期刊文献+
共找到91篇文章
< 1 2 5 >
每页显示 20 50 100
基于新息协方差的自适应渐消卡尔曼滤波器 被引量:48
1
作者 徐定杰 贺瑞 +1 位作者 沈锋 盖猛 《系统工程与电子技术》 EI CSCD 北大核心 2011年第12期2696-2699,共4页
自适应渐消卡尔曼滤波采用渐消因子抑制滤波器的记忆长度,当系统模型和噪声模型建立不准确时,能够有效地抑制滤波器的发散。但是现有计算渐消因子的方法公式表达复杂,计算过程繁琐,不利于组合导航等一些实时的应用。针对这种情况,提出... 自适应渐消卡尔曼滤波采用渐消因子抑制滤波器的记忆长度,当系统模型和噪声模型建立不准确时,能够有效地抑制滤波器的发散。但是现有计算渐消因子的方法公式表达复杂,计算过程繁琐,不利于组合导航等一些实时的应用。针对这种情况,提出了一种利用新息协方差计算渐消因子的方法,通过渐消因子自适应地调整误差协方差,补偿不完整信息的影响。该方法计算量小,提高了滤波算法的可靠性。最后,仿真结果证明了该方法的有效性。 展开更多
关键词 卡尔曼滤波 因子 新息协方差 自适应算法
在线阅读 下载PDF
基于GPS/INS组合导航的改进自适应渐消卡尔曼滤波算法 被引量:14
2
作者 马龙 李晓明 《科学技术与工程》 北大核心 2013年第33期9973-9977,共5页
基于GPS/SINS组合导航系统的模型不准确,或者量测噪声多变所产生的滤波发散问题,研究了自适应渐消卡尔曼滤波对于滤波发散的抑制作用。提出一种利用新息协方差估计值和量测值实时自适应计算渐消因子的方法,用它调节卡尔曼滤波方程中预... 基于GPS/SINS组合导航系统的模型不准确,或者量测噪声多变所产生的滤波发散问题,研究了自适应渐消卡尔曼滤波对于滤波发散的抑制作用。提出一种利用新息协方差估计值和量测值实时自适应计算渐消因子的方法,用它调节卡尔曼滤波方程中预测误差协方差阵和增益矩阵。调整历史新息和当前新息的权重达到抑制滤波发散的目的。该算法能有效减少严格收敛判据推导渐消因子的计算量和限制条件,有效利用了当前新息值。仿真验证表明,提出的算法能有效抑制滤波发散;并且比常规卡尔曼滤波效果更佳。 展开更多
关键词 因子 卡尔曼滤波 GPS INS组合导航系统 发散抑制
在线阅读 下载PDF
基于改进自适应渐消卡尔曼滤波的通用航空GNSS/微惯性组合导航算法研究 被引量:10
3
作者 邱望彦 李荣冰 刘建业 《电子测量技术》 2020年第10期95-100,共6页
通用航空产业的迅速发展,对我国的经济发展和改善民生有着重要的意义。考虑到通用航空飞行器体积和成本的限制,微小型组合导航系统是其首要选择。在硬件性能无法进一步提升的条件下,使用高效的卡尔曼滤波算法是提高组合导航系统精度和... 通用航空产业的迅速发展,对我国的经济发展和改善民生有着重要的意义。考虑到通用航空飞行器体积和成本的限制,微小型组合导航系统是其首要选择。在硬件性能无法进一步提升的条件下,使用高效的卡尔曼滤波算法是提高组合导航系统精度和稳定性的关键。针对卡尔曼滤波模型建立不准确和卫星数据响应滞后会引起常规卡尔曼滤波发散的现象,在充分考虑反馈调节时滞特性的基础上,设计了带有前馈调节的指数渐消因子自适应卡尔曼滤波器,通过调节卡尔曼滤波方程中的预测误差协方差阵和增益矩阵调整历史新息和当前新息的权重达到抑制滤波发散的目的。仿真实验表明,该算法可以有效的抑制滤波发散,并且比常规的卡尔曼滤波效果更好,同时提高了算法的及时性。 展开更多
