共查询到18条相似文献,搜索用时 171 毫秒
1.
Kalman滤波的抗野值修正 总被引:17,自引:0,他引:17
分析了动态测量系统中异常数据对Kalm an 滤波的不利影响.提出了一组具有良好容错能力的修正型滤波算法.该滤波算法既可以充分利用正常新息确保滤波的精度,又可以有效拟制异常新息的不利影响提高滤波估计可靠性,达到对故障数据的容错能力.最后,通过仿真计算验证了该算法的有效性. 相似文献
2.
3.
针对卡尔曼滤波需要精确已知状态数学模型及其统计特性的问题,提出一种抗差自适应Sage滤波算法.该方法以Sage滤波为基本框架,吸收了抗差估计和自适应滤波的优点,利用Sage滤波开窗法求得观测残差向量和新息(预测残差)向量的协方差阵,由抗差估计方法确定观测噪声协方差矩阵,利用自适应因子调整动力学模型噪声协方差矩阵,以控制观测异常和动力学模型噪声对导航精度的影响.将提出的算法应用到捷联惯性导航(SINS)/合成孔径雷达(SAR)组合导航系统中,并与Kalman滤波和Sage滤波进行比较分析,仿真结果表明,提出的新算法不但能有效地控制观测异常和动态模型异常对状态参数估值的影响,而且能够抵制状态扰动,提高组合导航系统的滤波精度. 相似文献
4.
基于联邦滤波的容错组合导航系统通常在判定故障时刻对故障子系统进行整体隔离,未充分考虑缓变故障影响的渐近变化与状态分量间的差异。为此,提出一种基于序贯概率映射的组合导航自适应容错算法。该算法通过子滤波器新息动态映射建立局部估计状态统计模型,通过序贯概率比检测在线估计缓变故障影响下的局部状态质量,并据此对融合过程进行自适应调节。仿真结果表明,所提出的方法能有效提高组合导航系统对缓变故障的自适应容错调节能力。 相似文献
5.
6.
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 相似文献
7.
针对多传感器系统动态偏差估计问题,在不敏粒子滤波(UPF)算法的基础上,提出了一种修正的不敏粒子滤波(Modi-fied UPF,MUPF)算法.由于系统动态偏差引起的异常量测值时,MUPF算法利用滤波预测残差构建的调节因子控制新息协方差矩阵,进而调整滤波增益的大小;在不丢失有用新息的前提下,减小了异常量测对滤波估计结果的影响.利用上述算法与不敏卡尔曼滤波(UKF)算法和扩展卡尔曼粒子滤波(EPF)算法进行了仿真比较.结果表明,MUPF算法对系统动态距离和角度偏差估计的均方根误差(RMSE)明显小于UKF算法和EPF算法的估计结果,提高了估计精度和可靠性.显然,MUPF算法也适用于系统固定测量偏差估计和目标状态估计. 相似文献
8.
9.
动态测量系统的有界影响滤波 总被引:20,自引:0,他引:20
如何克服Kalman滤波对采样观测值中包含的异常数据的敏感性?这在状态估计的抗扰性分析中处重要位置。本文基于新息增量过程,引进了一个相当大的滤波族,称为W滤波族。为了控制异常数据对滤波估计的影响,本文主要关心它的一个有界影响子族,并给出在预定的影响界限制下的最优有界影响滤波的φ函数形式。 相似文献
10.
11.
Robust Kalman filtering for nonlinear multivariable stochastic systems in the presence of non‐Gaussian noise
下载免费PDF全文
![点击此处可从《国际强度与非线性控制杂志<br>》网站下载免费的PDF全文](/ch/ext_images/free.gif)
The presence of outliers can considerably degrade the performance of linear recursive algorithms based on the assumptions that measurements have a Gaussian distribution. Namely, in measurements there are rare, inconsistent observations with the largest part of population of observations (outliers). Therefore, synthesis of robust algorithms is of primary interest. The Masreliez–Martin filter is used as a natural frame for realization of the state estimation algorithm of linear systems. Improvement of performances and practical values of the Masreliez‐Martin filter as well as the tendency to expand its application to nonlinear systems represent motives to design the modified extended Masreliez–Martin filter. The behaviour of the new approach to nonlinear filtering, in the case when measurements have non‐Gaussian distributions, is illustrated by intensive simulations. Copyright © 2015 John Wiley & Sons, Ltd. 相似文献
12.
