测数据存在突变,以及协方差分解引起系统不稳定,导致移动机器人定位精度降低的问题,提出一种基于多重渐消因子强跟踪的SVDCQKF-SLAM方法。采用奇异值分解(SVD)代替CQKF算法中的乔列斯基分解,抑制状态误差协方差矩阵负定性;引入多重渐消因子强跟踪滤波器调节状态预测协方差矩阵。通过仿真实验,将所提SLAM方法与其它SLAM方法进行对比,其结果表明,该方法能够有效降低SLAM过程中的定位误差,对移动机器人同时定位与地图构建有一定参考价值。 展开更多
关键词 强跟踪滤波算法 多重渐消因子 奇异值分解 容积正交卡尔曼滤波 同时定位与地图构建 协方差矩阵 移动机器人
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部