首页
|
本学科首页
官方微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
多渐消因子平方根容积卡尔曼滤波算法
引用本文:
鲍水达,张安,高飞.多渐消因子平方根容积卡尔曼滤波算法[J].计算机测量与控制,2018,26(6):244-247.
作者姓名:
鲍水达
张安
高飞
作者单位:
西北工业大学,西北工业大学
基金项目:
国家自然科学基金项目(面上项目,重点项目,重大项目)
摘 要:
针对平方根容积卡尔曼滤波(square root cubature kalman filter,SCKF)在系统模型不准确和状态突变情况下鲁棒性差的问题,提出了一种多渐消因子平方根容积卡尔曼滤波算法(multiple fading factors strong tracking SCKF, MSTSCKF)。MSTSCKF引入强跟踪思想,通过多渐消因子实时调整增益矩阵,建立多渐消因子数值求解方法,克服多渐消因子求解依赖先验知识的不足;采用假设检验理论对系统异常进行检测,降低误判概率,提高滤波稳定性。通过仿真分析,比较了SCKF、单渐消因子平方根容积卡尔曼滤波(single strong tracking SCKF,STSCKF)和MSTSCKF的算法性能,实验表明MSTSCKF具有更好的跟踪精度和鲁棒性。
关 键 词:
平方根容积卡尔曼滤波
强跟踪滤波
多渐消因子
假设检验
收稿时间:
2018/3/26 0:00:00
修稿时间:
2018/4/20 0:00:00
Multiple Fading Factors Strong Tracking Square Root Cubature Kalman Filter
Abstract:
Keywords:
square root cubature kalman filter
strong tracking filter
multiple fading factors
hypothesis testing theory
点击此处可从《计算机测量与控制》浏览原始摘要信息
点击此处可从《计算机测量与控制》下载全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号