排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
欠观测条件下的增量Kalman滤波方法 总被引:7,自引:0,他引:7
提出欠观测条件下增量Kalman滤波的概念和定义,建立增量Kalman滤波模型及其分析方法,给出主要的计算步骤。经典的Kalman滤波方法要求量测方程有较高精度,否则在递推过程中会产生较大误差。但是量测方程通常受环境因素影响较大,而且在许多实际情况(如深空探测)中不可能对所有的使用环境逐一校准量测方程。如果某量测方程没有在某一环境条件下进行验证或校准,那么在这一条件(称为欠观测条件)下使用该量测方程往往会产生未知的系统误差,从而导致较大的Kalman滤波误差。提出的欠观测条件下增量Kalman滤波方法能够成功消除这种未知的系统误差,大大提高Kalman滤波的精度。该方法计算简单,便于工程应用。 相似文献
3.
4.
秩滤波方法 总被引:3,自引:0,他引:3
基于秩统计量相关原理提出一种秩采样方法,其采样点分布合理,能够有效地模拟系统状态的概率分布。在此基础上,进一步提出一种非线性秩滤波方法,给出秩滤波的采样策略、时间更新、量测更新公式及其计算步骤。目前常用的非线性滤波方法有无迹Kalman滤波和粒子滤波。无迹Kalman滤波方法只适用于高斯分布的情况;粒子滤波方法虽然可用于非高斯分布的非线性滤波,但却存在粒子退化及重采样引起的粒子贫化问题,且计算复杂、工作量大。而秩滤波方法不仅适用于高斯分布的非线性滤波,也适用于常见的多元t分布、多元极值分布等非高斯分布的非线性滤波,并且计算简单、计算量小,便于工程应用。从仿真算例可以看到,该方法比无迹Kalman滤波方法具有更高的滤波精度。 相似文献
5.
针对翻领成型器相关曲线求解烦琐,三维建模过程较为复杂的问题。首先给出影响翻领成型器成型的相关参数,并详细分析相关曲线推导原理,并在此基础上,基于VB语言对Solidworks三维设计软件进行二次开发,设计出基于翻领成型器各项参数的三维建模程序。通过这个程序,我们只要输入相关参数,系统能自动生成翻领成型器的三维模型,方便设计人员直观得查看各个参数的变化对翻领成型器最终的影响。根据需要,软件还可自动生成翻领成型器展开图,方便数控切割和钣金制造。 相似文献
1