搜索结果: 1-3 共查到“理学 UKF”相关记录3条 . 查询时间(0.058 秒)
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...
自适应UKF算法在目标跟踪中的应用
目标跟踪 自适应滤波 无迹卡尔曼滤波
font style='font-size:12px;'>
2011/7/29
针对目标跟踪中系统噪声统计特性未知导致滤波发散或者滤波精度不高的问题, 提出了一种自适应无迹卡尔曼滤波(Unscented Kalman filter, UKF)算法.该算法在滤波过程中,利用改进的Sage-Husa估 计器在线估计未知系统噪声的统计特性,并对滤波发散的情况进行判断和抑制, 有效提高了滤波的数值稳定性,减小了状态估计误差. 仿真实验结果表明,与标准UKF算法相比,自适应UKF算法明...
基于自适应UKF算法的小型水下机器人导航系统
自适应无迹卡尔曼滤波器 小型水下机器人 推位导航系统
font style='font-size:12px;'>
2011/7/28
针对海流扰动及姿态、航向误差角引起的无法确知的导航系统模型误差, 设计了一种带模型误差的自适应无迹卡尔曼滤波器(Adaptive unscented Kalman filter, AUKF)用于小型水下机器人(Small autonomous underwater vehicle, SAUV)推位导航系统. 首先提出了小型水下机器人三维运动连续时间模型; 然后针对该模型特点, 基于极大后验估值原理...