检索结果-维普期刊中文期刊服务平台

过程噪声未知但有界情况下系统最优滤波器设计方法被引量：2: 1; 作者李昇平《电子学报》 EI CAS CSCD 北大核心 2004年第6期1050-1053,共4页; 本文基于模型匹配方法提出了一种极小化误差幅值的线性系统的最优滤波器的设计方法 ,所考虑的过程噪声和量测噪声均为未知但幅值有界信号 .该方法的特点是能够处理无穷观测数据量的最优滤波问题 .当系统的初始条件已知时 ,将滤波器设计... 展开更多; 关键词最优滤波未知初始条件未知但有界噪声 e1范数最优化; 在线阅读下载PDF 职称材料

过程噪声未知但有界情况下不稳定线性离散时间系统最优滤波器设计研究: 2; 作者李昇平《电子学报》 EI CAS CSCD 北大核心 2005年第10期1825-1829,共5页; 本文首先研究了不稳定线性离散时间系统的最优线性滤波器设计问题,利用状态观测器结合互质分解方法,将不稳定系统的最优线性滤波问题转化成可解的模型匹配问题,从而可利用已有的逐点优化算法进行求解,推广了线性滤波器的逐点优化设计方... 展开更多; 关键词不稳定线性系统未知但有界噪声线性滤波器非线性滤波器最优滤波; 在线阅读下载PDF 职称材料

带不确定混合噪声系统的变分贝叶斯期望最大滤波算法被引量：6: 3; 作者马天力张扬陈超波《中国惯性技术学报》 EI CSCD 北大核心 2021年第4期475-481,490,共8页; 卡尔曼滤波器假设量测噪声为已知统计特性的高斯白噪声,然而系统可能受到不确定随机噪声以及未知有界噪声共同影响,若采用单一滤波策略,则估计结果易出现较大偏差。将两种不确定噪声运用未知参数的高斯混合模型进行表示,提出变分贝叶斯... 展开更多; 关键词变分贝叶斯未知但有界噪声卡尔曼滤波高斯混合模型期望最大算法; 在线阅读下载PDF 职称材料

复杂环境下MIMU/GNSS快速融合算法研究: 4; 作者沈强李新三 +1 位作者高永佳周小刚《压电与声光》北大核心 2025年第3期444-450,共7页; 复杂环境下MIMU/GNSS组合导航系统噪声统计特性难以获取,简单的概率化假设会导致导航系统性能下降甚至失效。为提高导航系统在复杂环境下的适应性,保证其导航精度和实时性,提出基于未知但有界噪声假设的MIMU/GNSS快速融合算法。以输入... 展开更多; 关键词组合导航最优定界椭球未知但有界噪声算法复杂度; 在线阅读下载PDF 职称材料

非线性系统的结构选择及其参数的集员辨识被引量：1: 5; 作者和丽清孙先仿邱红专《北京航空航天大学学报》 EI CAS CSCD 北大核心 2010年第10期1189-1193,共5页; 基于支持向量回归和RBF(Radial Basis Function)神经网络,研究了带有未知但有界噪声的非线性系统的集员辨识问题.推导了噪声界以及支持向量个数与ε-不敏感参数之间的关系,给出了利用噪声界选择ε-不敏感参数的方法.描述了通过支持向量... 展开更多; 关键词非线性系统未知但有界噪声参数估计集员辨识 RBF神经网络; 在线阅读下载PDF 职称材料

