期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一类基于噪声协方差自适应的强跟踪滤波方法
1
作者 王远亮 李云育 +2 位作者 王亚飞 葛泉波 李宏 《指挥与控制学报》 北大核心 2025年第1期49-60,共12页
强跟踪滤波是一种能有效应对状态突变和模型不精准系统的自适应估计方法。传统强跟踪滤波是利用渐消因子来调整预测估计误差协方差公式的状态转移矩阵相关部分,导致对滤波模型修正和模型参数估计的可解释性较弱,估计性能也有待于进一步... 强跟踪滤波是一种能有效应对状态突变和模型不精准系统的自适应估计方法。传统强跟踪滤波是利用渐消因子来调整预测估计误差协方差公式的状态转移矩阵相关部分,导致对滤波模型修正和模型参数估计的可解释性较弱,估计性能也有待于进一步改进。针对上述问题,在现有强跟踪渐消因子调整效果等价于调节过程噪声协方差的深度分析基础上,提出直接将渐消因子用来自适应动态调整预测估计误差协方差计算公式中过程噪声方差部分的强跟踪滤波思想,并给出了两种能有效保证协方差矩阵对称性的多重次优渐消因子计算方法。与传统的强跟踪滤波方法相比,新方法在现有滤波框架下直接实现了对系统模型参数的实时动态反馈修正,不仅避免因非对称而导致的滤波发散现象,同时具有非常清晰的原理和效果可解释性。实验结果表明,新方法具有跟踪估计性能上的明显改进。 展开更多
关键词 强跟踪滤波 预测误差协方差 系统模型修正 渐消因子 矩阵迹
在线阅读 下载PDF
一种基于效能函数的传感器管理最优决策模型 被引量:4
2
作者 王峰 潘泉 +2 位作者 王荫槐 吴慈伶 梁彦 《系统工程与电子技术》 EI CSCD 北大核心 2007年第9期1472-1475,共4页
提出了一种传感器管理最优决策模型,并以量测前后获得的目标信息增量为该模型中的性能指标,分析了基于最大预测误差协方差的传感器资源分配算法的最优性。分别以IMMKF、基于CV模型的KF、基于CA模型的KF为滤波器进行了仿真研究,结果表明... 提出了一种传感器管理最优决策模型,并以量测前后获得的目标信息增量为该模型中的性能指标,分析了基于最大预测误差协方差的传感器资源分配算法的最优性。分别以IMMKF、基于CV模型的KF、基于CA模型的KF为滤波器进行了仿真研究,结果表明基于IMMKF的预测误差协方差分配算法对于不同运动轨迹目标具有更好的效果。 展开更多
关键词 传感器管理 效能函数 最优决策模型 预测误差协方差
在线阅读 下载PDF
机动目标变采样周期滤波的IMM算法研究 被引量:2
3
作者 卢菁 徐朝阳 +1 位作者 熊建鑫 高峰 《现代电子技术》 2010年第15期21-23,共3页
针对IMM算法,提出一种变采样周期的滤波算法。该算法事先设定一组典型的采样周期,算出各种采样周期下的预测误差协方差,当预测误差协方差大于给定的门限时即进行下一次采样。这种算法相对固定周期采样,不但能够保证跟踪精度,还能有效地... 针对IMM算法,提出一种变采样周期的滤波算法。该算法事先设定一组典型的采样周期,算出各种采样周期下的预测误差协方差,当预测误差协方差大于给定的门限时即进行下一次采样。这种算法相对固定周期采样,不但能够保证跟踪精度,还能有效地减少采样次数,从而达到节省雷达资源的效果。 展开更多
关键词 机动目标跟踪滤波 IMM 自适应采样周期 预测误差协方差
在线阅读 下载PDF
基于变分贝叶斯双尺度自适应时变噪声容积卡尔曼滤波的同步定位与建图算法 被引量:3
4
作者 李帅永 谢现乐 +2 位作者 毛文平 杨雪梅 聂嘉炜 《电子与信息学报》 EI CSCD 北大核心 2023年第3期1006-1014,共9页
为解决移动机器人在同步定位与建图(SLAM)中因系统噪声和观测噪声时变导致状态估计精度降低的问题,该文提出一种基于变分贝叶斯的双尺度自适应时变噪声容积卡尔曼滤波SLAM算法(DSACKF SLAM)。该算法采用逆Wishart分布对一步预测误差协... 为解决移动机器人在同步定位与建图(SLAM)中因系统噪声和观测噪声时变导致状态估计精度降低的问题,该文提出一种基于变分贝叶斯的双尺度自适应时变噪声容积卡尔曼滤波SLAM算法(DSACKF SLAM)。该算法采用逆Wishart分布对一步预测误差协方差矩阵P_(k|k–1)和观测噪声协方差矩阵R_(k)建模,分别用来降低系统噪声和观测噪声的影响,并利用变分贝叶斯滤波实现对移动机器人状态向量X_(k),P_(k|k–1)和R_(k)的联合估计。分别在系统噪声和观测噪声时变和时不变的条件下进行仿真实验,结果表明与基于无迹卡尔曼滤波的SLAM算法(UKF SLAM)、自适应更新观测噪声的容积卡尔曼滤波的SLAM算法(VB-ACKF SLAM)相比,所提DSACKF SLAM算法在噪声时变时,平均位置误差分别减小1.54 m,3.47 m;噪声时不变时,平均位置误差分别减小0.62 m,1.41 m,证明DSACKF SLAM算法有更好的估计性能。 展开更多
关键词 同步定位与建图 容积卡尔曼滤波 变分贝叶斯 一步预测误差协方差矩阵 观测噪声协方差矩阵
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部