期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
截断的自适应容积粒子滤波器
被引量：
5
1
作者
张勇刚
程然
+1 位作者
黄玉龙
李宁
《系统工程与电子技术》
EI
CSCD
北大核心
2016年第2期382-391,共10页
在现有的高斯粒子滤波算法(Gaussian particle filter,GPF)中,粒子的重要性密度函数是由高斯滤波器(Gaussian filter,GF)结合当前最新量测来构建的。在高精度、强非线性的量测条件下,传统GF并不能很好地近似状态真实后验概率密度函数,...
在现有的高斯粒子滤波算法(Gaussian particle filter,GPF)中,粒子的重要性密度函数是由高斯滤波器(Gaussian filter,GF)结合当前最新量测来构建的。在高精度、强非线性的量测条件下,传统GF并不能很好地近似状态真实后验概率密度函数,为了解决这一问题,提出一种截断的自适应容积卡尔曼滤波器,并用其来构建粒子的重要性密度函数,从而推导出了截断的自适应容积粒子滤波器。仿真表明,在高精度、强非线性的量测条件下,所提出的滤波算法比现有的GPF具有更高的估计精度。
展开更多
关键词
截断的
自适应容积粒子滤波
器
后验概率密度函数
高精度
强非线性
在线阅读
下载PDF
职称材料
基于自适应容积粒子滤波的车辆状态估计
被引量：
12
2
作者
邢德鑫
魏民祥
+2 位作者
赵万忠
汪䶮
吴树凡
《南京航空航天大学学报》
EI
CAS
CSCD
北大核心
2020年第3期445-453,共9页
针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高...
针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。
展开更多
关键词
高维非线性车辆模型
非高斯分布
滤波
车辆状态估计
自适应容积粒子滤波
在线阅读
下载PDF
职称材料
题名
截断的自适应容积粒子滤波器
被引量：
5
1
作者
张勇刚
程然
黄玉龙
李宁
机构
哈尔滨工程大学自动化学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2016年第2期382-391,共10页
基金
国家自然科学基金(61371173)
中国博士后科学基金(2013M530147
+3 种基金
2014T70309)
黑龙江省博士后基金(LBH-Z13052
LBHTZ0505)
哈尔滨工程大学中央高校基本科研业务费专项基金(HEUCFQ20150407)资助课题
文摘
在现有的高斯粒子滤波算法(Gaussian particle filter,GPF)中,粒子的重要性密度函数是由高斯滤波器(Gaussian filter,GF)结合当前最新量测来构建的。在高精度、强非线性的量测条件下,传统GF并不能很好地近似状态真实后验概率密度函数,为了解决这一问题,提出一种截断的自适应容积卡尔曼滤波器,并用其来构建粒子的重要性密度函数,从而推导出了截断的自适应容积粒子滤波器。仿真表明,在高精度、强非线性的量测条件下,所提出的滤波算法比现有的GPF具有更高的估计精度。
关键词
截断的
自适应容积粒子滤波
器
后验概率密度函数
高精度
强非线性
Keywords
truncated adaptive cubature particle filter （TACPF）
posterior probability
high accuracy
strong nonlinearity
分类号
V247.11 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
基于自适应容积粒子滤波的车辆状态估计
被引量：
12
2
作者
邢德鑫
魏民祥
赵万忠
汪䶮
吴树凡
机构
南京航空航天大学能源与动力学院
东南大学机械工程学院
出处
《南京航空航天大学学报》
EI
CAS
CSCD
北大核心
2020年第3期445-453,共9页
基金
国家自然科学基金(51775268,51605087)资助项目
江苏省自然科学基金(BK20160671)资助项目。
文摘
针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。
关键词
高维非线性车辆模型
非高斯分布
滤波
车辆状态估计
自适应容积粒子滤波
Keywords
high-dimensional nonlinear vehicle model
non-Gauss distribution filtering
vehicle state estimation
adaptive cubature particle filtering
分类号
U461.6 [机械工程—车辆工程]
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
截断的自适应容积粒子滤波器
张勇刚
程然
黄玉龙
李宁
《系统工程与电子技术》
EI
CSCD
北大核心
2016
5
在线阅读
下载PDF
职称材料
2
基于自适应容积粒子滤波的车辆状态估计
邢德鑫
魏民祥
赵万忠
汪䶮
吴树凡
《南京航空航天大学学报》
EI
CAS
CSCD
北大核心
2020
12
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
