共查询到20条相似文献,搜索用时 140 毫秒
1.
杨居义 《微电子学与计算机》2011,28(8)
针对粒子滤波过程的粒子退化问题和提高粒子的细化能力,提出一种基于改进的鲁棒机器人蒙特卡罗定位(Improved Robust Robot Monte Carlo localization,IRR-MCL)算法.首先利用扩展卡尔曼滤波来精确设计粒子滤波器的提议分布,将当前观测信息融入顺序重要性采样过程,以改善滤波效果,减小所需粒子数;然后,给出IRR-MCL定位算法的实现细节,实验结果表明,该算法与传统的方法在定位精度和鲁棒性方面都有显著提高. 相似文献
2.
准确、快速的状态估计是保证多机器人顺利完成协作搬运任务的关键.然而,大部分现有多机器人协同定位方法都存在一定的局限性,往往无法同时兼顾定位精度与计算复杂度.因此,本文从协作搬运任务的特点出发,将距离与方位的刚性约束条件引入协同定位中,同时根据机器人之间的紧密耦合关系建立起通用有效的运动模型和量测模型.最终在此刚性约束系统建模的基础上,提出一种基于高斯-厄米特求积分卡尔曼滤波(Quadrature Kalman Filter,QKF)的双移动机器人协同定位方法.仿真实验结果表明:与基于无约束模型的QKF协同定位方法相比,本文所提方法不但具有更高的定位精度,而且计算复杂度大大降低,有助于实现多机器人实时协同定位. 相似文献
3.
4.
5.
6.
7.
8.
扩展卡尔曼滤波算法在UWB定位中的应用 总被引:1,自引:0,他引:1
随着无线通信技术的发展,新兴的无线网络技术得到了广泛的应用,基于无线网络的定位技术尤其是UWB(Ultra Wide Band)无线定位技术具有广阔的发展前景。考虑到UWB定位系统中存在的非线性问题,在RSSI(Received Signal Strength Indication)算法的基础上将扩展卡尔曼滤波算法应用于UWB定位技术中,并对RSSI算法和扩展卡尔曼滤波算法进行了性能仿真分析,通过仿真证实了扩展卡尔曼滤波算法能够有效减少定位误差,提高定位精度。 相似文献
9.
联合角度(DOA)信息和时差(TDOA)信息对运动目标进行多站无源定位实质上是一种非线性估计问题。文章基于DOA和TDOA信息,提出了二种多站对三维空间目标进行定位跟踪的修正增益扩展卡尔曼滤波(MGEKF)算法,文中分别推导了角度观测方程和时差观测方程的修正增益函数。计算机仿真表明该算法的定位精度和稳健性能均要高于扩展卡尔曼滤波(EKF)算法。 相似文献
10.
大型商超、地下停车场等公共场所对室内定位的需求迫切,而GPS定位技术无法实现室内定位。针对传统定位算法定位精度低的问题,文中提出一种基于改进WKNN的蓝牙室内定位方法。首先构建欧氏距离与曼哈顿距离融合的相似度度量函数,改进权值的计算方法;在此基础上,针对偏差较大的跳跃点以及长时间连续定位采集数据量庞大的特点,提出一种基于粒子群的滤波算法,使预测轨迹更贴近真实轨迹。实验结果表明:与传统WKNN算法相比,所提方法定位精度提高约40 cm;相比传统的卡尔曼滤波,基于粒子群的滤波算法可以进一步将定位精度提高约4 cm。 相似文献
11.
利用频率变化率、方位角及俯仰角信息,提出一种对固定辐射源的三维单站无源定位算法。该方法通过质点运动学原理,得出目标辐射源的位置,之后采用EPF滤波算法进行处理,对粗略定位结果进行修正和平滑,逐步估计出目标的位置。EPF(ExtendedParticleFilter)滤波是将EKF(ExtendedKalmanFilter)算法作为重要性函数的一种粒子滤波方法。仿真结果表明,基于EPF滤波的单站无源定位算法比传统的EKF滤波算法收敛更快、更稳定,滤波效果更好,定位精度更高,这对无源定位跟踪算法精度的提高和实际应用有很大的意义。 相似文献
12.
13.
基于Kalman的滤波目标精确跟踪技术研究 总被引:2,自引:2,他引:0
阐述了基本kalman滤波方法,讨论了针对非线性系统应用的kalman滤波方法的改进形式EKF、UKF。为了增进UKF运算效能,提出了引入衰减系数的滤波形式DCUKF。针对二维平面非匀速运动的目标的精确跟踪定位系统,仿真对比分析了EKF、UKF及DCUKF的滤波计算效果。结果表明DCUKF有更好的滤波效果。 相似文献
14.
15.
Inam Ullah Siyu Qian Zhixiang Deng Jong-Hyouk Lee 《Digital Communications & Networks》2021,7(2):187-195
The Extended Kalman Filter (EKF) has received abundant attention with the growing demands for robotic localization. The EKF algorithm is more realistic in non-linear systems, which has an autonomous white noise in both the system and the estimation model. Also, in the field of engineering, most systems are non-linear. Therefore, the EKF attracts more attention than the Kalman Filter (KF). In this paper, we propose an EKF-based localization algorithm by edge computing, and a mobile robot is used to update its location concerning the landmark. This localization algorithm aims to achieve a high level of accuracy and wider coverage. The proposed algorithm is helpful for the research related to the use of EKF localization algorithms. Simulation results demonstrate that, under the situations presented in the paper, the proposed localization algorithm is more accurate compared with the current state-of-the-art localization algorithms. 相似文献
16.
现有的单基站定位技术由于非视距(Non-Line-of-Sight,NLOS)误差的存在,导致定位性能急剧下降。针对这一问题,提出了一种基于单基站的改进扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法。该算法在扩展卡尔曼滤波器中引入阈值去判断是否丢弃测量值,通过对卡尔曼增益的处理来提高对NLOS误差的滤除能力,最后利用扩展卡尔曼滤波器的跟踪性能对移动目标进行定位跟踪。仿真结果表明,所提算法的定位精度优于传统的EKF、无迹卡尔曼滤波器(Unscented Kalman Filter,UKF)等算法,且对抑制NLOS误差具有良好的效果。 相似文献
17.
18.
精确实时在线的运动模型对于侧滑移动机器人的运动控制和轨迹规划至关重要,相比于离线模型估计,该文在基于速度瞬心(ICRs)的侧滑移动机器人运动学模型基础上,采用扩展卡尔曼滤波(EKF),在同一特定地形下在线准确得到ICRs的参数值;并针对不同的地形情况,采用k-近邻法对地形进行分类,实时判别机器人当前运行的路面,采用自适应的卡尔曼滤波器(AKF)调整滤波器参数。仿真和实验对比表明,该方法在同一地形和变化地形下均能快速估计出侧滑移动机器人的运动学模型,收敛时间均为3 s以内,可以满足实际使用的需要。 相似文献
19.
20.
提高跟踪准确度是雷达发展的重要方向之一,本文通过建立的雷达跟踪模型,从批处理的角度,将多个状态矢量联合进行处理,并改进了量测方程,给出了一种使用序列批处理Kalman滤波(SBKF)以提高雷达跟踪准确度的新手段。通过仿真实验看出,相比传统扩展卡尔曼滤波(EKF)算法,序列批处理Kalman滤波的结果更接近真实值,有更好的收敛性,能得到更加稳定的滤波结果,有效地抑制了量测方程非线性化和野值带来的影响。 相似文献