13.
Successful implementation of many control strategies is mainly based on accurate knowledge of the system and its parameters. Besides the stochastic nature of the systems, nonlinearity is one more feature that may be found in almost all physical systems. The application of extended Kalman filter for the joint state and parameter estimation of stochastic nonlinear systems is well known and widely spread. It is a known fact that in measurements, there are inconsistent observations with the largest part of population of observations (outliers). The presence of outliers can significantly reduce the efficiency of linear estimation algorithms derived on the assumptions that observations have Gaussian distributions. Hence, synthesis of robust algorithms is very important. Because of increased practical value in robust filtering as well as the rate of convergence, the modified extended Masreliez–Martin filter presents the natural frame for realization of the joint state and parameter estimator of nonlinear stochastic systems. The strong consistency is proved using the methodology of an associated ODE system. The behaviour of the new approach to joint estimation of states and unknown parameters of nonlinear systems in the case when measurements have non‐Gaussian distributions is illustrated by intensive simulations. Copyright © 2015 John Wiley & Sons, Ltd. 相似文献
14.
15.
针对纯角度目标跟踪中量测信息易受异常值和非高斯噪声干扰的问题,提出了一种新的非线性滤波算法–鲁棒高斯和集合卡尔曼滤波(robust Gaussian-sum ensemble Kalman filter,RGSEnKF)算法.首先,采用Huber技术重塑集合卡尔曼滤波的量测更新过程,能够有效地处理量测中的异常值.随后,将改进的集合卡尔曼滤波在高斯和框架下进行扩展,得到RGSEnKF算法,可以进一步解决受非高斯噪声干扰的非线性系统的状态估计问题.此外,新算法中包含距离参数化初始化策略和高斯分量融合策略.前者是为了减小纯角度跟踪中距离信息不可观测的影响,而后者可以避免高斯分量数目随时间不断增长.大量仿真结果验证了新算法的有效性和鲁棒性. 相似文献
16.
针对当前局部算法在速度和性能上不能兼顾的问题,提出一种跨尺度变窗口代价聚合的快速立体匹配方法。在图像各内尺度的匹配代价卷用动态支持窗口的盒滤波聚合匹配代价,采取互尺度正则化方法跨尺度聚合匹配代价,利用基于引导滤波权重的加权中值滤波进行视差精化。实验结果表明:该方法匹配精度高,代价聚合与视差精化步骤的时间复杂度都与滤波窗口半径大小无关,在速度和精度上都取得了良好的效果。 相似文献
17.
针对基于星间测量的航天器自主导航问题,本文考虑测量中存在野值的情况,提出了一种轨道根数辅助估计的并行无迹卡尔曼滤波算法.系统由两个并行滤波器组成,通过副滤波器的状态估计识别观测野值,进而在主滤波器中修正导航定位结果.文章选择了星间相对观测两卫星编队的基本构型,研究了算法的阈值参数选择,对不同参数条件下的滤波结果进行了对比.数值仿真说明了该算法在观测量变化率较大时能够有效降低连续野值对自主导航系统的影响,和传统算法相比具有更高的滤波精度和收敛速度. 相似文献
18.
卡尔曼滤波计算方法研究进展 总被引:18,自引:1,他引:18
本文简要回顾了卡尔曼滤波研究的发展历程,重点对卡尔曼滤波及其在改善数值稳定性,提高计算效率等数值计算方面的研究与发展进行了综述,对QR分解,U-D分解,奇异值分解等在卡尔曼滤波,状态与偏差分离波及并行滤波与分散滤波等方面应用的新进展作了介绍。 相似文献