【摘 要】
：
针对Sage-Husa自适应滤波算法在无人机导航定位应用中存在滤波发散和定位精度低的问题,本文提出一种强跟踪抗差自适应滤波算法。该算法在Sage-Husa自适应滤波算法基础上,引入强跟踪技术,通过自适应渐消因子降低历史数据对当前滤波的影响,从而抑制滤波发散,增强算法的稳健性;结合量测噪声和系统噪声进行实时估计,并且在估计中加入抗差因子抑制粗差对滤波的干扰,提高定位精度。仿真结果表明,该算法在发生滤
【机 构】
：
湘潭大学自动化与电子信息学院,湖南 湘潭411100
论文部分内容阅读
针对Sage-Husa自适应滤波算法在无人机导航定位应用中存在滤波发散和定位精度低的问题,本文提出一种强跟踪抗差自适应滤波算法。该算法在Sage-Husa自适应滤波算法基础上,引入强跟踪技术,通过自适应渐消因子降低历史数据对当前滤波的影响,从而抑制滤波发散,增强算法的稳健性;结合量测噪声和系统噪声进行实时估计,并且在估计中加入抗差因子抑制粗差对滤波的干扰,提高定位精度。仿真结果表明,该算法在发生滤波发散和粗差干扰的情况下能够表现出良好的滤波性能,较Sage-Husa算法有更强的稳健性。
其他文献
由于高分影像具有地物细节丰富、类别差异大等特点,现有的卷积神经网络影像分类方法普遍存在分类精度低、地物边界不准确等问题。鉴于此,本文提出一种基于增强DeepLabV3网络的影像分类模型。首先构建R-MCN网络结构,利用大小不同的卷积核并结合残差网络的思想进一步提取浅层网络的多尺度、多层次的特征信息;然后采用可学习的上采样方式,并将R-MCN提取的特征与高阶的语义信息相融合;最后通过提出的Mloss
消费维权类节目有自身鲜明特点,对节目主持人及其主持传播有比较明确的要求。文章以梳理广播电视节目的产生为逻辑起点,界定了消费维权类节目;从主持人的职业能力要求入手,定
灾害易发性预报是提高灾害防控能力的第一步。针对位于云南省内的金沙江流域因地势险峻、生态环境脆弱,加之近年来人为活动增多已成为地质灾害高发区的现状,本文以金沙江德钦至华坪段滑坡灾害为例,运用Maxent和随机森林两种机器学习模型对滑坡空间分布作归因与预测,并对两者之间的差异进行对比分析。试验结果表明,随机森林模型的预测精度高于Maxent模型,AUC值为0.72。
土地荒漠化等级分类是荒漠化监测的重要内容,也是土地荒漠化综合治理、科学防护的基础。针对植被稀疏及干旱区土地荒漠化提取异常的问题,本文选择干旱/半干旱的科尔沁区为试验区,以2005、2010和2015年3期的中高分辨率Landsat遥感影像为数据源,基于大量的样本统计分析,提出了一种融合植被覆盖度(FVC)、去土壤植被指数(MSAVI)、增强性植被指数(EVI) 3种指标的荒漠化提取模型,并将之与传
重编辑职务权威性、轻编辑非职务权威性是一个普遍性的问题,本文列举编辑工作正反典型进行两分法分析,论证编辑职务权威性和非职务权威性的辩证关系,提出编辑应在观念上淡化
里程计通常被用于辅助车载GNSS/INS组合导航系统,以解决当遇到高楼、密林、隧道等信号干扰和遮蔽严重情景时导致精度下降的问题,而里程计辅助需要获取准确的里程计杆臂和安装角。鉴于此,本文提出了一种基于预积分的IMU/ODO外参估计算法,使用由里程计观测和GNSS/INS组合导航解算得到的一段时间内的里程增量差异构建代价函数,通过非线性优化器进行标定参数求解。仿真与实际测试均表明了本文标定方法的有效
互联网快速发展,传统媒体记者需要尽快适应媒体环境的变化,坚守新闻真实性原则,并由简单的信息发布者向意见领袖转换,熟练使用各类新媒体,及时进行角色新定位。
5G时代的到来,使人们对移动三维GIS平台的需求也越来越高,然而移动GIS技术面临诸多机遇和挑战。随着GIS行业的发展和用户更高的要求,出现了新一代移动三维GIS平台。本文分析了新一代移动三维GIS平台在三维数据、虚拟漫游、双方式数据加载、智能数据处理和丰富统计分析等方面技术上的要求,设计了系统平台框架和双方式数据加载技术框架,研究了VR漫游技术和三维空间数据统计,实现了新一代移动三维GIS平台。
室内路网模型作为室内导航研究的基础,如何自动生成室内路网模型成为近年的研究热点。对于目前自动路网模型研究中出现的复杂环境适应度不够的问题,本文提出了一种室内楼层平面路网模型的自动提取方法。它将室内空间分为公共空间和专属空间两类,从而形成公共空间路径和专属空间路径,并用转换点将两类路径进行衔接;最终利用提取的公共空间路径、专属空间路径和连接路径构成楼层平面导航路网模型。基于此方法,将某学校教学楼一层
传统多历元累积观测量随机模型通常忽略各历元间观测量的时间相关性,导致其对观测量整体随机特性刻画不准确。考虑北斗系统中GEO卫星观测量的时间相关性较强,本文提出一种适用于多历元下北斗观测量的时间相关随机模型构建方法。在传统多历元随机模型的基础上,将时间相关系数直接引入随机模型,通过观测量站间差分残差计算各历元间观测量的时间相关系数,生成多历元下北斗观测量时间相关随机模型,并利用实际试验数据对其在整周