搜索结果: 1-15 共查到“UKF”相关记录79条 . 查询时间(0.086 秒)
针对城市复杂环境中单一BDS导航受多路径（multipath，MP）和非视距（non-line-of-sight，NLOS）信号干扰导致精度下降的问题，提出一种附加运动学约束的抗差无迹卡尔曼滤波（unscented Kalman filter，UKF）算法。该算法基于新息向量构造等价权函数，克服了位置及接收机钟差初值不准确引起的抗差性能下降问题。同时，利用载体的近似运动方向和高程约束，进一步增强滤...
基于BPGM-SME和改进UKF的双星多目标跟踪算法
多目标跟踪 BPGM-SME 改进UKF 跟踪精度
font style='font-size:12px;'>
2018/3/12
重点研究多传感器协同探测对多目标的跟踪问题。首先，根据观测几何分析双星协同探测的可观测性建立基于重力转弯模型的主动段状态方程和观测方程；其次，针对多目标跟踪情形中的航迹交叉跟踪异常问题，提出基于二元多项式思想的SME滤波算法；最后，为提高目标跟踪精度，提出基于迭代思想的改进无迹卡尔曼滤波算法。仿真结果表明：采用基于二元多项式思想的测量方程（BPGM-SME）算法对多个目标跟踪都能分别得到较好的跟踪...
一种带自适应因子的IMM-UKF的GPS/BD-2导航方法
自适应 无迹卡尔曼滤波 交互式多模型
font style='font-size:12px;'>
2015/7/27
针对GPS/北斗-2(BD2)卫星导航系统中机动载体运动模型和噪声统计特性不确定性导致滤波精度低的问题，为提高导航定位的精确性和稳定性，提出一种自适应的滤波方法。首先，提出了一种新的自适应UKF (AUKF)算法，该方法将残差序列的协方差矩阵视为过程噪声协方差矩阵的不确定量，基于此采用平滑滤波的方法设计自适应因子，并利用该自适应因子实时调整过程噪声协方差矩阵，减弱了噪声统计特性不确定性对滤波精度...
建立了共轴式无人直升机系统非线性模型,并针对其非线性强,不同飞行模态下气动参数差异等问题,将无迹卡尔曼滤波(UKF)引入共轴式直升机系统非线性模型辨识,不但避免了直升机线性模型仅仅适用于悬停模态的局限性,同时为直升机系统在线自适应控制提供了基础条件,使得共轴式无人直升机自主全包线飞行成为可能.以北京航空航天大学FH-1共轴式无人直升机为例进行了仿真辨识实验.实验结果表明基于该方法的共轴式直升机在线...
基于SVD 的改进抗差UKF 算法及在组合导航中的应用
无迹卡尔曼滤波 改进抗差策略 奇异值分解
font style='font-size:12px;'>
2014/10/11
针对GPS/INS 组合导航中因观测异常导致系统状态先验信息矩阵失去对称正定性, 及传统等价权函数抗差算法易遇到病态矩阵, 引起滤波性能下降的问题, 提出一种基于奇异值分解的改进抗差UKF 算法. 该算法克服了先验协方差矩阵负定性变化, 通过判断矩阵病态性实现智能选取抗差策略. 最后利用车载实测数据进行验证, 所得结果表明, SVD-UKF 导航解精度稍优于EKF 算法, 改进的抗差策略能够极大减...
传感器故障条件下的自适应UKF算法
目标跟踪 传感器故障 自适应滤波 无迹卡尔曼滤波
font style='font-size:12px;'>
2016/1/5
针对目标跟踪中传感器故障导致滤波发散或者滤波精度不高的问题, 提出一种自适应无迹卡尔曼滤波(UKF) 算法. 该算法在滤波过程中, 根据自适应估计原理引入自适应矩阵因子, 实时调整系统状态向量和量测新息向量的协方差, 以满足无迹卡尔曼滤波算法的最优性条件, 并采取措施对滤波发散的情况进行判断和抑制. 与传统UKF和已有自适应UKF算法相比, 该自适应UKF算法显著提高了滤波精度和数值稳定性, 且具...
采用UKF的光学捷联导引头刻度尺误差补偿方法
光学捷联导引头 刻度尺误差 无迹卡尔曼滤波 半实物仿真
font style='font-size:12px;'>
2016/8/26
针对光学捷联导引头刻度尺误差带来的隔离度问题,提出了一种基于无迹卡尔曼滤波(UKF)的刻度尺误差实时补偿方法.分析了刻度尺误差引起隔离度问题的机理,由弹目相对运动方程以及光学捷联导引头量测方程建立了考虑刻度尺误差影响的非线性滤波模型,采用UKF滤波算法,对刻度尺系数进行估计,并用所提出的补偿方法进行实时补偿,最后进行了数学仿真及半实物仿真验证.仿真结果表明:所提方法能够有效地估计出刻度尺系数,经补...
