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. GPS导航定位算法研究

  2. 本文首先介绍了GPS系统组成，在此基础上介绍了其定位的基本原理，然后通过对载体的运动进行动态建模将卡尔曼最优估计理论引入导航定位系统中，解决了滤波器的发散，非线性系统的线性化等一些常见问题，提高了系统 的定位精度，并对卡尔曼滤波进行自适应的改进，进一步提高了其精确度和稳定性。接着讨论了GPS定位的误差源和它们对定位精度的影响，并分析了怎样改进定位性能，并对GPS完整性进行了研究，在对卫星导航系统中现有RAIM 算法进行研究的基础上，讨论了故障卫星的探测与分离方法，提出了一种新的有效的探测和分离

  3. 所属分类：交通

    • 发布日期：2011-03-12
    • 文件大小：2mb
    • 提供者：billgate123456

  1. 自适应平方根中心差分卡尔曼滤波算法在捷联惯性导航系统大方位失准角初始对准中的应用

  2. 一种自适应平方根中心差分卡尔曼滤波算法（ASRCDKF），并应用于捷联惯性导航系统（SINS） 大方位失准角初始对准中。ASRCDKF 算法以中心差分变换为基础，基于平方根滤波能够克服发散的思想，利用 协方差平方根代替协方差参加递推运算，并将自适应估计原理引入该算法中，不仅克服了扩展卡尔曼滤波产生线 性化误差和计算雅可比矩阵的不足，而且减小了计算量，保证了数值稳定性。同时，ASRCDKF 算法解决了传统 滤波算法过度依赖系统动态模型和噪声统计特性先验知识的问题。通过滤波仿真，进一步表明了ASR

  3. 所属分类：C

    • 发布日期：2015-05-20
    • 文件大小：346kb
    • 提供者：wan100gyu

  1. 卡尔曼滤波在gps中的应用

  2. 本文提出了一种应用卡尔曼滤波的GPS滤波模型。目前在提高GPS定位精度的自主式方法研究领域，普遍采用卡尔曼滤波算法对GPS定位数据进行处理。由于定位误差的存在,在GPS动态导航定位中，为提高定位精度，必须对动态定位数据进行滤波 处理。文中在比较分析各种动态模型的基础上，提出了应用卡尔曼滤波的GPS滤波模型，并通过对实测滤波算例仿真，证实了模型的可行性和有效性。最后提出了卡尔曼滤波在GPS定位滤波应用中的问题和改进思路。

  3. 所属分类：其它

    • 发布日期：2018-04-26
    • 文件大小：1mb
    • 提供者：qq_36315158

  1. 基于变维分形理论的卡尔曼滤波实时跟踪预测模型在股票价格预测中的应用.pdf

  2. 基于卡尔曼滤波的动态、实时性以及股票市场的分形特性，论文首创利用变维分形理论来建立关于股票市场的卡尔曼滤波状态方程和观测方程，提出了一种新的基于变维分形理论的卡尔曼滤波实时跟踪预测模型和算法。实例仿真结果分析表明，论文提出的算法具有可靠、计算简便、快速等特点，模型预测精度较高，并可实现实时跟踪预测，具有一定的理论价值和实用价值。

  3. 所属分类：交通

    • 发布日期：2019-09-25
    • 文件大小：195kb
    • 提供者：seulq

  1. 基于卡尔曼滤波的液压伺服系统PID控制

  2. 液压伺服系统PID控制中因测量和观测引入的噪声信号,会严重影响PID的控制品质,针对这个问题提出了一种基于卡尔曼滤波的PID调节技术。通过卡尔曼滤波对系统状态的估计,实现对测量噪声信号和观测噪声信号的抑制,从而改善系统的性能。在MATLAB中对所设计的控制器进行动态仿真,仿真结果表明:带有卡尔曼滤波器的PID调节技术能够有效地对系统中存在的噪声信号进行滤波,从而提高了系统的工作性能。

  3. 所属分类：其它

    • 发布日期：2020-05-18
    • 文件大小：255kb
    • 提供者：weixin_38647822

  1. 面向煤矿井下的改进分布式目标跟踪算法

  2. 提出一种面向煤矿井下线性拟合和卡尔曼滤波相结合的改进分布式目标跟踪算法。根据移动目标的当前位置建立动态簇,簇头节点集中处理簇成员节点发来的最新观测数据,结合线性拟合算法和卡尔曼滤波算法对移动目标进行预测,将线性拟合的预测值和卡尔曼滤波预测值作为真正的预测值,得到目标的状态估计,通过这样的改进可实时的修正预测值。仿真结果表明,与传统的分布式目标跟踪算法比较,改进算法集中了2种算法的优点,有很好的跟踪性能。

