《带有量测数据丢失的虚观测鲁棒卡尔曼滤波算法》PDF+DOC
作者:黄珏,颜冰,徐朋豪
单位:华中科技大学
出版:《华中科技大学学报(自然科学版)》2016年第09期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFHZLG2016090110
DOC编号:DOCHZLG2016090119
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于无迹卡尔曼算法的永磁同步电机矢量控制的无传感器技术》PDF+DOC2016年第04期 刘振,杨晓洪,王剑平,张果,王思
《基于时变量测方差的多传感器多目标优化分配算法》PDF+DOC2015年第04期 方余瑜,左燕,谷雨,薛安克
《基于Metropolis-Hastings采样的多传感器集合卡尔曼滤波算法》PDF+DOC2017年第04期 胡振涛,张谨,胡玉梅,金勇
《改进型自适应无迹卡尔曼姿态算法》PDF+DOC2017年第10期 侯江宽,马珺,贾华宇
《改进的多目标多传感器数据融合相关算法》PDF+DOC1994年第03期 尹晓东,刘后铭
《基于DS证据理论的多传感器信息融合算法》PDF+DOC2012年第06期 康健,谷云彪,李一兵
《含无序量测的多传感器目标跟踪滤波算法》PDF+DOC2012年第02期 蒋春蕾
《非等间隔滤波及其在导航系统中的应用综述》PDF+DOC2011年第05期 刘翠翠,祁振强,张玉民,郭雷
《一种基于分步式滤波的多传感器组合导航系统算法研究》PDF+DOC2011年第07期 林雪原,衣晓
《基于多传感器不完全量测下的机动目标跟踪算法》PDF+DOC2013年第08期 李松,胡振涛,李晶,杨昭,金勇
针对传感器量测数据丢失的卡尔曼(Kalman)滤波问题进行了研究,提出了一种基于虚观测值的鲁棒卡尔曼滤波算法,针对伯努利(Bernoulli)分布描述的量测数据丢失的模型,充分利用当前时刻的先验信息,应用趋势移动平均法来预估构造丢失数据时刻的虚观测值,建立了等效的传感器量测模型.利用鲁棒卡尔曼滤波方法来消除预测偏差较大的虚观测值对目标跟踪的影响,从而达到对目标的稳健跟踪.仿真实例说明了该算法能在量测数据丢失的情况下对目标进行有效的跟踪,跟踪精度高于跳变线性系统的卡尔曼滤波算法。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。