改进新息自适应交互多模的GPS/SINS组合导航滤波算法 被引量：4

1

作者 张闯 赵修斌 +2 位作者 庞春雷 徐杰 张建安 《空军工程大学学报（自然科学版）》 CSCD 北大核心 2015年第6期11-16,共6页

针对量测噪声统计特性未知会影响GPS/SINS组合导航滤波精度的问题,提出了一种改进新息自适应的交互多模滤波算法:在估计新息协方差矩阵时,将在不同长度估计窗下得到的估计值进行加权组合,优化了估计窗口的选取;然后估计系统的量测噪声阵... 针对量测噪声统计特性未知会影响GPS/SINS组合导航滤波精度的问题,提出了一种改进新息自适应的交互多模滤波算法:在估计新息协方差矩阵时,将在不同长度估计窗下得到的估计值进行加权组合,优化了估计窗口的选取;然后估计系统的量测噪声阵,并以该估计值为中心对称地构建交互多模模型集,再进行交互多模滤波,该方法解决了传统交互多模算法在噪声统计特性未知情况下模型数量与计算速度之间的矛盾。仿真结果表明:相比于标准卡尔曼滤波和单一估计窗口新息自适应交互多模滤波,该方法具有更高的滤波精度和抗干扰性。 展开更多

关键词 组合导航 交互多模 新息自适应滤波 估计窗口

在线阅读 下载PDF 职称材料

基于自适应交互多模滤波的SCNS/RSINS紧组合对准方法（英文） 被引量：8

2

作者 周凌峰 董燕琴 +3 位作者 赵汪洋 赵小明 屈原津 侯志宁 《中国惯性技术学报》 EI CSCD 北大核心 2016年第4期464-472,共9页

为了提高船用单轴旋转捷联惯性导航系统(RSINS)初始对准的精度和快速性,针对传统的EKF滤波线性化误差和单传感器精度不高的问题,设计了一种基于自适应交互多模(AIMM)算法的SCNS/RSINS紧组合对准方法。该算法将自适应滤波器与交互多模型... 为了提高船用单轴旋转捷联惯性导航系统(RSINS)初始对准的精度和快速性,针对传统的EKF滤波线性化误差和单传感器精度不高的问题,设计了一种基于自适应交互多模(AIMM)算法的SCNS/RSINS紧组合对准方法。该算法将自适应滤波器与交互多模型相结合,利用了两个合理构建状态模型和量测模型的平行滤波来实现对实际模态的覆盖:滤波1应用姿态四元数算法建立了状态方程的模型,量测量为RSINS与SCNS之间的姿态四元数误差;滤波2的根据SCNS/RSINS的误差特性构建了状态方程模型,量测量为RSINS与SCNS位置和航向误差,然后应用自适应IMM算法将两个平行滤波的估计值进行数据融合。在某种程度上,因状态噪声和量测噪声的不确定性,EKF的性能会被降低,而通过模型转换机制,IMM可用于选择一个合理的模型自动计算器来自适应地调整对准过程中噪声的协方差矩阵,因此该算法可以有效地解决SCNS/RSINS组合导航系统的初始对准问题。仿真结果表明:与EKF算法相比,基于自适应IMM算法的SCNS/RSINS组合对准方法的估计精度和对准快速能力都得到了改善,其中对方位陀螺漂移的估计时间缩短了至少40%。 展开更多

关键词 SCNS/RSINS组合导航系统 扩展卡尔曼滤波 自适应交互多模滤波算法

在线阅读 下载PDF 职称材料

具有参数自适应的交互式多模型算法 被引量：20

3

作者 梁彦 贾宇岗 +1 位作者 潘泉 张洪才 《控制理论与应用》 EI CAS CSCD 北大核心 2001年第5期653-656,共4页

动态多模型估计 (SMME)广泛应用于结构和参数的不确定 /变化的估计问题中 ,比如目标跟踪和故障诊断与隔离 .然而由先验信息选定的滤波参数是模式切换与模式未切换情况下的折衷 .针对SMME ,本文通过在每个滤波循环开始处起始多个状态预... 动态多模型估计 (SMME)广泛应用于结构和参数的不确定 /变化的估计问题中 ,比如目标跟踪和故障诊断与隔离 .然而由先验信息选定的滤波参数是模式切换与模式未切换情况下的折衷 .针对SMME ,本文通过在每个滤波循环开始处起始多个状态预测器实时地辨识滤波参数 ,包括模式切换概率和基于模型的过程噪声方差 .考虑到交互式多模型 (IMM)是SMME中比较有效的方法 ,我们将上述的参数辨识与IMM相结合 ,提出了一种自适应IMM(AIMM ) .在跟踪一个机动目标的仿真中 ,AIMM表现出了比IMM更高的估计精度 . 展开更多