关键词 GNSS/MINS组合导航 指数因子 卡尔曼滤波 前馈
在线阅读 下载PDF
自适应渐消无迹卡尔曼滤波锂电池SoC估计 被引量:4
4
作者 郭向伟 李璐颖 +2 位作者 王晨 王亚丰 李万 《电子测量与仪器学报》 CSCD 北大核心 2024年第3期167-175,共9页
精确的荷电状态(SoC)是锂电池安全高效运行的重要保障,文章针对传统无迹卡尔曼滤波(UKF)对非线性系统突变状态跟踪能力差,导致SoC估计精度低的问题,提出一种新型自适应渐消无迹卡尔曼滤波(AFUKF)SoC估计方法。首先,通过设计新型衰减因子... 精确的荷电状态(SoC)是锂电池安全高效运行的重要保障,文章针对传统无迹卡尔曼滤波(UKF)对非线性系统突变状态跟踪能力差,导致SoC估计精度低的问题,提出一种新型自适应渐消无迹卡尔曼滤波(AFUKF)SoC估计方法。首先,通过设计新型衰减因子对UKF误差协方差矩阵进行加权,并基于新型衰减因子完成AFUKF的设计,减小陈旧量测值对估计结果的影响,提高传统UKF的估计精度和跟踪能力。其次,基于自主实验平台测试数据,验证了本文所提AFUKF算法存在初始误差时,相较于传统UKF算法,ECE工况下平均绝对误差和均方根误差分别下降了47.95%和33.92%,DST工况下分别下降了36.40%和27.73%;相较于同类改进的AUKF算法,ECE工况下平均绝对误差和均方根误差分别下降了43.36%和33.51%,DST工况下分别下降了39.01%和25.63%。模型结果表明,相比于传统UKF算法以及同类型改进的AUKF算法,AFUKF具有更高的估计精度,且在相同初始SoC误差条件下具有更好的鲁棒性。 展开更多
关键词 荷电状态 衰减因子 无迹卡尔曼滤波 自适应无迹卡尔曼滤波
在线阅读 下载PDF
自适应渐消并行扩展H_(∞)滤波SoC估计
5
作者 钱伟 王亚丰 +1 位作者 郭向伟 赵大中 《电机与控制学报》 北大核心 2025年第2期136-145,共10页
锂电池荷电状态(SoC)的高精度估算是新能源电动汽车能量管理及稳定运行的重要依据。针对SoC估计,提出一种自适应渐消并行扩展H_(∞)滤波(AFPE_HIF)估计方法。首先,建立双极化(DP)等效电路模型;其次,建立自适应渐消扩展H_(∞)滤波(AFE_H... 锂电池荷电状态(SoC)的高精度估算是新能源电动汽车能量管理及稳定运行的重要依据。针对SoC估计,提出一种自适应渐消并行扩展H_(∞)滤波(AFPE_HIF)估计方法。首先,建立双极化(DP)等效电路模型;其次,建立自适应渐消扩展H_(∞)滤波(AFE_HIF)算法。通过设计新型衰减因子对误差协方差自适应更新,降低旧数据对SoC估计的影响,提高传统扩展H_(∞)滤波(E_HIF)的跟踪速度及估计精度;最后,基于并行运算的思想,提出AFPE_HIF算法,减小自适应渐消扩展H_(∞)滤波算法的运算量。实验结果表明,本文所提AFPE_HIF算法平均绝对误差为0.449 9%,均方根误差为0.710 3%,相比于传统EKF、E_HIF及同类型改进H_(∞)滤波算法具有更高的估计精度和鲁棒性。 展开更多
关键词 锂电池 荷电状态 双极化模型 衰减因子 自适应扩展H_(∞)滤波 并行运算
在线阅读 下载PDF
基于多重渐消因子的自适应卡尔曼滤波器 被引量:29
6
