共查询到20条相似文献,搜索用时 156 毫秒
1.
采用自适应加权数据融合算法,利用测量数据实时计算加权值,再利用加权值对测量数据进行融合处理,得到关于目标的状态估计.该算法充分反映测量数据的实时变化,实现最优加权因子的动态在线调整,融合结果的误差方差小于任一单一测量设备的测量误差方差.该方法采用递推计算,计算量小,具有较好的快速性,适合于实时计算应用,能够为设备选优、实时决策提供准确可靠的依据,较好的满足工程实际需要. 相似文献
2.
3.
在建立节省参数弹道估计联合模型的基础上,结合样条约束EMBET算法,利用遥测弹道搜索样条时间节点序列,在测量数据不完整的情况下,融合少量高精度测速雷达的测量数据计算出完整的弹道,在实际任务数据处理中获得成功应用,使用该方法提高了弹道参数的精度。 相似文献
4.
5.
一种鲁棒自适应容积卡尔曼滤波方法及其在相对导航中的应用 总被引:2,自引:2,他引:0
针对无人机编队相对导航系统中视觉导航传感器量测噪声服从非高斯分布的问题,提出一种带噪声估计器的鲁棒自适应容积卡尔曼滤波(CKF)算法。该算法将Huber求解线性回归问题与协方差匹配方法相结合,利用残差序列实时估计,调整系统过程噪声和量测噪声的统计特性,并采用遗忘加权参数对接收到的测量数据进行加权,从而准确地估计出无人机之间的相对位置、速度和姿态信息,提高了鲁棒CKF算法的自适应能力。仿真结果表明,与标准CKF算法和鲁棒CKF算法相比,该算法对受污染的噪声统计特性有较强的自适应性,估计精度高,鲁棒性更强。 相似文献
6.
7.
8.
9.
10.
目前基于深度学习的目标检测算法需要大规模的训练数据,然而实地收集数据一般周期较长,且针对某些特定场景(如高原、沙漠等)搜集大量数据较困难,难以满足深度学习算法的训练要求.本文采用了一种基于Pix2Pix算法的图像生成方法,在收集到少量真实图像的基础上,利用Pix2Pix算法产生虚拟图像,并设计试验验证虚拟图像的可用性.试验结果表明,虚拟图像和真实图像具有相似的灰度特征和边缘特征,利用真实图像训练的目标检测模型能够准确识别虚拟图像中的车辆、行人等目标,该虚拟图像生成方法能够生成与真实图像具有相似目标特征和背景特征的图像,是一种有效的数据增强方法. 相似文献
11.
为解决混合动力商用车自动变速器控制器难以获取整车总质量参数、以优化换挡规律的问题,提出一种单轴并联混合动力商用车整车总质量在线估计算法。分析整车总质量在商用车行驶过程中的参数特性,基于此设置算法边界条件。建立整车纵向动力学模型,分析和研究P2混合动力系统行驶的复杂工况。利用扩展卡尔曼滤波算法对车辆总质量进行在线估计。在Cruies软件环境中搭建整车模型,在Simulink软件环境中搭建算法模型,实现虚拟联合仿真并进行算法的实车验证。仿真与实车试验结果表明,上述算法能有效识别整车总质量,满足车辆的实际控制需求。 相似文献
12.
13.
14.
在被动声定位系统中,定向精度受到时延估计精度、阵列间距大小和声波传播速度变化等的影响,特别是对时延估计精度的要求较高。分析了传统时延估计算法在时延估计上的局限性,采用自适应参量模型算法实现了低采样频率下的高精度时延估计。完成了算法仿真,编制了DSP处理程序,通过消声室缩比实验验证,表明估计精度和运算时间可满足实际使用的要求。 相似文献
15.
基于自适应比例修正无迹卡尔曼滤波的目标定位估计算法 总被引:3,自引:2,他引:1
针对无线传感器网络中基于接收信号指示强度(RSSI)定位系统在精确性和实时性方面存在的问题,提出了一种基于自适应比例修正无迹卡尔曼滤波(ASUKF) 的定位估计算法。通过分析RSSI 定位模型的特点,将定位问题转化为非线性系统估计问题。该算法在滤波过程中采用比例修正对称采样策略,并利用次优Sage-Husa 估计器实时处理系统噪声的统计特性,对目标位置和信道参数进行同时估计解算。实验及仿真结果表明,与标准UKF 估计算法相比,新算法有效减小了状态估计误差,提高了滤波的稳定性,定位精度更为准确。 相似文献
16.
17.
18.
为满足新型炸高可选择近炸引信的任务需求,提出一种弹载毫米波探测器的自适应高分辨前视成像策略。利用探测器截获的目标区域回波数据,动态提升同一距离维内的方位向测角精度,从而准确获取探测区域内目标的方位信息;通过距离测量以及方位角优化,最终形成高分辨前视方位-距离像。该策略突破了传统单脉冲测角时仅利用理想状态下方位角鉴别曲线的误区,基于截获的回波数据对该鉴别曲线进行误差修正,最终使方位向测角精度达到同距离维最优。实验结果表明:自适应高分辨前视成像策略具有可行性与优越性;经过8次迭代后,可获取同一距离维下的最优鉴角曲线,实现方位向自适应聚焦;与传统实波束扫描成像策略相比,该策略能够使方位向角度分辨率提升10倍,且算法复杂程度能够满足弹载平台要求。 相似文献
19.
基于SNVA的机动目标状态估计 总被引:1,自引:0,他引:1
利用位置预测估计值与位置滤波估计值之间的偏差进行加速度方差自适应调节,提出一种基于状态噪声方差自适应(SNVA)的机动目标状态估计方法。采用SNVA对目标加速度噪声方差进行自适应调整,实现了对当前统计模型的改进; 利用扩展卡尔曼滤波算法对目标状态进行估计。仿真结果表明,基于SNVA的扩展卡尔曼滤波算法对机动目标速度估计的绝对误差小于0.1 m/s,加速度估计的绝对误差小于0.1 m/s2,能够对机动目标的状态进行准确的估计。 相似文献