  3. 所属分类：其它

    • 发布日期：2020-04-26
    • 文件大小：253kb
    • 提供者：weixin_38692122

  1. 卡尔曼滤波原理及应用仿真.zip

  2. 卡尔曼滤波（Kalman filtering）是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。 数据滤波是去除噪声还原真实数据的一种数据处理技术，Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的数据中，估计动态系统的状态。由于它便于计算机编程实现，并能够对现场采集的数据进行实时的更新和处理，Kalman滤波是目前应用最为广泛的滤波方法，在通信，导航，制导与控制等多领域得

  3. 所属分类：教育

    • 发布日期：2020-04-19
    • 文件大小：20mb
    • 提供者：qq_36320710

  1. MATLAB 7.X 系统建模与仿真.pdf

  2. MATLAB 7.X 系统建模与仿真.pdfMATLAB 7.X 系统建模与仿真.pdf录 第1章 MATLAB仿真技术与应用简介 1.l系统衍真技术概述………… 12Ⅵ ATLAB仿真技术的发展与应用… 4 13 MATLAB仿真技术的特点 口■JL■p电p自l电dd山甲 ■■1■1上山■ 1,4仿真应用实例筒介 第2章 Slink60快速入门…… 2, Simulink简介…… 2.1.1什么是 Simulink 2L2 Simulink6D的新特点 ■看p电1p电鲁看 2.3 Simuli

  3. 所属分类：教育

    • 发布日期：2019-08-17
    • 文件大小：15mb
    • 提供者：ktz517

  1. 露天矿卡车低成本GPS/INS组合导航系统动态对准模型

  2. 低成本GPS/INS组合导航系统是露天矿卡车调度系统的理想定位系统,但低成本GPS/INS无法实现静态初始对准。提出地固系下捷联惯性导航系统动态初始对准的非线性误差模型,该模型不需要假设失准角为小角并且直接在地固系下解算,尤其适合于GPS辅助INS动态对准。提出一种简化的Cubature卡尔曼滤波进行GPS/INS数据融合。采用车载实测数据仿真露天矿卡车初始对准实验,实验结果表明:利用GPS信息辅助INS动态初始对准,即使在大失准角情况下,姿态角误差也可以较快收敛。

  3. 所属分类：其它

    • 发布日期：2020-07-19
    • 文件大小：913kb
    • 提供者：weixin_38499336

  1. 基于卡尔曼滤波算法的锂离子电池荷电状态估算

  2. 提出并建立了一种锂离子电池二阶电路等效动态模型，在对模型的适应性验证的基础上，设计了一种卡尔曼滤波算法来估算锂离子电池荷电状态。仿真和实验结果表明，卡尔曼滤波算法能有效减少测量噪声以及同一生产工艺下电池的参数不稳定性所带来的影响，并显示了很高的精确度，其中快速估算的精确度为96.1%，缓慢估算的精确度为99.0%。

  3. 所属分类：其它

    • 发布日期：2020-08-31
    • 文件大小：383kb
    • 提供者：weixin_38706743

  1. 卡尔曼滤波的动态仿真

  2. 旨在通过简单的匀速直线运动场景，理解Kalman滤波过程，运行结果可参考本博主的《卡尔曼滤波（Kalman Filter）》

  3. 所属分类：电信

    • 发布日期：2020-10-16
    • 文件大小：3kb
    • 提供者：buxinlegan

  1. 基于卡尔曼滤波算法的锂离子电池荷电状态估算

  2. 提出并建立了一种锂离子电池二阶电路等效动态模型，在对模型的适应性验证的基础上，设计了一种卡尔曼滤波算法来估算锂离子电池荷电状态。仿真和实验结果表明，卡尔曼滤波算法能有效减少测量噪声以及同一生产工艺下电池的参数不稳定性所带来的影响，并显示了很高的精确度，其中快速估算的精确度为96.1%，缓慢估算的精确度为99.0%。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：377kb
    • 提供者：weixin_38550812

  1. 扩展容积卡尔曼滤波-卡尔曼滤波组合算法

  2. 传统单一线性或非线性滤波方法往往难以获得最优线性/非线性混合动态系统状态估计,针对这一问题,结合卡尔曼滤波(KF)方法可获得线性状态估计最优解、计算量小等优势,提出了一种基于KF和扩展容积卡尔曼滤波(A-CKF)的组合滤波方法。该方法将系统状态分解为线性状态与非线性状态两部分,分别采用KF和简化两次扩展容积卡尔曼滤波(STA-CKF)方法进行系统状态估计。机动目标跟踪和捷联惯性导航系统非线性对准仿真结果表明,相比于Rao-Blackwellized粒子滤波方法,新方法在保证滤波精度的前提下,使得

