基于SVM粗差剔除的有色噪声建模

针对有色噪声建模存在的粗差影响系统辨识的问题,提出了一种基于支持向量机(SVM)的粗差剔除方法,在粗差剔除的基础上对有色噪声进行建模,并给出了相应的理论模型。为了验证该方法的正确性,进行了仿真算例的研究,结果表明该方法能有效地剔除有色噪声中的粗差,并在此基础上对噪声模型进行有效的系统辨识。

有色噪声条件下扩展卡尔曼滤波算法研究

针对标准扩展卡尔曼滤波算法在雷达导引头测量噪声为有色噪声的条件下,出现精度下降的情况,通过时间序列分析法对有色噪声进行建模,采用有色噪声条件下扩展卡尔曼滤波算法,提升了测量噪声为有色噪声情况下滤波精度。在AR(1)模型下,建立有色噪声滤波,通过仿真分析滤波各参数对有色噪声滤波精度影响,从而为有色噪声滤波各参数选取提供参考,最后仿真表明在测量噪声为有色噪声的条件下,有色噪声条件下扩展卡尔曼滤波算法的滤波精度比标准扩展卡尔曼滤波精度高。