关键词 动态多模型估计 交互式多模型算法 目标跟踪 自适应滤波 参数辨识 概率

在线阅读 下载PDF 职称材料

一种自适应滤波与干扰观测器相结合的大型舰船状态估计算法 被引量：4

4

作者 王泳安 李东光 +1 位作者 吴浩 刘洋 《兵工学报》 EI CAS CSCD 北大核心 2024年第7期2318-2328,共11页

为满足航母等大型舰船目标的状态估计要求,提出一种由非线性干扰观测器和强跟踪容积卡尔曼滤波算法融合形成的交互多模型强补偿容积卡尔曼滤波算法。引入非线性干扰观测器,完成由外界不确定因素引起的干扰总量的估计,并对观测器稳定性... 为满足航母等大型舰船目标的状态估计要求,提出一种由非线性干扰观测器和强跟踪容积卡尔曼滤波算法融合形成的交互多模型强补偿容积卡尔曼滤波算法。引入非线性干扰观测器,完成由外界不确定因素引起的干扰总量的估计,并对观测器稳定性进行证明。使用估计的干扰值实时修正强跟踪容积卡尔曼滤波的过程参数,最终形成交互多模型强补偿容积卡尔曼滤波算法,完成对目标状态相对准确的估计。研究结果表明:新提出的滤波算法能够较为准确地完成对目标状态的估计,与变结构多模型粒子滤波算法、变结构多模型无迹卡尔曼滤波算法和交互多模型强跟踪容积卡尔曼滤波算法相比,在目标位置和速度估计上具有更高的估计精度。 展开更多

关键词 舰船 目标状态估计 交互多模型强补偿容积卡尔曼滤波 自适应滤波算法 干扰观测器

在线阅读 下载PDF 职称材料

一种改进的自适应网格交互多模型跟踪算法 被引量：7

5

作者 唐婷 何子述 +1 位作者 程婷 韩春林 《信号处理》 CSCD 北大核心 2009年第5期816-819,共4页

自适应网格交互多模算法能够根据目标的运动模式,自适应调整系统各模型参数,从而实现对目标的跟踪。但当目标机动性较大时,在其模式变换时刻,网格中心剧烈摆动,导致跟踪精度下降。提出对该算法的改进,通过对网格中心运动步长进行适当的... 自适应网格交互多模算法能够根据目标的运动模式,自适应调整系统各模型参数,从而实现对目标的跟踪。但当目标机动性较大时,在其模式变换时刻,网格中心剧烈摆动,导致跟踪精度下降。提出对该算法的改进,通过对网格中心运动步长进行适当的平滑处理,以增加网格的平稳性。仿真给出了平滑因子的经验值,并表明改进的自适应网格交互多模算法能解决传统算法在目标运动模式变换时跟踪不稳定的问题,提高精度跟踪。 展开更多

关键词 自适应网格交互多模算法 模式变换 目标跟踪 平滑因子

在线阅读 下载PDF 职称材料

基于分层多模自适应滤波算法的无人机多重传感器故障诊断 被引量：6

6

作者 贾彩娟 许晖 《传感技术学报》 CAS CSCD 北大核心 2009年第12期1748-1751,共4页

应用标准的多模自适应滤波算法能够在较短的时间内检测出系统的单一故障,但是当把它用于检测系统的双重或多重故障时,这一算法需要建立所有可能出现的故障模型,而每一个模型都要对应一个卡尔曼滤波器,需要大量的滤波器并行运算,大大增... 应用标准的多模自适应滤波算法能够在较短的时间内检测出系统的单一故障,但是当把它用于检测系统的双重或多重故障时,这一算法需要建立所有可能出现的故障模型,而每一个模型都要对应一个卡尔曼滤波器,需要大量的滤波器并行运算,大大增加了系统的故障诊断时间,为了简化算法并减少算法计算时间,本文提出了一种用于复杂系统的多重故障诊断的分层多重模型滤波技术,在确定某一单个故障发生后,则可以启用一组基于上一单个故障的新滤波器来检测系统的第二重故障,这样减少了并行运算的滤波器数量,从而减少计算量和故障诊断时间。本文将此算法应用于某无人机多重传感器的故障诊断,仿真结果验证了该方法的有效性。 展开更多

