期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
平方根求积分卡尔曼滤波器 被引量:20
1
作者 巫春玲 韩崇昭 《电子学报》 EI CAS CSCD 北大核心 2009年第5期987-992,共6页
针对具有加性噪声的非线性高斯动态系统的状态估计问题,本文提出一种近似递归的高斯滤波器:平方根求积分卡尔曼滤波器(SRQKF).该滤波器是在求积分卡尔曼滤波器(QKF)基础上的平方根实现形式,使用统计线性回归的方法,通过一套参数化高斯... 针对具有加性噪声的非线性高斯动态系统的状态估计问题,本文提出一种近似递归的高斯滤波器:平方根求积分卡尔曼滤波器(SRQKF).该滤波器是在求积分卡尔曼滤波器(QKF)基础上的平方根实现形式,使用统计线性回归的方法,通过一套参数化高斯密度的高斯-厄米特积分点来线性化非线性函数的;滤波器采用平方根的实现方法,不仅增强了数值的鲁棒性,确保了状态协方差矩阵的半正定性,而且在一定程度上提高了滤波精度.仿真实验表明,SRQKF的滤波精度比QKF提高约12%,且均高于无味滤波器(UF)和扩展卡尔曼滤波器(EKF),但这二者的计算复杂度均比UF和EKF大.对滤波精度要求比较高的非线性场合,新滤波器是一种很有效的非线性滤波算法. 展开更多
关键词 高斯-厄米特积分 统计线性回归 无味滤波器 积分卡尔曼滤波器
在线阅读 下载PDF
观测域求积分卡尔曼滤波的机载无源定位算法 被引量:6
2
作者 刘学 焦淑红 司锡才 《西安交通大学学报》 EI CAS CSCD 北大核心 2011年第5期137-142,共6页
针对机载无源定位系统中存在滤波稳定性差、收敛速度慢、定位精度差等问题,提出一种观测域平方根求积分卡尔曼滤波算法.新算法兼顾了观测域滤波和平方根求积分卡尔曼滤波的优点,将状态矢量中的各个分量自动解耦,分离了可观测项和不可观... 针对机载无源定位系统中存在滤波稳定性差、收敛速度慢、定位精度差等问题,提出一种观测域平方根求积分卡尔曼滤波算法.新算法兼顾了观测域滤波和平方根求积分卡尔曼滤波的优点,将状态矢量中的各个分量自动解耦,分离了可观测项和不可观测项;通过采用Gaussian-Hermit积分规则提高了非线性变换后随机变量参数的估计精度,有效地降低了状态域与观测域之间转换时存在的高阶误差;使用误差协方差阵的平方根代替协方差阵参与递推滤波,在保证数值稳定性的同时提高了算法的运行效率.计算机仿真表明:新算法提高了滤波稳定性、收敛速度和定位精度. 展开更多
关键词 机载无源定位 观测域滤波 积分卡尔曼滤波器 Gaussian-Hermit积分规则
在线阅读 下载PDF
免微分非线性Bayesian滤波方法评述 被引量:12
3
作者 程水英 邹继伟 汤鹏 《宇航学报》 EI CAS CSCD 北大核心 2009年第3期843-857,876,共16页
以非线性递推Bayesian滤波问题的求解及其历史渊源为起点,分两类对各种免微分非线性Bayesian滤波方法或免微分方法的原理和算法进行了评述:一类是以线性最小均方误差最优估计子为特点的免微分高斯滤波,包括无味卡尔曼滤波、均差滤波器... 以非线性递推Bayesian滤波问题的求解及其历史渊源为起点,分两类对各种免微分非线性Bayesian滤波方法或免微分方法的原理和算法进行了评述:一类是以线性最小均方误差最优估计子为特点的免微分高斯滤波,包括无味卡尔曼滤波、均差滤波器、中心差分滤波器和Gauss-Hermite滤波器或积分卡尔曼滤波器;另一类是后验密度数值逼近免微分方法,包括栅格法(GBMs)与近似栅格法、矩近似法和以粒子滤波为代表的Monte Carlo方法。其中还包括了作者的一些最新研究成果,如迭代UKF算法、裂变自举PF算法和关于粒子滤波算法有限收敛界的概念等。之后从加权统计线性回归的角度对两类免微分方法进行了统一认识,统一为以数值方法为特点的广义PF。为了建立一个关于各种免微分算法性能的整体印象,论文还通过一个复杂的递推非线性滤波估计例子,用MonteCarlo仿真实验的方法对7种典型的免微分方法和和传统的EKF算法进行了比较研究。最后对两类免微分方法进行了简单的比较,并指出了进一步研究的方向。 展开更多
关键词 非线性估计 递推Bayesian滤波 扩展卡尔曼滤波 高斯滤波 无味变换 无味卡尔曼滤波 均差 滤波器 中心差分滤波器 Gauss—Hermite滤波器 积分卡尔曼滤波器 迭代无味卡尔曼滤波 栅格法 近似栅格 矩近似法 Monte CARLO方法 粒子滤波 裂变自举粒子滤波 加权统计线性回归
在线阅读 下载PDF
一种基于渐消因子的区间卡尔曼滤波器方法 被引量:6
4
作者 徐韩 曾超 黄清华 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2017年第12期1826-1833,1839,共9页
在噪声环境中,运动目标发生稳态突变会降低卡尔曼滤波器的滤波性能,进而导致组合导航的可靠性降低,导航系统抗干扰能力下降,影响导航的精确度。为了提高卡尔曼滤波器性能,提高抗干扰能力和导航精度,在采用基于卡尔曼滤波器的超紧耦合同... 在噪声环境中,运动目标发生稳态突变会降低卡尔曼滤波器的滤波性能,进而导致组合导航的可靠性降低,导航系统抗干扰能力下降,影响导航的精确度。为了提高卡尔曼滤波器性能,提高抗干扰能力和导航精度,在采用基于卡尔曼滤波器的超紧耦合同时,提出一种新型的基于渐消因子的区间卡尔曼滤波器算法。该算法通过引入渐消因子和区间矩阵对滤波器增益矩阵进行实时调整,并利用区间运算中的交集运算将各种误差源约束到交集区间,进而保证在区间运算中保真集合映射的完备性并取得最优化。结果显示,该算法能够克服原有滤波器算法的缺陷,在噪声环境中提升对稳态突变目标的跟踪能力,且在噪声中滤波器效果提高,算法计算量没有明显增加。 展开更多
