一种抗野值的Kalman跟踪滤波器

在Kalman滤波目标跟踪的应用过程中,观测值中的野值是影响滤波效果的重要因素.分析了野值对Kalman滤波的影响机理,从滤波算法的原理和工程实践的实际出发,提出了一种野值判别和处理方法.仿真计算表明,该方法性能可靠,简单易行,可以有效地消除野值对滤波的不良影响,提高滤波的精度.     

观测值中野值的判别与处理方法仿真研究

在Kalman滤波应用过程中,观测值中的野值是影响滤波效果的重要因素。分析了野值对Kalman滤波的影响机理,从滤波算法的原理和工程实践的实际出发,提出了一组野值判别和处理方法。仿真计算和工程实际应用表明,该方法性能可靠,简单易行,可以有效地消除野值对滤波的不理影响,提高滤波的精度。     

基于自适应Kalman滤波的ADS-B数据抗野值方法

在对ADS-B数据的实际滤波过程中,观测值中的野值是影响滤波效果的重要因素。分析野值对滤波以及数据处理精度的影响,以"新息"为基础,将基于"当前"统计模型的卡尔曼滤波算法用于数据处理,通过对自适应Kalman滤波方法中增益矩阵的改进,提出野值辨识和剔除方法。仿真计算表明,该方法性能可靠,简单易行,可以有效地消除野值对滤波的不良影响,提高滤波的精度。     

抗野值强跟踪Kalman滤波在风场估计中的应用

由于受周围环境干扰和传感器短暂性失效等因素的影响,无人机风场测量数据中包含较大野值或成片野值,影响测量数据的准确性.根据无人机测风的特点,结合Kalman滤波算法、强跟踪滤波算法和抗野值修正算法的优点,通过对滤波发散趋势的分析,提出上述滤波算法的使用条件,构造了一种抗野值抑制发散滤波算法,并进行了实验论证.实验结果表明:该算法能有效克服野值对滤波造成的不良影响,具有良好的抗野值能力、跟踪能力,保证了滤波精度,可适用于无人机风场测量.     

Kalman滤波抗野值方法研究

在Kalman滤波应用过程中 ,观测值中的野值是影响滤波效果的重要因素。当观测中含有野值时 ,破坏了Kalman滤波新息的原有特性 ,从而造成估计不准 ,滤波精度下降。本文提出了修正Kalman滤波新息的方法 ,使修正后的Kalman滤波新息能够保持修正前的新息特性。仿真结果表明 ,本文提出的方法可有效地抑制观测中的野值对系统滤波的不利影响     

Kalman滤波抗野值方法研究

在Kalman滤波应用过程中,观测值的野值是影响滤波效果的重要因素。当观测中含有野值时,破坏了Kalman滤波新息的原有特性,从而造成估计不准,滤波精度下降。本文提出了修正Kalman滤波新息的方法,使修正后Kalman滤波新息能够保持修正前的新息特性。仿真结果表明,本文提出的方法可有效地抑制观测中的野值对系统滤波的不利影响。     

新型抗野值的Kalman滤波器研究

在Kalman滤波的量测值中,经常出现连续、成片的野值,不仅严重地影响了其稳定性,而且造成滤波精度下降。针对这一问题,提出一种基于可调因子的新型抗野值Kalman滤波器方法。该方法以野值新息均值和均方差为输入变量,利用模糊控制器改变可调因子的大小,从而实现新息的自动调整,即当新息较小时,对野值进行修正,而当新息较大时,剔除野值。仿真结果显示,该方法抗野值效果良好,提高了滤波精度。     

基于加强抗差自适应卡尔曼滤波的行人室内定位系统

针对惯性测量单元定位存在累积误差和野值干扰等问题。本文对原始信号进行预处理,利用融合滤波和零速更新算法来抑制速度和位姿的累积误差。在自适应卡尔曼(Kalman)的基础上提出加强抗差自适应卡尔曼滤波算法,削弱了量测野值对状态估计的干扰,抑制滤波发散。实验结果表明:系统精度较高,实现了行人在封闭环境的较高精度定位。     

基于北斗定位技术的铁路机车轨道电子地图生成算法

随着中国机车远程监测与诊断系统（CMD系统）中注册机车数量的迅速增长,积累的大量北斗定位数据对生成精度较高的轨道电子地图提供了必要的数据基础.但由于机车下发的北斗数据会存在一定偏差,造成机车定位出现偏移或定位成孤点的现象.本文通过卡尔曼（Kalman）滤波算法构建预测方程对北斗数据集中的野值数据进行剔除,进一步对处理后的经纬度数据进行分段曲线拟合,从而生成列车轨道电子地图.实例分析表明采用基于Kalman滤波算法和分段曲线拟合方法对北斗定位数据进行电子地图生成,能够较为准确的贴近真实轨道线路走势.     

抗野值性能的无迹卡尔曼滤波算法的研究

动态定位中野值的存在,使无迹卡尔曼滤波UKF(Unscented Kalman Filter)的结果不再准确甚至发散。针对这一问题,提出了一种具有抗野值性能的UKF算法。该算法将经典UKF算法与野值的剔除相结合,通过对新息序列的判断,对野值点进行处理,实时地调整滤波增益或者进行野值计算,使UKF算法在野值干扰下仍为最优估计。仿真证明该算法可以有效地辨识和剔除野值的干扰,抑制滤波的发散,提高了定位的精度。