  3. 所属分类：其它

  1. 有限时间最大共识协议的分布式卡尔曼滤波

  2. 本文研究了在稀疏连接的传感器网络中不稳定的动态工厂的分布状态估计问题。 可以对所有传感器共同观察工厂的动态，但不必对每个传感器局部观察。 我们提出了一个基于共识的有限时间的分布式估计器，以应对局部的不可观测性。 该算法基于最大共识技术，并且精确提供了共识迭代的次数。 我们证明该估计器是稳定的，并且均方误差等于集中式估计器获得的均方误差。 此外，我们将此有限时间共识卡尔曼滤波算法扩展到具有不均匀时变通信延迟的网络。 通过引入充当中继节点的虚拟节点，我们证明了算法的稳定性。 最后，通过仿真实验评估了

  3. 所属分类：其它

  1. 基于交互多模卡尔曼滤波器的定位算法

  2. 针对蜂窝网中,由于电磁波的非视距传播导致定位精度较低的问题,将交互多模(IMM)方法引入到蜂窝网定位中。详细阐述了基于卡尔曼滤波器的交互多模算法(IMMKF)的工作原理以及IMMKF在蜂窝网定位中的应用,通过动态环境下的仿真试验验证了IMMKF能随信道传播环境的变化,在视距与非视距滤波模型之间进行自适应切换,达到抑制非视距误差的目的,并对IMMKF的滤波性能进行了分析和仿真验证。

  3. 所属分类：其它

  1. 基于障碍预估与概率方向权值的移动机器人动态路径规划

  2. 主要研究了移动机器人在未知动态环境中的路径规划问题.提出一种将障碍预估与概率方向权值相结合的动态路径规划新方法.该方法将卡尔曼滤波引入到规划算法中,使得对障碍物运动状态的实时有效预估成为可能.同时,为实现移动机器人的实时路径规划,提出一种新的概率方向权值方法,基于周期规划将障碍物与目标信息进行融合,能够有效处理室内环境下对于障碍物的速度和运动轨迹均未知的动态路径规划问题.仿真结果以及基于SmartROB2移动机器人平台所进行的实验结果验证了该方法的有效性和实用性.

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：533kb
    • 提供者：weixin_38534344

  1. 基于UPF的高动态北斗卫星信号的载波跟踪

  2. 针对扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)等高动态信号载波跟踪算法存在跟踪精度不高的问题,采用无迹粒子滤波(UPF)算法对高动态北斗卫星信号载波进行跟踪。UPF算法结合粒子滤波(PF)和无迹卡尔曼滤波,采用PF对载波状态变量进行估计,同时使用UKF滤波器对粒子进行权值的重新分配,解决了粒子退化问题。通过Matlab仿真对比,基于EKF、UKF、UPF的跟踪算法的载波频率误差分别为-15~15、-10~10、-4~4 Hz,验证了UPF算法的优越性。

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：68kb
    • 提供者：weixin_38559992

  1. 卡尔曼滤波-源码

  2. 卡尔曼滤波 目录 概述 该项目是卡尔曼滤波算法的实现，是导航算法课程的一部分。 该算法用于2D空间维度中的定位和跟踪运动对象的上下文中。 （算法的）仿真显示了如何将对未来状态的动态预测（基于当前状态）和传感器的测量值结合使用，以跟踪以线性方式运动的系统。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：27kb
    • 提供者：weixin_42134094

  1. IMM-UKF算法在两坐标雷达-光电融合跟踪系统中的改进与应用

  2. 光电与雷达的数据融合能够实现两个独立传感器测量信息的互补, 改善对目标的识别跟踪能力。针对联合传感器系统对动态运动目标定位中存在野值的现象, 同时为了解决单一传感器滤波跟踪发散的问题, 提出一种具有抗野值性能的交互式多模型无迹卡尔曼滤波(IMM-UKF)融合算法。在两坐标雷达提供目标距离与方位角的前提下, 建立参数求解模型, 得到目标的俯仰角, 结合光电传感器提供的角度信息进行滤波融合。实验与仿真结果表明: 该算法可以有效融合雷达与光电的测量数据, 排除野值的干扰, 抑制滤波发散, 提高定位精度

  3. 所属分类：其它

  1. 基于卡尔曼预测的序列图像椭圆检测算法

  2. 为实现序列图像中的动态椭圆目标检测，采用数字图像坐标系下的卡尔曼滤波来预测图像中椭圆的待检测区域。设计了卡尔曼滤波器，对椭圆目标的运动参数（椭圆中心位置、速度以及加速度）进行跟踪从而可以预测下一帧图像中目标椭圆的待检测区域，缩小了图像中椭圆目标的搜索范围，提高了算法的实时性和鲁棒性。结合随机抽样一致理论和最小二乘拟合法设计了鲁棒性的椭圆检测算法，实现了序列图像中椭圆目标的快速、鲁棒检测。仿真结果及物理实验表明，本文算法能快速稳定的检测出序列图像中的椭圆目标。

  3. 所属分类：其它

« 12 »