作者 高伟 李敬春 +1 位作者 奔粤阳 杨晓龙 《系统工程与电子技术》 EI CSCD 北大核心 2014年第7期1405-1409,共5页
现有计算渐消因子的自适应卡尔曼滤波器得到的通常是标量渐消因子,从而导致各滤波通道具有相同的调节能力,不利于提高滤波精度。针对该问题,提出了一种利用估计均方误差和新息协方差估计值来计算多重渐消因子的方法,通过一组并行工作的... 现有计算渐消因子的自适应卡尔曼滤波器得到的通常是标量渐消因子,从而导致各滤波通道具有相同的调节能力,不利于提高滤波精度。针对该问题,提出了一种利用估计均方误差和新息协方差估计值来计算多重渐消因子的方法,通过一组并行工作的基于限定记忆指数加权的新息协方差估值器来计算渐消因子,并根据估计均方误差把渐消因子分配给各滤波通道,从而提高自适应卡尔曼滤波器整体性能,仿真结果证明了所提方法的有效性。 展开更多
关键词 卡尔曼滤波 自适应算法 多重因子 限定记忆指数加权法 新息协方差估值器
在线阅读 下载PDF
一种基于指数渐消因子的自适应卡尔曼滤波算法 被引量:16
7
作者 孙章国 钱峰 《电子测量技术》 2010年第1期40-42,共3页
本文应用自适应估计理论,提出了一种指数渐消因子自适应算法。该算法通过实测残差与理论残差的比值来确定指数方程的系数,调节自适应渐消因子,保证了滤波的稳定性,提高了滤波精度,并且冲破了经验储备系数的限制。最后对比其他三种自适... 本文应用自适应估计理论,提出了一种指数渐消因子自适应算法。该算法通过实测残差与理论残差的比值来确定指数方程的系数,调节自适应渐消因子,保证了滤波的稳定性,提高了滤波精度,并且冲破了经验储备系数的限制。最后对比其他三种自适应滤波算法进行了仿真比较,仿真结果表明,指数渐消因子自适应滤波算法是一种实用而有效的算法。 展开更多
关键词 卡尔曼滤波 自适应卡尔曼滤波 指数因子 储备系数
在线阅读 下载PDF
新的自适应渐消扩展卡尔曼滤波在GPS定位中的应用 被引量:5
8
作者 胡辉 彭雄明 +1 位作者 杨德进 李阳达 《火力与指挥控制》 CSCD 北大核心 2016年第3期177-182,共6页
当实际数据出现突变时,基于最小二乘、扩展卡尔曼滤波的GPS定位解算存在定位结果精度低和稳定性差的问题。提出一种自适应渐消扩展卡尔曼滤波算法,通过自适应渐消迭代系统噪声协方差,来实现抑制数据突变影响。试验结果表明:该算法相比... 当实际数据出现突变时,基于最小二乘、扩展卡尔曼滤波的GPS定位解算存在定位结果精度低和稳定性差的问题。提出一种自适应渐消扩展卡尔曼滤波算法,通过自适应渐消迭代系统噪声协方差,来实现抑制数据突变影响。试验结果表明:该算法相比最小二乘、扩展卡尔曼滤波,其定位精度有所提高;相比传统渐消扩展卡尔曼滤波,其收敛速度、稳定性有所提高。 展开更多
关键词 GPS 自适应 扩展卡尔曼滤波 定位精度 稳定性
在线阅读 下载PDF
自适应渐消有偏扩展卡尔曼滤波在目标跟踪中的应用 被引量:11
9
作者 严春满 吴松伦 董俊松 《传感技术学报》 CAS CSCD 北大核心 2020年第2期315-320,共6页
