傳統(tǒng)的復數卡爾曼濾波算法是基于眾所周知的均方誤差準則所實現的,當噪聲信號是圓高斯信號的情況下,均方誤差準則才會達到最優(yōu)。但是,在真實的世界中涉及到復雜信號的時候,狀態(tài)噪聲和觀測噪聲通常在某些情況下會出現非圓特征。因此,當處理真實世界的復雜信號時,僅僅使用傳統(tǒng)的復數卡爾曼濾波算法會達不到最優(yōu)的性能。針對上述所提到的情況,本文對在非圓信號影響下的復數卡爾曼濾波算法進行了深入研究,具體工作如下:首先,本文介紹了卡爾曼濾波算法的基本模型和復數域信號的概念和理論知識,給出了非圓信號、圓度系數及高斯熵等復數域信號中常用的定義。接著研究了復值卡爾曼濾波算法模型,詳細推導了兩種卡爾曼濾波算法,即復數卡爾曼濾波(Conventional Complex Kalman Filter,CCKF)算法和增強卡爾曼濾波(Augmented Complex Kalman Filter,ACKF)算法,為后續(xù)對復數域卡爾曼濾波算法的研究奠定了理論基礎。然后,本文在復數卡爾曼濾波算法的基礎上,將高斯熵的代價函數帶入到復數卡爾曼濾波算法中去,得到了基于高斯熵的復數卡爾曼濾波算法并給出了詳細的推導過程。最后,本文通過理論...

【文章頁數】：78 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國內外研究現狀
        1.2.1 復數卡爾曼濾波的研究與發(fā)展
        1.2.2 復數域信號的研究和發(fā)展
    1.3 本文研究內容及結構安排
第二章 理論背景介紹
    2.1 復數域理論背景介紹
        2.1.1 復數域信號理論基礎
        2.1.2 圓系數和高斯熵的基礎研究
    2.2 復數域卡爾曼濾波算法的基礎研究
        2.2.1 傳統(tǒng)復數卡爾曼濾波算法基礎研究
        2.2.2 增強復數卡爾曼濾波算法基礎研究
        2.2.3 傳統(tǒng)卡爾曼濾波算法和增強卡爾曼濾波算法仿真
    2.3 本章小結
第三章 基于高斯熵的維納濾波算法
    3.1 線性濾波算法問題描述
        3.1.1 基于MSE的線性濾波器
        3.1.2 基于高斯熵的線性濾波器
    3.2 基于高斯熵線性濾波器的閉式解
    3.3 仿真分析
        3.3.1 復數域線性濾波器閉式解仿真
        3.3.2 復數域線性濾波器的自適應解仿真
    3.4 本章小結
第四章 基于高斯熵的卡爾曼濾波算法
    4.1 基于高斯熵卡爾曼濾波算法理論分析
        4.1.1 基于高斯熵的卡爾曼濾波算法
        4.1.2 基于高斯熵卡爾曼濾波算法的推導
        4.1.3 基于高斯的卡爾曼增益推導
    4.2 基于高斯熵的卡爾曼濾波算法的性能分析
        4.2.1 基于高斯熵的閉式解的推導
        4.2.2 在無噪聲和有噪聲環(huán)境下的性能分析
    4.3 基于高斯熵的卡爾曼濾波算法仿真實驗
        4.3.1 實驗性能指標說明
        4.3.2 理論性能指標仿真
    4.4 本章小結
第五章 全文總結與展望
    5.1 全文總結
    5.2 工作展望
致謝
參考文獻
攻讀碩士學位期間取得的成果



本文編號：3770130