关键词 多模自适应滤波算法 故障诊断 无人机 传感器

在线阅读 下载PDF 职称材料

多模自适应滤波算法的性能改进方法 被引量：2

7

作者 贾彩娟 许晖 《火力与指挥控制》 CSCD 北大核心 2009年第5期40-42,46,共4页

多模自适应滤波算法基于已知的故障情况设计出一组卡尔曼滤波器预测系统对给定输入的响应,根据卡尔曼滤波器的预测输出和系统的测量值确定各滤波器的残差,从而检测出系统是否发生故障及其故障类型。采用传统的多模自适应滤波算法检测故... 多模自适应滤波算法基于已知的故障情况设计出一组卡尔曼滤波器预测系统对给定输入的响应,根据卡尔曼滤波器的预测输出和系统的测量值确定各滤波器的残差,从而检测出系统是否发生故障及其故障类型。采用传统的多模自适应滤波算法检测故障时会有一定的时间延迟,不利于系统故障的实时检测,因此提出了几种减少多模自适应算法故障检测时间的方法,并将其应用于某无人机执行器和传感器的故障检测和识别,仿真结果证明可以有效地减少故障检测时间。 展开更多

关键词 卡尔曼滤波 多模自适应滤波算法 故障检测与识别(FDI)

在线阅读 下载PDF 职称材料

分级多模自适应滤波算法无人机控制系统故障诊断 被引量：1

8

作者 贾彩娟 许晖 《火力与指挥控制》 CSCD 北大核心 2011年第7期123-125,129,共4页

应用标准的多模自适应滤波算法能够在较短时间内检测出控制系统的单一故障,但是当用于检测控制系统的双重和多重故障时,则需要建立所有可能出现的故障模型,而每一个模型都要对应一个卡尔曼滤波器,需要大量滤波器并行运算,大大增加了系... 应用标准的多模自适应滤波算法能够在较短时间内检测出控制系统的单一故障,但是当用于检测控制系统的双重和多重故障时,则需要建立所有可能出现的故障模型,而每一个模型都要对应一个卡尔曼滤波器,需要大量滤波器并行运算,大大增加了系统故障诊断时间,为了简化算法并减少计算时间,提出了一种用于复杂系统多重故障诊断的分级多重模型滤波算法,在确定某一单个故障发生后,则可以启用一组基于上一单个故障的新滤波器来检测系统的第二重故障,这样减少了并行运算的滤波器数量,从而减少计算量和故障诊断时间。将此算法应用于某无人机控制系统的双重故障的故障诊断,仿真结果验证了该方法的有效性。 展开更多

关键词 多模自适应滤波算法 故障诊断 无人机

在线阅读 下载PDF 职称材料

自适应交互式多模型目标跟踪算法 被引量：5

9

作者 李茂 岳曾敬 《兵工自动化》 2009年第5期11-13,共3页

以防空火控系统的跟踪预测为背景,提出一种自适应的交互式多模型跟踪算法。该算法采用后验信息修正模型的噪声方差和马尔可夫转移矩阵,使IMM具有自适应能力。将该算法应用于由CA、CV两模型组成的交互式多模型算法中取得良好的效果。仿... 以防空火控系统的跟踪预测为背景,提出一种自适应的交互式多模型跟踪算法。该算法采用后验信息修正模型的噪声方差和马尔可夫转移矩阵,使IMM具有自适应能力。将该算法应用于由CA、CV两模型组成的交互式多模型算法中取得良好的效果。仿真结果表明,该算法跟踪精度比标准IMM有较大改善。 展开更多

关键词 交互式多模型算法 目标跟踪 自适应滤波 马尔可夫链

在线阅读 下载PDF 职称材料

模型参数自适应的交互多模强跟踪算法 被引量：1

10

作者 郝利超 雷虎民 《现代防御技术》 北大核心 2010年第2期70-73,77,共5页

基于强跟踪滤波器对突变状态的良好跟踪能力,设计了一种自适应交互多模算法。在交互多模算法框架内,计算"当前"统计模型的概率和目标机动强度信息(由残差统计距离来表征),自适应地调整"当前"统计模型的加速度等参数... 基于强跟踪滤波器对突变状态的良好跟踪能力,设计了一种自适应交互多模算法。在交互多模算法框架内,计算"当前"统计模型的概率和目标机动强度信息(由残差统计距离来表征),自适应地调整"当前"统计模型的加速度等参数,提高了"当前"统计模型的自适应性和滤波器的鲁棒性,增强了系统对目标突发强机动的跟踪能力。仿真结果验证了该算法的有效性。 展开更多

