搜索结果: 1-8 共查到“信息科学与系统科学 卡尔曼滤波”相关记录8条 . 查询时间(0.1 秒)
基于多状态卡尔曼滤波的双目视觉导航设计
轨迹跟踪 多状态约束卡尔曼滤波器 三焦点张量 sigma滤波器
2020/8/17
提出了一种改进的多状态约束卡尔曼滤波器（IMSCKF）双目视觉惯性导航算法。该算法在初始阶段采用Sigma滤波器和三焦点张量约束快速完成初始化，产生的状态向量与MSCKF一致，可以实现初始化和后续导航之间的无缝过渡，提高了系统状态估计的精度和鲁棒性。实验结果表明，本文提出的IMSCKF方法位置跟踪误差维持在±1 mm，角度误差维持在±1°，可以提高双目视觉惯性导航的鲁棒性和精度。
基于卡尔曼滤波器的半捷联导引头控制系统设计
半捷联导引头 伺服控制 目标跟踪 卡尔曼滤波
2020/4/3
分析了滚仰式半捷联导引头控制系统原理，给出了导引头的状态方程与量测方程，提出了一种基于目标运动状态估计的卡尔曼滤波方法并将其应用于导引头控制；建立了滚仰式半捷联导引头控制仿真模型。仿真结果表明：提出的基于目标运动状态估计的卡尔曼滤波方法对导引头控制干扰和测量噪声具有良好的滤波作用，有效提高了导引头控制系统的鲁棒性，能够使导引头在控制干扰和噪声作用下保持对运动目标的稳定跟踪，为滚仰式半捷联导引头控制...
带渐消因子的Quadrature卡尔曼滤波
非线性系统 Quadrature卡尔曼滤波 渐消因子 强跟踪滤波器
2014/4/10
为了解决无源传感器机动目标跟踪系统非线性较强、传统的跟踪滤波方法不稳定容易发散的缺陷，提出了一种带渐消因子的QKF（FQKF）算法。该算法通过引入时变渐消因子来实时调整状态预测误差协方差阵、量测预测误差协方差阵及状态预测误差和量测预测误差之间的互协方差阵,利用公式推导得出渐消因子实际上是对状态传播积分点和量测传播积分点进行渐消，进而达到实时调整滤波器增益矩阵的目的。并通过算法的机理分析和仿真实验表...
Cubature 卡尔曼滤波器(CKF) 在非高斯噪声或统计特性未知时滤波精度将会下降甚至发散, 为此提出了统计回归估计的鲁棒CKF 算法. 推导出线性化近似回归和直接非线性回归的鲁棒CKF 算法, 直接非线性回归克服了观测方程线性化近似带来的不足. 具有混合高斯噪声的仿真实例比较了3 种Cubature 卡尔曼滤波器的滤波性能, 结果表明这两种鲁棒CKF 滤波精度及估计一致性明显优于CKF, 直...
基于容积卡尔曼滤波的卫星姿态估计
姿态估计 容积卡尔曼滤波 容积四元数估计器 容积信息四元数估计器
2014/4/11
为了获得更好的估计精度和滤波稳定性，提出了一种基于容积卡尔曼滤波（Cubature Kalman Filter, CKF）的容积四元数估计器（Cubature Quaternion Estimator，CQE）估计卫星姿态。新方法利用四元数进行姿态更新，同时采用广义罗德里格参数表示误差角，有效地避免了滤波过程中的奇异。为克服多传感器融合时运算效率低的问题，通过容积四元数估计器与信息滤波相结合，提出...
对于不同维数下非线性系统的估计问题, 为从常用的Unscented 卡尔曼滤波(UKF) 和Cubature 卡尔曼滤
波(CKF) 中选取合适的滤波方法, 从函数泰勒展开式和数值稳定性上对其进行了分析和比较. 由于不同维数下它们
捕获函数泰勒展开式高阶项的程度和数值稳定性不同, 两者滤波精度出现差异, 从而得到了不同维数下滤波方法的
选择途径. 仿真结果验证了理论分析的正确性.
针对条件线性高斯状态空间模型, 提出cubature 卡尔曼滤波-卡尔曼滤波算法(CKF-KF), 分别应用CKF 和KF 估计模型中的非线性和线性状态. 该算法对非线性与线性状态均进行cubature 采样, 并将两种样本通过线性方程和量测方程进行传播, 以获得非线性状态估计. 机动目标跟踪仿真结果表明, CKF-KF 的估计精度比Rao-Blackwellized 粒子滤波器(RBPF) 略低...
弹道测定中推广卡尔曼滤波的误差分析
2007/8/27
在弹道测定中,经常采用推广卡尔曼滤波方法进行实时跟踪.我们知道,当观测量的采样间隔较大、观测误差较大时,推广卡尔曼滤波将引进较大的离散化、线性化误差,从而影响滤波精度,对大气外弹道测定,正是这种情形.本文针对大气外弹道测定,具体分析非线性动态方程和非线性量测方程所产生的离散化、线性化误差的影响.由于对大气外弹道测定,如采用椭圆六个轨道根数作状态量,此...