针对机动目标跟踪过程观测矩阵病态导致扩展卡尔曼滤波算法跟踪效果不佳的问题,提出一种自适应渐消有偏扩展卡尔曼滤波算法。该算法以扩展卡尔曼滤波为基本框架,并借鉴Gauss-Markov模型的思想以解决观测矩阵病态问题。算法根据状态估计... 针对机动目标跟踪过程观测矩阵病态导致扩展卡尔曼滤波算法跟踪效果不佳的问题,提出一种自适应渐消有偏扩展卡尔曼滤波算法。该算法以扩展卡尔曼滤波为基本框架,并借鉴Gauss-Markov模型的思想以解决观测矩阵病态问题。算法根据状态估计均方误差最小条件求得有偏因子,以降低病态观测矩阵对滤波估计的影响;根据滤波发散判据提出一种新的渐消因子估计方法,以实时调整预测协方差矩阵,从而改善滤波增益并有效提高目标跟踪精度。仿真结果表明,改进算法比传统扩展卡尔曼滤波对目标跟踪的精度有较大提高,同时稳定性更好。 展开更多
关键词 目标跟踪 自适应滤波 扩展卡尔曼滤波 有偏因子 因子
在线阅读 下载PDF
基于自适应渐消扩展卡尔曼滤波的锂离子电池SOC估计 被引量:6
10
作者 赵中华 晏晓锋 童有为 《广西师范大学学报(自然科学版)》 CAS 北大核心 2023年第1期58-66,共9页
电池荷电状态(SOC)的准确估计对于电动汽车动力电池的管理至关重要,而电动汽车在实际运行时经常会遇到SOC数据突变的问题,同时所建立的电池模型和噪声模型也存在一定误差,这导致传统扩展卡尔曼滤波算法在SOC估算过程中自适应性和鲁棒性... 电池荷电状态(SOC)的准确估计对于电动汽车动力电池的管理至关重要,而电动汽车在实际运行时经常会遇到SOC数据突变的问题,同时所建立的电池模型和噪声模型也存在一定误差,这导致传统扩展卡尔曼滤波算法在SOC估算过程中自适应性和鲁棒性较差。针对这些问题,本文提出使用自适应渐消扩展卡尔曼滤波算法(AFEKF),应用于锂离子电池的SOC估计。引入渐消因子对系统噪声协方差进行自适应迭代,从而实时更新最优卡尔曼增益,减少数据突变和电池模型误差等因素带来的影响,通过在复杂工况下的实验对比可知,AFEKF相比于标准EKF(extended Kalman filter),新欧洲驾驶循环工况下SOC估算精度提高0.78个百分点,变电流工况下估算精度提高0.5个百分点,同时在电池SOC初始值不准确的情况下能更快更平稳地收敛到真实值,表明AFEKF算法相比EKF估算SOC具有更高的估算精度和更好的鲁棒性。 展开更多
关键词 荷电状态(SOC) 参数辨识 自适应扩展卡尔曼滤波器(AFEKF) 锂离子电池 二阶RC模型
在线阅读 下载PDF
基于自适应多重渐消因子卡尔曼滤波的SINS初始对准方法 被引量:29
11
作者 薛海建 郭晓松 周召发 《系统工程与电子技术》 EI CSCD 北大核心 2017年第3期620-626,共7页
针对传统卡尔曼滤波器在模型失配和噪声时变情况下滤波精度下降甚至发散的问题,设计了一种新的多重渐消因子卡尔曼滤波算法。该算法通过一个基于渐消记忆指数加权的新息协方差估计器来计算新息协方差估计值,并依此引入多重渐消因子对预... 针对传统卡尔曼滤波器在模型失配和噪声时变情况下滤波精度下降甚至发散的问题,设计了一种新的多重渐消因子卡尔曼滤波算法。该算法通过一个基于渐消记忆指数加权的新息协方差估计器来计算新息协方差估计值,并依此引入多重渐消因子对预测误差协方差阵进行调整,使得各滤波通道具有不同的调节能力,克服了单渐消因子对多变量跟踪能力差的局限性,从而提高滤波算法的精度和鲁棒性。仿真和试验结果表明,新算法能有效抑制滤波器发散,其滤波精度和鲁棒性优于常规卡尔曼滤波与单渐消因子卡尔曼滤波,能够更好地满足工程应用的要求。 展开更多
关键词 捷联惯性导航系统 初始对准 卡尔曼滤波 多重因子 记忆指数加权
在线阅读 下载PDF