关键词 机动目标跟踪 “当前”统计模型 强跟踪滤波器 交互式多模算法

在线阅读 下载PDF 职称材料

基于改进自适应IMM算法的高速列车组合定位 被引量：4

11

作者 王小敏 雷筱 张亚东 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第3期817-825,共9页

针对列车高精度定位问题,该文提出基于改进自适应交互多模型(IMM)的高速列车高精度组合定位方法。首先,根据列车定位需求和各传感器特点,设计了卫星接收器、轮轴测速传感器、测速雷达以及单轴陀螺仪4种传感器的组合定位方案。然后,针对... 针对列车高精度定位问题,该文提出基于改进自适应交互多模型(IMM)的高速列车高精度组合定位方法。首先,根据列车定位需求和各传感器特点,设计了卫星接收器、轮轴测速传感器、测速雷达以及单轴陀螺仪4种传感器的组合定位方案。然后,针对IMM融合滤波算法因先验信息不准导致固定参数设置不当的问题,引入Sage-Husa自适应滤波和转移概率矩阵(TPM)自适应更新集成为自适应IMM算法。针对多模型切换的滞后问题,利用子模型似然函数值能快速反映模型变化趋势的特点,将似然函数值设为判定标志,并引入判定窗对TPM矩阵元素进行修正,有效提升了模型的切换速度。最后,基于改进自适应IMM算法对4种传感器定位信息进行融合滤波,实现高速列车的高精度组合定位。仿真结果表明:改进后的算法相比其他自适应IMM算法提升定位精度1.6%~14.7%,并且能通过提高模型间切换速度来有效降低位置误差峰值,同时具备较好的抗噪性能。 展开更多

关键词 列车定位 交互式多模型 Sage-Husa自适应滤波算法 马尔可夫转移概率矩阵 判定窗

在线阅读 下载PDF 职称材料

交互式多模型算法性能分析 被引量：31

12

作者 梁彦 程咏梅 +1 位作者 贾宇岗 潘泉 《控制理论与应用》 EI CAS CSCD 北大核心 2001年第4期487-492,共6页

广泛应用于目标跟踪和故障诊断的动态多模型估计 (SMME)假设模式的切换服从马尔可夫过程 .对马尔可夫切换概率 (MTP)的非MonteCarlo分析有助于深入了解SMME的机理 ,发现参数寻优的法则 ,设计或发展新的自适应多模型估计器 .然而由于SMM... 广泛应用于目标跟踪和故障诊断的动态多模型估计 (SMME)假设模式的切换服从马尔可夫过程 .对马尔可夫切换概率 (MTP)的非MonteCarlo分析有助于深入了解SMME的机理 ,发现参数寻优的法则 ,设计或发展新的自适应多模型估计器 .然而由于SMME的复杂性 ,非MonteCarlo分析很难给出 .本文针对SMM中著名的交互式多模型 (IMM)估计器 ,通过将IMM看作是输入交互和子滤波器串联 ,分析了具有m个参数的MTP矩阵 ,给出了六条不依赖于应用环境及子滤波器设计的结论 .部分结果也适用于一阶广义伪贝叶斯算法 (GPB1) . 展开更多

关键词 交互式多模型算法 目标跟踪 自适应滤波 性能分析 离散系统

在线阅读 下载PDF 职称材料

交互式多模型算法过渡过程的仿真分析 被引量：13

13

作者 贾宇岗 梁彦 +2 位作者 潘泉 张洪才 戴冠中 《系统仿真学报》 CAS CSCD 2002年第1期16-18,共3页

交互式多模型(IMM)是混合估计理论中比较优越的算法。混合系统假设模式的切换能够瞬时完成。然而由于量测噪声和滤波系统惯性的作用,混合系统的模式切换具有过渡过程,对于实际运动模式切换存在漏检与误报。本文利用Monte Carlo仿真分析... 交互式多模型(IMM)是混合估计理论中比较优越的算法。混合系统假设模式的切换能够瞬时完成。然而由于量测噪声和滤波系统惯性的作用,混合系统的模式切换具有过渡过程,对于实际运动模式切换存在漏检与误报。本文利用Monte Carlo仿真分析了两模型IMM算法过渡过程的滤波残差的统计特性,研究结果对于分析和改进算法具有重要的意义。 展开更多

