注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 非线性滤波算法的性能分析

  2. 对目前非线性滤波的主要算法即扩展卡尔曼滤波、不敏卡尔曼滤波、粒子滤波、扩展卡尔曼粒子滤波和不敏粒子滤波的滤波模型、适用条件、性能进行了分析比较，给出了每种方法的计算复杂度．通过一个非线性非高斯模型进行了仿真，验证了这些算法的性能．

  3. 所属分类：其它

    • 发布日期：2010-07-15
    • 文件大小：403kb
    • 提供者：liufan_117

  1. 卡尔曼滤波EKF UKF PF对比matlab源程序

  2. MATLAB三种卡尔曼滤波对比，分别是扩展卡尔曼滤波EKF，不敏卡尔曼滤波UKF，粒子滤波PF。有跟踪效果和估计值误差。

  3. 所属分类：其它

    • 发布日期：2013-01-23
    • 文件大小：8kb
    • 提供者：justicefreedom

  1. UKF（不敏卡尔曼）滤波器

  2. 这是不敏卡尔曼的示例代码，可运行； 不敏卡尔曼滤波器通过sigma采样点对非线性进行近似，效果优于扩展卡尔曼滤波器，是目前常用滤波器之一

  3. 所属分类：电信

    • 发布日期：2015-11-23
    • 文件大小：2kb
    • 提供者：dell5200

  1. 基于不敏卡尔曼滤波的目标跟踪算法

  2. 基于不敏卡尔曼滤波的目标跟踪算法的详细介绍,并提供了算法的流程框图

  3. 所属分类：其它

    • 发布日期：2017-11-03
    • 文件大小：391kb
    • 提供者：qq_40536763

  1. 双向不敏卡尔曼滤波的无源定位算法

  2. 针对不敏卡尔曼滤波算法在单站无源定位的应用中受初始状态误差和可观测条件等影响易产生滤波发散、收敛精度低、收敛速度慢的问题.提出一种双向平方根不敏卡尔曼滤波的无源定位算法.充分利用了平方根不敏卡尔曼滤波算法数值稳定性高的优点,采用后向平滑算法逐次修正状态估计值,从而提高了定位算法对初始状态的鲁棒性.试验结果验证了该算法的有效性.

  3. 所属分类：其它

    • 发布日期：2020-05-26
    • 文件大小：739kb
    • 提供者：weixin_38663733

  1. 浅谈改进粒子滤波的机动目标自适应跟踪算法

  2. 对运动目标（如船、飞行器等）的跟踪，主要使用雷达跟踪系统。在实际处理数据时，需要使用状态空间表示法对过程建模。在雷达跟踪系统中，目标位置的测量值是在与传感器位置相关的极坐标系下得到的。因此，雷达目标跟踪是一个非线性问题。常用的非线性滤波方法有扩展卡尔曼滤波（EKF）和不敏卡尔曼滤波（UKF），但这两种算法都基于模型线性化和高斯假设条件。历史上最早考虑的是维纳滤波，后来R.E.卡尔曼和R.S.布西于20世纪60年代提出了卡尔曼滤波。现对一般的非线性滤波问题的研究相当活跃。在处理非线性非高斯问题时，

  3. 所属分类：其它

    • 发布日期：2020-10-22
    • 文件大小：192kb
    • 提供者：weixin_38696143

  1. 基于概率假设密度滤波的中段弹道目标群红外多传感器组跟踪方法

  2. 分析低轨光学星座对中段弹道目标群进行组跟踪的必要性，提出了一种红外多传感器对中段弹道目标群的组跟踪新方法。该方法以概率假设密度滤波对目标群进行像平面跟踪，剔除杂波、估计目标状态和个数；以图像配准方法调整帧间目标状态估计，提高像平面目标跟踪稳定性；最后依据像平面目标跟踪结果提取目标群在像平面的质心量测，运用不敏卡尔曼滤波(UKF)以多传感器序贯滤波方式对目标群进行融合质心组跟踪。结果表明，新方法适应杂波能力强，对目标群的质心组跟踪精度优于传统方法，且有效实现中段弹道目标群的星载红外像平面稳定跟踪。

  3. 所属分类：其它

  1. 一种改进的多普勒雷达跟踪算法

  2. 多普勒雷达能够获得目标位置量测的同时，还能获得多普勒量测，即目标径向速度。为解决多普勒雷达量测处理算法过程复杂、计算量大的问题，本文提出一种用不敏卡尔曼滤波处理多普勒量测的改进方法对多普勒雷达量测直接在混合坐标系下进行非线性滤波，实现过程简单，计算量小。仿真结果表明该算法能够达到序贯扩展卡尔曼滤波和序贯不敏卡尔曼滤波算法的状态估计精度，并且明显改善估计的一致性。

  3. 所属分类：其它

  1. 卫星天文导航自主定轨精度及误差分析

  2. 通过星敏感器和红外地敏观测星光角距是目前实现卫星天文自主导航最为工程可行的方法，但由于星上敏感器在测量过程中不可避免的会引入外部环境测量误差，导致观测量星光角距存在偏差，最终会造成卫星定轨结果不精确。为解决这一问题，结合实验数据分析，最终确定了敏感器存在的系统误差是造成卫星天文导航定轨精度较低的最大误差源，并利用最小二乘方法对敏感器系统误差进行标定，将标定之后的观测量通过卡尔曼滤波算法进行噪声消除，使观测量更加准确。最后，利用星上实际下传数据对此方法进行验证，取得了良好的效果。

  3. 所属分类：其它

  1. 基于UKF 和神经网络的一类非线性系统状态估计

  2. 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.

  3. 所属分类：其它

  1. 基于交互式多模型的不敏卡尔曼概率假设密度滤波算法

  2. 针对非线性高斯场景下目标数目未知或随时间变化的机动多目标跟踪问题, 提出一种基于交互式多模型的不敏卡尔曼概率假设密度滤波算法.首先, 在高斯混 合概率假设密度滤波框架下, 结合不敏卡尔曼滤波中状态预测和量测更新的实现机理, 构建一种不敏卡尔曼概率假设密度滤波器; 然后, 通过引入交 互式多模型方法中状态模型软判决机制, 实现对目标机动过程中运动模式不确定的处理; 最后, 通过理论分析和仿真结果验证了所提出算法的可行性和有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：293kb
    • 提供者：weixin_38710578