本文選題：新息　切入點：神經(jīng)網(wǎng)絡(luò)　出處：《桂林理工大學(xué)學(xué)報》2017年01期 　論文類型：期刊論文

【摘要】：實際應(yīng)用中卡爾曼濾波的動態(tài)噪聲和觀測噪聲往往不是固定的,提出運用新息自適應(yīng)卡爾曼濾波法則對噪聲進(jìn)行實時估計。同時,為了克服新息自適應(yīng)卡爾曼濾波要求系統(tǒng)模型過分精確的缺點,基于神經(jīng)網(wǎng)絡(luò)的新息自適應(yīng)卡爾曼濾波算法,通過使用神經(jīng)網(wǎng)絡(luò)進(jìn)行誤差補償來提高濾波性能,并運用于高速公路變形監(jiān)測中。結(jié)果表明:該模型與原始觀測值的殘差全部降到了0.25 mm以下,說明該模型精度很高,在實際應(yīng)用中具有一定的可行性。
[Abstract]:The dynamic noise and observation noise of Kalman filter are often not fixed in practical application. A novel adaptive Kalman filter is proposed to estimate the noise in real time. In order to overcome the shortcoming that the adaptive Kalman filter of innovation requires the system model to be too accurate, the adaptive Kalman filter algorithm based on neural network is used to improve the filtering performance by using neural network to compensate for the error. The results show that the residual difference between the model and the original observation value has been reduced to less than 0.25 mm, which indicates that the model has high precision and is feasible in practical application.
【作者單位】： 桂林理工大學(xué)廣西空間信息與測繪重點實驗室;桂林理工大學(xué)測繪地理信息學(xué)院;桂林理工大學(xué)廣西礦冶與環(huán)境科學(xué)實驗中心;
【基金】：國家自然科學(xué)基金項目(41461089) 廣西自然科學(xué)基金項目(2014GXNSFAA118288) 廣西“八桂學(xué)者”崗位專項經(jīng)費項目 廣西空間信息與測繪重點實驗室項目(桂科能140452402;130511402) 廣西礦冶與環(huán)境科學(xué)實驗中心項目(KH2012ZD004) 廣西研究生教育創(chuàng)新計劃項目(YCSZ2014151;YCSZ2012083)
【分類號】：U412.24
，

本文編號：1639256