关键词 交互式多模型算法 目标跟踪 自适应滤波

在线阅读 下载PDF 职称材料

两级交互式多模型算法 被引量：9

14

作者 梁彦 谭伟 +1 位作者 潘泉 张洪才 《自动化学报》 EI CSCD 北大核心 2001年第5期651-656,共6页

在混合估计中 ,交互式多模型滤波器 ( IMM—— Interacting Multiple Model)以其优越的性能而受到广泛的研究 .由于马尔可夫参数的限定 ,交互式多模型在模型数较多时会出现精度下降 ,从而限制了它在高维参数空间建模的有效性 .利用模型... 在混合估计中 ,交互式多模型滤波器 ( IMM—— Interacting Multiple Model)以其优越的性能而受到广泛的研究 .由于马尔可夫参数的限定 ,交互式多模型在模型数较多时会出现精度下降 ,从而限制了它在高维参数空间建模的有效性 .利用模型集的概念 ,首次提出了双马氏过程的模型切换假设 ,从而构造出一种两级交互式多模型滤波器 .通过辨识系统噪声的多个统计参数比较了两级交互式多模型滤波器与常规交互式多模型滤波器 .结果表明 :对于大信噪比信源 (即小的量测噪声 ) ,两级交互式多模型滤波器与常规交互式多模型滤波器性能基本相当 ;而对于小信噪比信源 (即大的量测噪声 ) 。 展开更多

关键词 交互式多模型算法 自适应滤波 噪声辨识 系统辨识

在线阅读 下载PDF 职称材料

基于最小均方自适应滤波器的热工过程建模方法 被引量：8

15

作者 刘吉臻 朱红路 +3 位作者 常太华 田亮 高伟 童文洪 《中国电机工程学报》 EI CSCD 北大核心 2010年第5期107-112,共6页

针对热工对象的时变性特点及其在运行过程中易受到不确定性干扰的影响,提出一种基于最小均方(least mean square,LMS)自适应滤波器的热工过程建模方法。LMS滤波器以未知对象的输入和输出作为激励和期望信号,通过最速下降法得到未知对象... 针对热工对象的时变性特点及其在运行过程中易受到不确定性干扰的影响,提出一种基于最小均方(least mean square,LMS)自适应滤波器的热工过程建模方法。LMS滤波器以未知对象的输入和输出作为激励和期望信号,通过最速下降法得到未知对象的有限脉冲响应(finity impluse response,FIR)模型,其与差分方程或传递函数是等价的。实验仿真和某电厂实际运行数据验证了该算法的有效性。这种建模方法避免了复杂的机理分析,其抽头权值的分布可以表征热工对象的动态特性,为分析热工对象提供了一种手段。 展开更多

关键词 热工过程 在线建模 最小均方算法 自适应滤波器

在线阅读 下载PDF 职称材料

基于自适应CKF的恒模盲波束形成算法 被引量：4

16

作者 钱华明 刘可 马俊达 《系统工程与电子技术》 EI CSCD 北大核心 2016年第6期1258-1261,共4页

针对均匀线阵,利用信号的恒模特性,与容积卡尔曼滤波相结合,提出一种新的盲自适应波束形成算法。通过对恒模算法的优化代价函数进行变换,使其满足系统状态空间模型。利用容积卡尔曼滤波算法进行自适应滤波,以实现抑制干扰和消除噪声。... 针对均匀线阵,利用信号的恒模特性,与容积卡尔曼滤波相结合,提出一种新的盲自适应波束形成算法。通过对恒模算法的优化代价函数进行变换,使其满足系统状态空间模型。利用容积卡尔曼滤波算法进行自适应滤波,以实现抑制干扰和消除噪声。所提算法对状态空间模型中的系统噪声和过程噪声进行了自适应处理,免除滤波噪声参数的设置,增强了算法的通用性,并引入了收敛因子,加速系统的收敛速度。仿真结果表明了该算法的正确性和有效性。 展开更多

