期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于变尺度变换减少Sigma点的粒子滤波算法研究
被引量:
7
1
作者
赵光琼
陈绍刚
+2 位作者
付奎
唐忠樑
贺威
《自动化学报》
EI
CSCD
北大核心
2015年第7期1350-1355,共6页
为了减少传统无味粒子滤波(Unscented particle filter,UPF)算法的计算负担,提出了最小斜度单形无味转换(Minimal skew simplex UT,MSSUT)方法,这种方法是用最小斜度无味卡尔曼滤波来产生粒子的重要性函数.它不仅能够扩大重要性分布与...
为了减少传统无味粒子滤波(Unscented particle filter,UPF)算法的计算负担,提出了最小斜度单形无味转换(Minimal skew simplex UT,MSSUT)方法,这种方法是用最小斜度无味卡尔曼滤波来产生粒子的重要性函数.它不仅能够扩大重要性分布与系统状态的后验概率密度的重叠性,而且能够通过减少Sigma点来减少计算负担.但是,随着状态空间维数的增加,Sigma点集的覆盖半径增大,导致了Sigma点集的聚集性变差.辅助随机变量变尺度无味变换(Auxiliary random variable formulation of the scaled unscented transformation,ASUT)能够克服Sigma点集分布扩展的缺点.所以,提出了一种高维空间中改进的变尺度最小斜度无味粒子滤波(Scaled minimal skew simplex unscented particle filter,SMSSUPF)算法.仿真结果表明:在高维状态空间中,与传统的无味粒子滤波(UPF)相比,计算复杂度和计算负担显著减少.与最小斜度无味粒子滤波(Minimal skew simplex unscented particle filter,MSSUPF)相比,SMSSUPF减少了系统噪声方差和测量噪声方差所带来的估计误差.
展开更多
关键词
Sigma点
最小斜度无味转换
粒子滤波
变尺度变换
下载PDF
职称材料
基于SINS/CNS组合导航系统的多模型自适应估计算法
2
作者
范双菲
赵方方
+2 位作者
李夏菁
唐忠樑
贺威
《深空探测学报》
2014年第4期275-281,共7页
针对单一模型滤波器在未知或不确定的系统参数下适应性较差的问题,提出了一种新的基于多模型自适应估计(multiple model adaptive estimation,MMAE)的滤波方法。该方法利用改进的卡尔曼滤波代替传统的卡尔曼滤波,比如扩展卡尔曼滤波(ext...
针对单一模型滤波器在未知或不确定的系统参数下适应性较差的问题,提出了一种新的基于多模型自适应估计(multiple model adaptive estimation,MMAE)的滤波方法。该方法利用改进的卡尔曼滤波代替传统的卡尔曼滤波,比如扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)。EKF和UKF被用来作为多模型自适应估计的子滤波器,从而实现对非线性系统的状态估计。同时,还将该方法应用于基于弹道导弹模型的组合导航中实现了系统仿真。仿真结果表明,与传统的EKF和UKF算法比较,改进的滤波方法可以解决传统模型滤波器适应性差的问题,并提高系统的导航精度。
展开更多
关键词
多模型自适应估计
卡尔曼滤波
捷联惯导
天文导航
组合导航
下载PDF
职称材料
题名
基于变尺度变换减少Sigma点的粒子滤波算法研究
被引量:
7
1
作者
赵光琼
陈绍刚
付奎
唐忠樑
贺威
机构
电子科技大学数学科学学院
电子科技大学机器人研究中心
北京科技大学自动化学院
出处
《自动化学报》
EI
CSCD
北大核心
2015年第7期1350-1355,共6页
基金
国家重点基础研究发展计划(973计划)(2014CB744206)资助~~
文摘
为了减少传统无味粒子滤波(Unscented particle filter,UPF)算法的计算负担,提出了最小斜度单形无味转换(Minimal skew simplex UT,MSSUT)方法,这种方法是用最小斜度无味卡尔曼滤波来产生粒子的重要性函数.它不仅能够扩大重要性分布与系统状态的后验概率密度的重叠性,而且能够通过减少Sigma点来减少计算负担.但是,随着状态空间维数的增加,Sigma点集的覆盖半径增大,导致了Sigma点集的聚集性变差.辅助随机变量变尺度无味变换(Auxiliary random variable formulation of the scaled unscented transformation,ASUT)能够克服Sigma点集分布扩展的缺点.所以,提出了一种高维空间中改进的变尺度最小斜度无味粒子滤波(Scaled minimal skew simplex unscented particle filter,SMSSUPF)算法.仿真结果表明:在高维状态空间中,与传统的无味粒子滤波(UPF)相比,计算复杂度和计算负担显著减少.与最小斜度无味粒子滤波(Minimal skew simplex unscented particle filter,MSSUPF)相比,SMSSUPF减少了系统噪声方差和测量噪声方差所带来的估计误差.
关键词
Sigma点
最小斜度无味转换
粒子滤波
变尺度变换
Keywords
Sigma point
minimal skew simplex unscented transformation (MSSUT)
particle filter
scaled transformation
分类号
TN713 [电子电信—电路与系统]
下载PDF
职称材料
题名
基于SINS/CNS组合导航系统的多模型自适应估计算法
2
作者
范双菲
赵方方
李夏菁
唐忠樑
贺威
机构
弗吉尼亚理工大学计算机工程系
电子科技大学机器人研究中心
出处
《深空探测学报》
2014年第4期275-281,共7页
基金
国家重点基础研究发展计划(2014CB744206)
文摘
针对单一模型滤波器在未知或不确定的系统参数下适应性较差的问题,提出了一种新的基于多模型自适应估计(multiple model adaptive estimation,MMAE)的滤波方法。该方法利用改进的卡尔曼滤波代替传统的卡尔曼滤波,比如扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)。EKF和UKF被用来作为多模型自适应估计的子滤波器,从而实现对非线性系统的状态估计。同时,还将该方法应用于基于弹道导弹模型的组合导航中实现了系统仿真。仿真结果表明,与传统的EKF和UKF算法比较,改进的滤波方法可以解决传统模型滤波器适应性差的问题,并提高系统的导航精度。
关键词
多模型自适应估计
卡尔曼滤波
捷联惯导
天文导航
组合导航
Keywords
multiple model adaptive estimation
Kalman filter
strap-down inertial navigation
celestial navigation
integrated navigation
分类号
V448 [航空宇航科学与技术—飞行器设计]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于变尺度变换减少Sigma点的粒子滤波算法研究
赵光琼
陈绍刚
付奎
唐忠樑
贺威
《自动化学报》
EI
CSCD
北大核心
2015
7
下载PDF
职称材料
2
基于SINS/CNS组合导航系统的多模型自适应估计算法
范双菲
赵方方
李夏菁
唐忠樑
贺威
《深空探测学报》
2014
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部