本文關(guān)鍵詞：基于極大似然準(zhǔn)則與滾動(dòng)時(shí)域估計(jì)的自適應(yīng)UKF算法

  更多相關(guān)文章： 自適應(yīng)無跡卡爾曼濾波 噪聲統(tǒng)計(jì)估計(jì) 極大似然準(zhǔn)則 滾動(dòng)時(shí)域估計(jì)

【摘要】：針對(duì)無跡卡爾曼濾波(unscented Kalman filter,UKF)在系統(tǒng)噪聲統(tǒng)計(jì)特性未知或不準(zhǔn)確的情況下濾波精度降低甚至發(fā)散的問題,提出一種基于極大似然準(zhǔn)則與滾動(dòng)時(shí)域估計(jì)的自適應(yīng)UKF算法。首先根據(jù)極大似然準(zhǔn)則構(gòu)造關(guān)于系統(tǒng)噪聲統(tǒng)計(jì)的估計(jì)模型;然后引入滾動(dòng)時(shí)域策略對(duì)所提模型進(jìn)行優(yōu)化;最后采用序列二次規(guī)劃方法求取噪聲統(tǒng)計(jì)的估計(jì)值,得到帶有噪聲統(tǒng)計(jì)估計(jì)器的自適應(yīng)UKF。提出的算法可以實(shí)現(xiàn)系統(tǒng)噪聲統(tǒng)計(jì)的在線估計(jì),克服了標(biāo)準(zhǔn)UKF的缺陷。通過慣性導(dǎo)航/全球定位系統(tǒng)(inertial navigation system/global positioning system,INS/GPS)組合導(dǎo)航系統(tǒng)中的應(yīng)用實(shí)例,驗(yàn)證了提出算法的有效性。
【作者單位】： 西北工業(yè)大學(xué)自動(dòng)化學(xué)院;
【關(guān)鍵詞】： 自適應(yīng)無跡卡爾曼濾波 噪聲統(tǒng)計(jì)估計(jì) 極大似然準(zhǔn)則 滾動(dòng)時(shí)域估計(jì)
【基金】：國家自然科學(xué)基金(61174193) 航天支撐技術(shù)基金(2014-HT-XGD)資助課題
【分類號(hào)】：TN967.2;TN713
【正文快照】： 0引言非線性濾波是自動(dòng)控制與信號(hào)處理領(lǐng)域的一個(gè)基本問題,得到了諸多學(xué)者的關(guān)注[1-3]。擴(kuò)展卡爾曼濾波(extendedKalman filter,EKF)是最常用的非線性濾波算法[1],其基本思想是將非線性系統(tǒng)模型進(jìn)行一階Taylor展開,然后采用卡爾曼濾波算法進(jìn)行計(jì)算。然而,當(dāng)系統(tǒng)非線性特性較強(qiáng)

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 張江濤;周毅;;滑動(dòng)平均模型的極大似然辨識(shí)方法[J];科學(xué)技術(shù)與工程;2009年15期

2 王建宏;;丟失數(shù)據(jù)下的條件極大似然辨識(shí)[J];控制與決策;2014年02期

3 閆小喜;李戰(zhàn)明;陳若珠;;拓展目標(biāo)混合分量刪減算法[J];蘭州理工大學(xué)學(xué)報(bào);2014年04期

4 牛婷婷;楊益新;;基于加權(quán)極大似然近場寬帶目標(biāo)定位技術(shù)研究[J];計(jì)算機(jī)仿真;2011年02期

5 ;[J];;年期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李俊紅;極大似然辨識(shí)方法的研究[D];江南大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王偉;方程誤差類模型的極大似然最小二乘估計(jì)[D];江南大學(xué);2012年

2 張磊;隨機(jī)波動(dòng)率模型參數(shù)估計(jì)：貝葉斯和極大似然方法[D];清華大學(xué);2013年

3 方正華;神經(jīng)元集群編碼與解碼模型研究[D];合肥工業(yè)大學(xué);2009年

，

本文編號(hào)：666996