基于自适应渐消Sage-Husa扩展卡尔曼滤波的协同定位算法 被引量:13
12
作者 周萌萌 张冰 +2 位作者 赵强 潘梦婷 左思雨 《中国舰船研究》 CSCD 北大核心 2022年第4期92-97,共6页
[目的]针对多自主水下航行器(AUV)在航行过程中的定位精度等问题,提出一种基于自适应渐消Sage-Husa扩展卡尔曼滤波的多AUV协同定位算法。[方法]首先,改进滤波算法中的自适应滤波器,由渐消记忆指数加权得到新息协方差估计值,并引入渐消... [目的]针对多自主水下航行器(AUV)在航行过程中的定位精度等问题,提出一种基于自适应渐消Sage-Husa扩展卡尔曼滤波的多AUV协同定位算法。[方法]首先,改进滤波算法中的自适应滤波器,由渐消记忆指数加权得到新息协方差估计值,并引入渐消因子修正预测误差协方差,以达到调节滤波增益的目的。然后,建立多AUV协同导航模型,得到基本的协同导航滤波过程,通过对速度、加速度及位置信息的融合,实现对跟随AUV位置状态的准确估计。最后,采用此算法与EM-EKF,EKF算法分别对AUV协同导航模型进行仿真,并对结果进行对比。[结果]结果表明,在噪声协方差不匹配时,所提算法与EM-EKF,EKF算法相比均方根误差(RMSE)分别减少17.82%和24.48%,平均定位误差分别减少17.87%和22.54%;在噪声协方差时变时,RMSE分别减少42.11%和51.23%,平均定位误差分别减少34.87%和46.90%。[结论]所提算法有效改善了滤波的可靠性、精确性和自适应性。 展开更多
关键词 自主水下航行器 协同定位 定位精度 Sage-Husa自适应滤波 因子
在线阅读 下载PDF
基于自适应无迹卡尔曼滤波的气流角融合方法 被引量:1
13
作者 吴云燕 黄天鹏 +2 位作者 刘武 朱雪耀 马钊 《电光与控制》 CSCD 北大核心 2024年第11期109-114,共6页
迎角、侧滑角是影响飞控系统安全的关键参数,而大气数据系统在恶劣天气、机动飞行情况下难以准确测量气流角,在故障隔离失败情况下甚至会引发飞行安全问题。鉴于此,提出基于自适应无迹卡尔曼滤波(AUKF)的气流角融合方法,通过惯导系统和... 迎角、侧滑角是影响飞控系统安全的关键参数,而大气数据系统在恶劣天气、机动飞行情况下难以准确测量气流角,在故障隔离失败情况下甚至会引发飞行安全问题。鉴于此,提出基于自适应无迹卡尔曼滤波(AUKF)的气流角融合方法,通过惯导系统和飞行器动力学模型信息构建滤波模型,同时将自适应滤波思想应用于无迹卡尔曼滤波器,利用观测残差序列构建卡方检验和自适应渐消矩阵,实现了动态飞行、故障情况下气流角的高精度输出。仿真结果表明,所提方法的性能优于传统卡尔曼滤波算法,具有较大的工程应用价值。 展开更多
关键词 迎角 侧滑角 自适应无迹卡尔曼滤波 故障自检测 卡方检验 自适应矩阵
在线阅读 下载PDF
改进的渐消卡尔曼滤波在GPS动态定位中的应用 被引量:10
14
作者 王虎 王解先 +1 位作者 白贵霞 李浩军 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第1期124-128,共5页
基于中长基线GPS动态定位模型和渐消卡尔曼滤波理论,提出构建新的渐消因子向量,通过对不同滑动窗口宽度设计一组平行滤波器,利用加权获得优化之后的协方差阵来改善中长基线中动态定位的精度.数据解算结果验证了该方法的正确性和可靠性.