题名过程噪声未知但有界情况下系统最优滤波器设计方法被引量：2: 1; 作者李昇平; 机构汕头大学机械电子工程系; 出处《电子学报》 EI CAS CSCD 北大核心 2004年第6期1050-1053,共4页; 基金国家自然科学基金 (No .60 3740 0 9) 广东省自然科学基金 (No.990 795) 国家计委"工业自动化关键技术研制开发及产业化"子课题; 文摘本文基于模型匹配方法提出了一种极小化误差幅值的线性系统的最优滤波器的设计方法 ,所考虑的过程噪声和量测噪声均为未知但幅值有界信号 .该方法的特点是能够处理无穷观测数据量的最优滤波问题 .当系统的初始条件已知时 ,将滤波器设计问题化为一个标准二块 1优化问题 ;当系统含有未知但有界初始条件时该问题归结为有限个标准 1优化问题 ,而标准 1优化问题已有成熟算法求解 .仿真实例子说明了所提出方法的有效性和可行性 .; 关键词最优滤波未知初始条件未知但有界噪声 e1范数最优化; Keywords Computer simulation Linear systems Mathematical models Optimization; 分类号 TN911 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名过程噪声未知但有界情况下不稳定线性离散时间系统最优滤波器设计研究: 2; 作者李昇平; 机构汕头大学机械电子工程系; 出处《电子学报》 EI CAS CSCD 北大核心 2005年第10期1825-1829,共5页; 基金国家自然科学基金(No.60374009) 广东省自然科学基金(No.04010976); 文摘本文首先研究了不稳定线性离散时间系统的最优线性滤波器设计问题,利用状态观测器结合互质分解方法,将不稳定系统的最优线性滤波问题转化成可解的模型匹配问题,从而可利用已有的逐点优化算法进行求解,推广了线性滤波器的逐点优化设计方法.然后,本文还进一步研究了线性离散时间系统线性滤波器的最优性问题,从理论上证明了线性离散系统的线性滤波器能与非线性滤波器达到相同的最优性.; 关键词不稳定线性系统未知但有界噪声线性滤波器非线性滤波器最优滤波; Keywords unstable linear system unknown but bounded noise linear filter nonlinear filter optimal filter; 分类号 TN911 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名带不确定混合噪声系统的变分贝叶斯期望最大滤波算法被引量：6: 3; 作者马天力张扬陈超波; 机构西安工业大学电子信息工程学院陕西省自主系统与智能控制国际联合研究中心; 出处《中国惯性技术学报》 EI CSCD 北大核心 2021年第4期475-481,490,共8页; 基金国家自然科学基金(62103315) 陕西省国际合作重点项目(2019KWZ-10) 陕西省教育厅科研计划项目(20JK0674)。; 文摘卡尔曼滤波器假设量测噪声为已知统计特性的高斯白噪声,然而系统可能受到不确定随机噪声以及未知有界噪声共同影响,若采用单一滤波策略,则估计结果易出现较大偏差。将两种不确定噪声运用未知参数的高斯混合模型进行表示,提出变分贝叶斯期望最大滤波算法。所提方法采用变分贝叶斯最大化方法对量测噪声模型中的超参数进行更新,在得到模型超参数后,利用变分贝叶斯期望算法计算噪声模型的隐变量。对上述过程反复迭代,最终获得系统的状态和协方差。仿真结果表明,相比于传统的卡尔曼滤波算法和联合滤波算法,变分贝叶斯期望最大滤波算法在出现混合不确定噪声时,经纬度定位精度均提高60%以上,提高了导航系统的精确性。; 关键词变分贝叶斯未知但有界噪声卡尔曼滤波高斯混合模型期望最大算法; Keywords variational Bayesian unknown-but-bounded noises Kalman filter Gaussian mixture model expectation-maximization; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名复杂环境下MIMU/GNSS快速融合算法研究: 4; 作者沈强李新三高永佳周小刚; 机构火箭军工程大学导弹工程学院; 出处《压电与声光》北大核心 2025年第3期444-450,共7页; 文摘复杂环境下MIMU/GNSS组合导航系统噪声统计特性难以获取,简单的概率化假设会导致导航系统性能下降甚至失效。为提高导航系统在复杂环境下的适应性,保证其导航精度和实时性,提出基于未知但有界噪声假设的MIMU/GNSS快速融合算法。以输入状态稳定的椭球定界滤波算法为基础,通过对定界椭球参数的优化目标进行松弛,避免非线性方程的求解,降低了算法复杂度。将快速算法用于MIMU/GNSS组合导航实验,实验结果表明,所提出的快速融合算法有效提高了系统的导航精度,同时保证了导航的实时性。; 关键词组合导航最优定界椭球未知但有界噪声算法复杂度; Keywords integrated navigation optimal bounded ellipsoid unknown bounded noise computational complexity; 分类号 TN965 [电子电信—信号与信息处理] U666.1 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名非线性系统的结构选择及其参数的集员辨识被引量：1: 5; 作者和丽清孙先仿邱红专; 机构北京航空航天大学自动化科学与电气工程学院; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2010年第10期1189-1193,共5页; 基金国家自然科学基金资助项目(60674030); 文摘基于支持向量回归和RBF(Radial Basis Function)神经网络,研究了带有未知但有界噪声的非线性系统的集员辨识问题.推导了噪声界以及支持向量个数与ε-不敏感参数之间的关系,给出了利用噪声界选择ε-不敏感参数的方法.描述了通过支持向量回归选择RBF神经网络规模的方法.该方法以Gaussian核函数作为径向基函数,支持向量作为径向基函数的中心构建RBF神经网络.运用改进的OBE(Optimal Bounding Ellipsoid)算法对RBF神经网络的权值进行辨识,得到与给定输入输出数据和噪声界序列一致的一类RBF神经网络.仿真算例验证了算法的有效性.; 关键词非线性系统未知但有界噪声参数估计集员辨识 RBF神经网络; Keywords nonlinear systems unknown-but-bounded noise parameter estimation set-membership identification radial basis function（RBF） neural network; 分类号 TP13 [自动化与计算机技术—控制理论与控制工程]; 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	过程噪声未知但有界情况下系统最优滤波器设计方法	李昇平	《电子学报》 EI CAS CSCD 北大核心	2004	2	在线阅读下载PDF 职称材料
2	过程噪声未知但有界情况下不稳定线性离散时间系统最优滤波器设计研究	李昇平	《电子学报》 EI CAS CSCD 北大核心	2005	0	在线阅读下载PDF 职称材料
3	带不确定混合噪声系统的变分贝叶斯期望最大滤波算法	马天力张扬陈超波	《中国惯性技术学报》 EI CSCD 北大核心	2021	6	在线阅读下载PDF 职称材料
4	复杂环境下MIMU/GNSS快速融合算法研究	沈强李新三高永佳周小刚	《压电与声光》北大核心	2025	0	在线阅读下载PDF 职称材料
5	非线性系统的结构选择及其参数的集员辨识	和丽清孙先仿邱红专	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2010	1	在线阅读下载PDF 职称材料