关键词 恒模算法 自适应滤波 容积卡尔曼滤波 盲波束形成

在线阅读 下载PDF 职称材料

模糊自适应PMHT机动目标跟踪算法 被引量：3

17

作者 张全都 程咏梅 +1 位作者 梁彦 潘泉 《火力与指挥控制》 CSCD 北大核心 2008年第12期17-21,共5页

对目标机动的检测和准确跟踪,是目标跟踪研究中非常重要但难度较大的问题。将统计距离、统计距离增量作为系统方差的调整参量,采用模糊专家规则系统,提出了一种适用于机动目标的模糊自适应概率多假设跟踪(FA-PMHT)算法。该算法将数据关... 对目标机动的检测和准确跟踪,是目标跟踪研究中非常重要但难度较大的问题。将统计距离、统计距离增量作为系统方差的调整参量,采用模糊专家规则系统,提出了一种适用于机动目标的模糊自适应概率多假设跟踪(FA-PMHT)算法。该算法将数据关联寻优与运动模型寻优联合处理,从而实现了数据关联寻优、目标模型寻优一体化。仿真结果表明,所提算法与交互式多模型概率多假设跟踪(IMM-PMHT)算法相比在跟踪精度上有明显提高,并且满足实时性要求,证明该算法是有效的。 展开更多

关键词 概率多假设算法 模糊逻辑 自适应滤波 目标跟踪 交互式多模型

在线阅读 下载PDF 职称材料

基于改进多模滤波算法的控制系统故障诊断 被引量：1

18

作者 贾彩娟 许晖 《火力与指挥控制》 CSCD 北大核心 2012年第3期51-53,58,共4页

应用分层多模自适应滤波算法对控制系统的故障进行诊断时,只能识别出故障的类型,如识别出是传感器还是执行器发生故障,并不能判定出故障的大小。提出一种改进分层多模自适应滤波算法,应用此算法可使分层多模自适应滤波算法不仅可以检测... 应用分层多模自适应滤波算法对控制系统的故障进行诊断时,只能识别出故障的类型,如识别出是传感器还是执行器发生故障,并不能判定出故障的大小。提出一种改进分层多模自适应滤波算法,应用此算法可使分层多模自适应滤波算法不仅可以检测出控制系统的故障类型,而且能够确定发生故障的执行器局部故障程度。将此算法应用于某无人机控制系统的故障诊断,仿真结果验证了该方法的有效性。 展开更多

关键词 多模自适应滤波算法 故障诊断 无人机

在线阅读 下载PDF 职称材料

基于修正的自适应平方根容积卡尔曼滤波算法 被引量：9

19

作者 李春辉 马健 +3 位作者 杨永建 肖冰松 邓有为 盛涛 《系统工程与电子技术》 EI CSCD 北大核心 2021年第7期1824-1830,共7页

目标建模不确定性会造成滤波算法性能下降,通过构建强跟踪滤波器(strong tracking filter,STF)可以提升滤波算法的自适应性,但是构建STF时存在理论推导复杂、求解计算量大等局限和不足,针对上述问题,在平方根容积卡尔曼滤波(square-root... 目标建模不确定性会造成滤波算法性能下降,通过构建强跟踪滤波器(strong tracking filter,STF)可以提升滤波算法的自适应性,但是构建STF时存在理论推导复杂、求解计算量大等局限和不足,针对上述问题,在平方根容积卡尔曼滤波(square-root cubature Kalman filter,SRCKF)的基础上,提出一种基于修正的自适应SRCKF算法。该算法通过设置判定门限和修正准则,直接对状态预测值或滤波增益进行修正以平衡先验的预测值和后验反馈的量测值在滤波中所占的比重,进而减小状态估计误差。仿真结果表明,所提算法具有在目标状态突变和量测非线性时的良好滤波性能和数值稳定性,同时相比较需要计算渐消因子的STF算法,该算法在计算量和收敛速度上具有优势。 展开更多

关键词 目标建模 平方根容积卡尔曼滤波 修正算法 自适应滤波

在线阅读 下载PDF 职称材料

自适应融合滤波算法及其在INS/GPS组合导航中的应用 被引量：12

20

作者 王小旭 赵琳 《宇航学报》 EI CAS CSCD 北大核心 2010年第11期2503-2511,共9页

针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM-AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage-Husa滤波器和强跟踪滤波器(S... 针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM-AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage-Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM-AFF算法兼具Sage-Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM-AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM-AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位精度。 展开更多

关键词 INS/GPS组合导航系统 自适应融合滤波算法 交互式多模型 Sage-Husa滤波器 强跟踪滤波器 模型概率

在线阅读 下载PDF 职称材料