《包含乘性噪声自适应修正的非合作目标相对导航算法》PDF+DOC
作者:朱云峰,孙永荣,赵伟,黄斌,吴玲
单位:中国航空学会;北京航空航天大学
出版:《航空学报》2019年第07期
页数:11页 (PDF与DOC格式可能不同)
PDF编号:PDFHKXB2019070200
DOC编号:DOCHKXB2019070209
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多传感器融合的多旋翼无人机近地面定位算法》PDF+DOC2018年第03期 王洲,杨明欣,王新媛
《有色量测噪声情况下的多传感器目标跟踪融合算法》PDF+DOC2013年第25期 郝惠娟,秦超英
《无人机多传感器数据融合的设计要求》PDF+DOC2015年第05期 李念国,赵慧
《并行卡尔曼滤波器的多信道序列规划算法》PDF+DOC2017年第01期 陆诗远,颜钢锋,林澈,郑荣濠
《基于深度强化学习的无人机数据采集和路径规划研究》PDF+DOC2020年第03期 牟治宇,张煜,范典,刘君,高飞飞
《加权分层卡尔曼滤波融合算法》PDF+DOC1998年第05期 罗森林,张怀广,王越,周思永
《基于动态加权下测量方差适应的同质多传感器融合算法》PDF+DOC2005年第03期 胡振涛,刘先省
《复杂环境下多机动目标跟踪问题的研究》PDF+DOC2002年第02期 郁光辉,戴亚平,侯朝桢,陈杰
《基于小波变换的异类传感器机动目标的模糊航迹关联》PDF+DOC2012年第10期 张波雷,许蕴山,夏海宝
《目标跟踪系统容许量测噪声问题》PDF+DOC2013年第12期 石超,宫晓辉,方国
无人机(UAV)态势感知的任务是利用机载传感器对未知环境进行目标识别和引导,针对无人机与非合作目标间中远距离的相对导航问题,提出了一种基于角度和距离量测的相对状态估计算法。在现有滤波算法的基础上,为了提高精度和稳定性,本文利用了列文伯格-马夸尔特(LM)优化的思想对迭代卡尔曼滤波(IEKF)算法进行改进,提出了一种LM-IEKF算法,并推导该算法在迭代过程中的状态更新方程及协方差阵的递推公式。在此基础上,考虑到距离传感器由于信号相关特性而引入的乘性噪声,现有的加性噪声模型难以适应,因此,进一步提出了基于量测噪声自适应修正的Modified LM-IEKF方法,通过在线实时更新噪声阵提高滤波的精度,并设置渐消记忆指数平滑估计结果。算法验证结果表明,与现有的EKF、IEKF算法相比,在仅含加性噪声的情况下,LM-IEKF算法具有更好的性能;在包含乘性噪声的情况下,Modified LM-IEKF可以有效地估计量测噪声,与目前广泛使用的EKF算法相比,在综合相对位置和相对速度精度上分别提高了10%和23%。
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。