基于KF/UKF组合滤波的SINS大方位失准角初始对准
捷联惯性导航系统 非线性对准 无损卡尔曼滤波
font style='font-size:12px;'>
2014/4/9
为了解决无损卡尔曼滤波(UKF)算法计算量随着状态维数增加而急剧增大的问题，将非线性初始对准滤波模型分解为线性与非线性两部分，并提出一种基于此模型分解的KF/UKF组合滤波算法，设计了该组合算法的滤波步骤，理论上证明了该组合算法仍为最小均方误差估计意义下的最优估计。通过仿真实验比较了KF/UKF组合算法和UKF算法的滤波效果，结果表明，基于KF/UKF组合算法的运算速度优于UKF算法。
为了快速精确地求解小推力最优轨道转移问题，提出了一种基于无损卡尔曼滤波(UKF)参数估计算法的轨道机动优化方法。针对小推力情况下的燃料最优轨道转移问题，应用极大值原理将其转化为对应的最优控制两点边值问题，然后以协态变量初值为待估计参数，以端点条件为期望观测值，将该两点边值问题转化为参数估计问题，并应用UKF滤波算法求解。该算法收敛原理是基于概率估计理论的，避免了传统间接法所需的相关梯度矩阵的推导，...
基于ＵＫＦ的北斗／ＩＮＳ组合导航
北斗／ＩＮＳ组合导航 ＥＫＦ ＵＫＦ
font style='font-size:12px;'>
2013/10/14
扩展卡尔曼滤波（ＥＫＦ）是工程中常用的滤波算法，然而ＥＫＦ是次优的贝叶斯估计，这会影响到估计的精度；用不敏卡尔曼滤波算法（ＵＫＦ）取代ＥＫＦ构建了北斗／ＩＮＳ组合导航系统，实验结果表明：ＵＫＦ相对于ＥＫＦ，各项参数的误差均有１０％以上的减少量。
基于SVD的改进抗差UKF算法及在组合导航中的应用
GPS/INS组合导航 无迹卡尔曼滤波 改进抗差策略 奇异值分解
font style='font-size:12px;'>
2015/5/19
针对GPS/INS组合导航中因观测异常导致系统状态先验信息矩阵失去对称正定性,及传统等价权函数抗差算法易遇到病态矩阵,引起滤波性能下降的问题,提出一种基于奇异值分解的改进抗差UKF算法.该算法克服了先验协方差矩阵负定性变化,通过判断矩阵病态性实现智能选取抗差策略.最后利用车载实测数据进行验证,所得结果表明,SVD-UKF导航解精度稍优于EKF算法,改进的抗差策略能够极大减弱单独、连续以及混合的观测...
基于TI-UKF的短航迹在线空间配准方法
无迹滤波 空间配准 航迹迭代
font style='font-size:12px;'>
2013/8/19
为了提高多传感器系统的综合性能，对时空配准的理论和方法进行探索具有重大的现实意义。近程跟踪定位系统中，由于目标距离近且速度快，导致可用于配准的数据量很小，航迹短，在配准算法尚未收敛时观测数据已结束，从而为多传感器的时空配准带来困难。本文针对近程跟踪定位系统中的这些特征，将航迹迭代的思想结合近程系统航迹较短的特点，提出一种基于航迹迭代的无迹卡尔曼滤波(TI-UKF)的空间配准方法，对以雷达和红外传感...
基于UKF 和神经网络的一类非线性系统状态估计
模型未知 神经网络 不敏卡尔曼滤波
font style='font-size:12px;'>
2014/11/17
在模型未知的情况下, 估计过程的重要变量尤为重要. 鉴于此, 采用不敏卡尔曼滤波(UKF) 与神经网络相结合的方法, 解决一类未知模型非线性系统的状态估计问题. 采用动态神经网络对非线性系统进行建模, 利用UKF 对状态和权值进行同时更新, 从而达到神经网络逼近真实模型, 估计值跟随真实值的目的. 通过两个仿真实例表明了所提出的方法具有良好的估计效果, 并且状态在输出中的比重越大, 其估计精度越高...
针对行人航迹推算(PDR) 与全球定位系统(GPS) 组合定位问题, 提出一种基于小波变换(WT) 的无迹卡尔曼滤波(UKF) 改进算法, 对PDR 和GPS 定位结果进行数据融合. 建立PDR/GPS 组合定位系统数学模型, 采用小波变换对运动加速度信号噪声特性进行在线估计, 以更新UKF 的协方差矩阵. 所提出的WT-UKF 滤波算法弥补了传统UKF 算法因人为假定信号噪声为高斯白噪声而影响滤...
一种改进的强跟踪UKF算法及其在SINS大方位失准角初始对准中的应用
大方位失准角 初始对准 强跟踪 卡尔曼滤波 无迹卡尔曼滤波 渐消因子
font style='font-size:12px;'>
2014/3/7
针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题，从正交性原理出发，通过严谨的推导得到强跟踪UKF成立的充分条件，在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小，渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法，证明了该算法满足强跟踪滤波器的充分条件，并分析了其渐消因子的作用机理。进行了...