关键词 GPS动态定位 卡尔曼滤波 因子向量 滑动窗口
在线阅读 下载PDF
带渐消因子的Quadrature卡尔曼滤波 被引量:12
15
作者 刘玉磊 冯新喜 +1 位作者 鹿传国 孔云波 《宇航学报》 EI CAS CSCD 北大核心 2013年第10期1370-1377,共8页
为了解决无源传感器机动目标跟踪系统非线性较强、传统的跟踪滤波方法不稳定容易发散的缺陷,提出了一种带渐消因子的QKF(FQKF)算法。该算法通过引入时变渐消因子来实时调整状态预测误差协方差阵、量测预测误差协方差阵及状态预测误差和... 为了解决无源传感器机动目标跟踪系统非线性较强、传统的跟踪滤波方法不稳定容易发散的缺陷,提出了一种带渐消因子的QKF(FQKF)算法。该算法通过引入时变渐消因子来实时调整状态预测误差协方差阵、量测预测误差协方差阵及状态预测误差和量测预测误差之间的互协方差阵,利用公式推导得出渐消因子实际上是对状态传播积分点和量测传播积分点进行渐消,进而达到实时调整滤波器增益矩阵的目的。并通过算法的机理分析和仿真实验表明FQKF算法具有强跟踪滤波器(STF)的优良性能,能够克服QKF算法的缺陷,对于无源传感器机动目标跟踪中系统的突变状态具有较强的跟踪能力,较QKF算法稳定性有所提高,并且计算量适中。 展开更多
关键词 非线性系统 Quadrature卡尔曼滤波 因子 强跟踪滤波
在线阅读 下载PDF
多渐消因子卡尔曼滤波及其在SINS初始对准中的应用 被引量:26
16
作者 钱华明 葛磊 彭宇 《中国惯性技术学报》 EI CSCD 北大核心 2012年第3期287-291,共5页
针对卡尔曼滤波在系统模型失配和未知干扰情况下鲁棒性差的特点,对于一类线性模型提出了多渐消因子卡尔曼滤波算法。该算法利用卡尔曼滤波取得最佳增益时残差序列互不相关的性质,可以在线自适应地调整多个渐消因子,从而对多个数据通道... 针对卡尔曼滤波在系统模型失配和未知干扰情况下鲁棒性差的特点,对于一类线性模型提出了多渐消因子卡尔曼滤波算法。该算法利用卡尔曼滤波取得最佳增益时残差序列互不相关的性质,可以在线自适应地调整多个渐消因子,从而对多个数据通道进行渐消,即使当滤波达到稳态时仍然可以调整滤波增益,使得该算法对模型失配和未知干扰有较强的鲁棒性。将该算法用于噪声统计不准确的SINS初始对准,数值仿真表明,当系统模型存在不准确情况时,新方法对航向误差角的估计精度较单渐消因子卡尔曼滤波和常规卡尔曼滤波分别提高了70%和43%,证明了该算法的有效性。 展开更多
关键词 卡尔曼滤波 因子 因子 噪声统计不准确 鲁棒性
在线阅读 下载PDF
基于渐消卡尔曼滤波算法的航空发动机参数估计方法 被引量:2
17
作者 黄辉先 任科明 +1 位作者 李燕 庄选 《计算机应用》 CSCD 北大核心 2013年第10期2993-2995,2999,共4页
针对航空发动自适应模型误差无法完全消除,可能导致参数估计结果严重偏离甚至滤波发散的问题,提出一种带渐消因子的卡尔曼参数估计方法,采用在线调整卡尔曼方程残差的权重、加强现实测量数据在状态估计中作用的策略,保证了发动机性能参... 针对航空发动自适应模型误差无法完全消除,可能导致参数估计结果严重偏离甚至滤波发散的问题,提出一种带渐消因子的卡尔曼参数估计方法,采用在线调整卡尔曼方程残差的权重、加强现实测量数据在状态估计中作用的策略,保证了发动机性能参数估计的准确性。仿真结果表明,该方法不仅克服了滤波发散现象,具有更优的收敛速度和估计精度,且计算量小,实现简单,便于实际应用。 展开更多
关键词 航空发动机 自适应模型 参数估计 卡尔曼滤波 因子
在线阅读 下载PDF
基于奇异值分解的多重渐消鲁棒Cubature卡尔曼滤波及在组合导航中的应用(英文)
18
作者 张秋昭 张书毕 +1 位作者 王坚 郑南山 《中国惯性技术学报》 EI CSCD 北大核心 2013年第4期506-511,共6页
