《有色噪声下的不敏卡尔曼滤波器》PDF+DOC

📙 相关资料

1. 《分布式不敏卡尔曼滤波状态估计技术》PDF+DOC 在许多实际的分布式多传感器系统中，系统的动态或传感器的观测方程是非线性的.解决分布式多传感器非线性系统的状态估计问题，通常采用的一种方法是分布式扩展卡尔曼滤波.但由于模型的线性化误差，EKF的滤波效果在很多情况下并不能令人满意.另外，在许多实际应用中，模型的线性化过程比较繁杂，而且也不容易得到.为了......
2. 《航天器相对运动估计的一种并行推广卡尔曼滤波方法》PDF+DOC 从并行的观点出发，研究应用推广卡尔曼滤波估计航天器交会对接寻的期相对位置和速率问题。推导出交会推广卡尔曼滤波公式；提出了基于奇异值分解（ＳＶＤ）和Ｆａｄｄｅｖ算法的并行平方根算法；给出了其脉动阵列（Ｓｙｓｔｏｌｉｃ）实现结构；并对阵列所需的处理单元数目和执行一次迭代所需的时间步进行了分析，说明了其实......
3. 《多传感器数据的准分层融合法》PDF+DOC 本文针对非线性多传感器系统的状态估计问题，提出了准分层融合算法。文中，首先推出了准分层融合估计式，而后说明其算法，并讨论其性质，最后，给出其工程上可实现的结构框图。理论结果表明，该算法可用作多传感器的广义卡尔曼滤波。实际需要表明，该算法比文献￣［１］中线性系统的分层融合法更有应用前景。...
4. 《提高飞行弹丸跟踪滤波器滤波精度的一种方法》PDF+DOC 推广的卡尔曼滤波器能根据雷达测量数据较好地跟踪飞行弹丸，并估计出有用参数，但动态方程和量测方程的线性化会给滤波和估值带来一定的误差。该文讨论了用单步迭代滤波来降低动态方程的线性化给弹丸跟踪滤波器带来的滤波和估值误差。...
5. 《基于UKF的雷达/红外分布式加权融合算法》PDF+DOC 为了提高雷达/红外复合制导精度，针对雷达/红外复合制导信息融合中量测模型非线性问题，提出一种基于不敏卡尔曼滤波器(UKF)的分布式雷达红外加权融合算法。该算法在解决量测模型非线性函数问题上，不是对非线性函数进行近似，而是对非线性函数的概率密度分布进行近似，因而避免了扩展卡尔曼滤波的模型线性化误差导致......
6. 《基于自适应衰减卡尔曼滤波的多传感器信息融合》PDF+DOC 工程实践证明，标准卡尔曼滤波器的鲁棒性较差.在解决实际问题时，如果所建立的目标运动模型不能真实反映实际的运动过程，就会导致滤波器发散.针对此问题，提出了基于自适应衰减卡尔曼滤波的多传感器信息融合方法，这种方法可以有效地消除系统状态方程在建模存在误差时给信息融合带来的影响。...
7. 《粒子滤波在雷达方位配准中的应用》PDF+DOC 在多雷达数据处理系统中，雷达本身的系统误差是影响目标跟踪和数据融合质量的一个重要因素，尤其是正北方位误差。针对现有非线性滤波算法收敛性及鲁棒性较差的问题，将粒子滤波算法应用于雷达方位配准。通过与传统的扩展卡尔曼滤波方法仿真比较，结果表明采用粒子滤波的方法解决非线性雷达方位配准模型行之有效，能有效地克......
8. 《基于遗传算法的卡尔曼滤波器水下机器人信号处理方法》PDF+DOC 水下机器人的传感器信号受环境影响较大，数据滤波一直是机器人控制的核心问题之一。该文在卡尔曼滤波的基础上，引入遗传算法，对卡尔曼滤波方法进行改进，提出基于遗传算法优化的卡尔曼滤波器模型，从而提高水下机器人测量数据的精度，降低系统噪声和量测噪声所带来的误差。OUTLAND1000水下机器人罗经传感器的水......
9. 《基于UKF的目标状态与系统偏差的联合估计算法》PDF+DOC 研究了三维系统偏差条件下的扩维目标跟踪问题，提出了一种基于不敏卡尔曼滤波器(UKF)的系统偏差和目标状态的联合估计算法(ASUKF)。Monte-Carlo仿真结果表明，ASUKF算法较好地避免了扩展卡尔曼滤波器的模型线性化误差易导致滤波发散的问题，能更加有效地对目标状态和系统偏差进行实时联合估计。...
10. 《基于卡尔曼滤波的倒立摆系统角度信号处理研究》PDF+DOC 倒立摆系统姿态状态是一个强耦合的多阶非线性系统。在使用传统的加速度传感器获取数据的基础上，使用卡尔曼滤波的方法，将加速度传感器数据和陀螺仪数据进行融合，以Freescale Cortex_M4内核单片机为核心的惯性测量单元进行试验。卡尔曼滤波器将姿态信息作为系统状态变量进行实时估算滤掉噪声。并且通过......