关键词 超紧耦合 锁相环 积分卡尔曼滤波器 稳态突变 区间运算
原文传递
基于QKF的隧道电力工程车辆锂电池SOC估计算法 被引量:2
5
作者 孙增田 陈毅 +1 位作者 巫春玲 巨永锋 《电子设计工程》 2021年第12期108-111,116,共5页
针对隧道电力工程车辆的电池荷电状态(SOC)估计问题,提出一种新的非线性滤波算法-求积分卡尔曼滤波器(QKF),用于对SOC的估计。QKF使用统计线性回归的方法,通过一套参数化高斯密度的高斯-厄米特积分点来线性化非线性函数,该算法的数值鲁... 针对隧道电力工程车辆的电池荷电状态(SOC)估计问题,提出一种新的非线性滤波算法-求积分卡尔曼滤波器(QKF),用于对SOC的估计。QKF使用统计线性回归的方法,通过一套参数化高斯密度的高斯-厄米特积分点来线性化非线性函数,该算法的数值鲁棒性高,估计精度高。运用二阶等效电路模型对锂离子电池进行建模,构建模型的状态空间方程后,运用QKF算法对电池的SOC进行估计。仿真实验表明,QKF对SOC的估计误差很小,低于1%,表明QKF算法是一种很好的估计电池SOC的方法,具有较高的精确度。 展开更多
关键词 电力工程车辆 统计线性回归 荷电状态 积分卡尔曼滤波器
在线阅读 下载PDF
Maneuvering target tracking algorithm based on cubature Kalman filter with observation iterated update 被引量:4
6
作者 胡振涛 Fu Chunling +1 位作者 Cao Zhiwei Li Congcong 《High Technology Letters》 EI CAS 2015年第1期39-45,共7页
Reasonable selection and optimization of a filter used in model estimation for a multiple model structure is the key to improve tracking accuracy of maneuvering target.Combining with the cubature Kalman filter with it... Reasonable selection and optimization of a filter used in model estimation for a multiple model structure is the key to improve tracking accuracy of maneuvering target.Combining with the cubature Kalman filter with iterated observation update and the interacting multiple model method,a novel interacting multiple model algorithm based on the cubature Kalman filter with observation iterated update is proposed.Firstly,aiming to the structural features of cubature Kalman filter,the cubature Kalman filter with observation iterated update is constructed by the mechanism of iterated observation update.Secondly,the improved cubature Kalman filter is used as the model filter of interacting multiple model,and the stability and reliability of model identification and state estimation are effectively promoted by the optimization of model filtering step.In the simulations,compared with classic improved interacting multiple model algorithms,the theoretical analysis and experimental results show the feasibility and validity of the proposed algorithm. 展开更多
关键词 maneuvering target tracking nonlinear filtering cubature Kalman filter(CKF) interacting multiple model(IMM)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部