多重渐消因子相关论文
针对容积卡尔曼滤波(CKF)在捷联惯导系统(SINS)初始对准时由于模型误差和外界扰动导致滤波精度下降和鲁棒性差的问题,提出一种简化......
目标跟踪应用中,针对迭代扩展卡尔曼滤波(IEKF)在模型失配和噪声时变情况下出现精度下降甚至发散的问题,提出了一种基于多重渐消因......
针对标准容积卡尔曼滤波(cubature Kalman filter, CKF)在载体状态突变时滤波精度下降的问题,提出了一种基于多重渐消因子的强跟踪......
针对超高速强机动目标运动模型难以准确建立且观测数据易出现不良量测而导致滤波发散的问题,提出一种适用于超高速强机动目标的跟......
一种基于Kalman和扩展Kalman滤波器的相互作用多模型(IMM)方法可以减小模型的不确定性,但无法消除由于噪声相关引起的状态偏差的弱......
传统的容积卡尔曼滤波(CKF)在处理强非线性系统时存在精度低甚至发散的问题,高阶容积卡尔曼滤波(HCKF)提高精度的同时也会大幅度提......
针对高动态飞行器接收机多普勒频移估计算法的稳健性差以及不能充分利用最新量测信息的问题，提出一种基于多重渐消因子的自适应渐消......
为了克服扩展多模型自适应估计中扩展卡尔曼滤波的理论局限性,多重渐消因子强跟踪改进引起的滤波发散现象以及多维高斯故障概率计......
大方位失准角下的SINS/GNSS组合对准系统呈非线性,采用传统的卡尔曼滤波方法进行初始对准易导致对准精度下降甚至滤波发散。基于此......
针对多机动目标跟踪中，目标数目未知及加速度不确定的问题，提出一种强跟踪输入估计（modifiedinputestimation，MIE）概率假设密度多机动目......
针对传统扩展卡尔曼滤波(EKF)存在估计精度不高且滤波易发散问题,提出一种基于多重渐消因子EKF的永磁同步电机(PMSM)无传感器控制......
针对多模型自适应估计(multiple model adaptive estimation,MMAE)方法适应突变故障能力差、多重渐消因子强跟踪算法滤波发散、故......
针对传统卡尔曼滤波器在模型失配和噪声时变情况下滤波精度下降甚至发散的问题,设计了一种新的多重渐消因子卡尔曼滤波算法。该算......
针对在模型失配和观测噪声干扰情况下常规滤波器出现精度下降甚至是发散的问题,提出了基于自适应多重渐消因子的改进方法,即通过计......
GPS/INS组合导航非线性系统最优估计算法中,基于统计信息和假设检验理论的多渐消因子自适应滤波算法的应用前提条件是残差向量为高......