为了提高标准Cubature卡尔曼滤波(CKF)的稳定性和鲁棒性,提出一种改进的多重渐消H∞滤波Cubature卡尔曼滤波算法。首先基于系统状态的可观测性给出多重渐消因子矩阵求解过程,提高滤波算法的稳定性,抑制滤波发散;其次,引入H∞鲁棒思想,... 为了提高标准Cubature卡尔曼滤波(CKF)的稳定性和鲁棒性,提出一种改进的多重渐消H∞滤波Cubature卡尔曼滤波算法。首先基于系统状态的可观测性给出多重渐消因子矩阵求解过程,提高滤波算法的稳定性,抑制滤波发散;其次,引入H∞鲁棒思想,构造多重渐消H∞滤波Cubature卡尔曼滤波器;最后,提出采用一种奇异值分解的矩阵分解策略代替标准Cubature卡尔曼滤波中的Cholesky分解,进一步提高算法的数值稳定性。实际GPS/INS组合导航实验表明,改进的多重渐消H∞滤波Cubature卡尔曼滤波算法不仅能有效抑制滤波发散提高算法的稳定性,而且对观测野值具有更高的鲁棒性;提出的新算法与标准CKF算法相比,XYZ三个方向的位置精度分别提高了55.8%,46.6%和39.7%。 展开更多
关键词 Cubature卡尔曼滤波 多重滤波 鲁棒滤波 奇异值分解 组合导航
在线阅读 下载PDF
基于修正卡尔曼滤波的目标跟踪 被引量:26
19
作者 杨永建 樊晓光 +2 位作者 王晟达 禚真福 徐洋 《系统工程与电子技术》 EI CSCD 北大核心 2014年第5期846-851,共6页
分析了卡尔曼滤波算法在目标状态发生突变和运动模型建立不准确时估计精度降低,甚至发散的原因,对比自适应渐消卡尔曼滤波算法,提出了一种通过直接修正预测值来提高卡尔曼滤波算法精度、改善算法性能的修正算法。修正的算法通过设置判... 分析了卡尔曼滤波算法在目标状态发生突变和运动模型建立不准确时估计精度降低,甚至发散的原因,对比自适应渐消卡尔曼滤波算法,提出了一种通过直接修正预测值来提高卡尔曼滤波算法精度、改善算法性能的修正算法。修正的算法通过设置判定准则和修正准则,实时修正预测值,在滤波初始阶段可迅速降低估计误差、提高稳态时的滤波精度、缩短收敛时间;当目标发生状态突变时,可消除或降低由于目标状态突变造成的滤波跟踪精度下降、滤波发散的问题;当目标运动建模不准确时,可消除或降低由于建模不准确带来的模型误差。仿真实例说明了算法的有效性和较强的实际应用指导意义。 展开更多
关键词 卡尔曼滤波 运动状态 运动模型 自适应渐消卡尔曼滤波 修正预测值 滤波发散
在线阅读 下载PDF
改进的平方根容积模糊自适应卡尔曼滤波SLAM算法 被引量:4
20
作者 李俊 舒志兵 王苏洲 《组合机床与自动化加工技术》 北大核心 2017年第12期29-32,共4页
针对移动机器人SLAM算法存在系统噪声对定位精度影响严重,特征点的增加导致轨迹偏移等现象。文章将迭代思想与时变渐消因子引入平方根容积卡尔曼滤波中,通过动态调节新息均值和协方差的方式,建立模糊自适应模型调整噪声权值,改善系统中... 针对移动机器人SLAM算法存在系统噪声对定位精度影响严重,特征点的增加导致轨迹偏移等现象。文章将迭代思想与时变渐消因子引入平方根容积卡尔曼滤波中,通过动态调节新息均值和协方差的方式,建立模糊自适应模型调整噪声权值,改善系统中存在的运动噪声和观测噪声。该算法相对于以往算法只能解决单一问题而言,具有更好的兼容性与鲁棒性。通过实验仿真结果可以看出,该算法相对于以往算法在X方向、Y方向和位姿偏移角的误差分别减小了21.59%、36.45%、32.97%。将此算法应用于实际中,具有良好的地图重建效果。 展开更多
关键词 SLAM算法 迭代平方根容积 时变因子 模糊自适应
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部