无迹变换相关论文
飞行器协同探测相比于单飞行器探测具有精度更高、抗干扰能力更强的优势。传统制导控制设计过程中通常将目标定位跟踪和制导算法进......
飞行器结构中输入变量往往存在着不确定性,这种不确定性通过输入-输出关系的传递使得飞行器结构系统的输出性能也具有不确定性,输......
在空间战场中,单一的飞行器在战场上面对复杂的环境很难实现有效的探测定位与精准打击,而飞行器协同探测可以有效解决这一不足。在......
为克服现有电力通信监测系统因噪声处理不佳导致的信号质量不高、系统负载能力差、耗时长等问题,将系统划分为数据层、网络层和应......
无迹变换方法将随机潮流问题转换为少量样本点的确定性潮流问题,能够全面捕获非线性系统的统计参量.考虑分布式电源出力的随机性和......
针对强噪声背景下的说话人跟踪系统,提出了一种适应于噪声统计特性未知的无迹扩展H∞粒子滤波方法,并将其应用于强噪声背景下的说......
随着大地测量观测技术的快速发展，非线性平差模型日益复杂和数据来源日益丰富，这对非线性平差方法和精度提出了更高要求。已有研究多......
随着计算机、智能控制以及传感技术等学科的发展，将多传感器信息融合技术应用于机器人运动轨迹研究是当前机器人技术中的一个热门研......
微小型无人直升机在军事和民用两方面都具有广阔的应用前景,近年来成为国内外研究的热点之一,是进行控制、导航、路径规划以及目标......
将捷联惯性导航系统(Strap-down Inertial Navigation System,SINS)与全球定位导航系统(Global Positioning System,GPS)输出进行......
智能电网的建设要求调度中心能够快速准确感知电网状态并判断发展趋势,电力系统状态估计是实现上述要求的关键性技术。以加权最小......
近年来永磁同步电机凭借其高效节能、结构简单、可靠性高和便于维护的优点,在风机水泵、空调、电动汽车甚至航空航天等诸多领域得......
绳系式移动机器人可用于极端地形的探测,如陡峭斜坡、松软土壤、高耸悬崖、沟壑等。在运动过程中移动机器人的绳索不可避免地与障......
本文首先介绍了无迹变换(UT)原理和无迹卡尔曼滤波(UKF)在线辨识算法,在此基础上,通过动态状态方程和输出量测方程的变换将无迹卡......
在对天基光学监视跟踪特点进行分析的基础上,提出样点状态转换修正球坐标-Sigma点卡尔曼滤波(MSC-SPKF)方法以实现对空间目标的三......
基于有限集统计理论的概率假设密度滤波算法运用于多目标跟踪时,不再考虑数据关联问题,突破了传统的跟踪方法。但该滤波公式在非线......
将基于无迹变换的UKF方法运用到水下目标运动分析中,给出了具体步骤,讨论了其目标运动分析问题.利用测得的纯方位序列,建立了状态......
考虑光伏出力和负荷的不确定性,研究一种适合工程推广的综合能源系统经济调度求解方法。首先,建立综合能源系统混合整数非线性概率......
针对基于多维分配模型的雷达与红外数据关联算法在构造关联代价函数时未考虑最大似然估计引入的误差的一问题,提出了一种基于信息......
分布式电源在配电网的并网规模越来越大,但分布式电源出力的不确定性会给配电网的运行带来严重的影响。在建立分布式电源潮流计算......
在非线性系统中用自适应Kalman滤波器跟踪机动目标时,必须采用扩展Kalman形式,但扩展Kalman有精度低、易发散的缺点。在标准UKF滤......
目标跟踪应用中,一类常见的混合估计问题是:目标运动建模在直角坐标系下且是非线性的,同时量测数据由传感器直接获得。通常处理该......
针对非线性电力系统动态状态估计问题，建立了动态数学模型，并采用无迹卡尔曼滤波（UKF）算法进行滤波。使用MATLAB仿真软件在IEEE30节点......
将电力系统的三相电压信号构造成一复信号,然后利用改进的RBAUKF算法对发生谐波和随机噪声干扰的电力系统电压信号进行动态估计和......
针对UT变换通过非线性矩近似方程组获得样点的复杂性，提出了一种基于概率密度特性的高阶UT样点设计方法，该方法利用高斯概率密度函数......
采用锂离子电池戴维南模型,通过恒流脉冲放电实验结合递推最小二乘法(RLS)辨识模型参数,针对无迹卡尔曼滤波算法(UKF)存在的缺陷,......
为了实现对单站目标的被动跟踪,分析并比较了扩展Kalman滤波器和粒子滤波器在非线性估计方面的性能,并且针对粒子滤波器存在的粒子......
为解决锂离子电池欧姆内阻随温度变化特性对电池状态估计精度的影响，提出了一种考虑内阻时变特性的两步无迹H∞滤波锂电池状态估计......
针对在杂波环境下,一般的高斯混合粒子PHD出现滤波精度不高、滤波发散的问题,提出了一种基于无迹变换的高斯混合粒子PHD。该算法在......
针对非线性观测条件下的机动目标跟踪误差较大的问题,提出了一种交互式多模型(IMM)和无迹信息滤波(UIF)法对目标进行跟踪。利用无......
针对基于概率假设密度算法（Probability Hypothesis Density,PHD）的高维纯方位多目标跟踪,提出了新型的PHD算法—新型采样准则的基于......
无迹Kalman滤波（UKF）是无迹变换（UT）和标准Kalman滤波的结合,对非线性系统具有出色的估计性能,使用UKF估计小波网络参数,速度快,精度高......
为进行高精度的弹道导弹弹道预报和误差传播分析,分析了平根数法解摄动方程的解形式,提出了一种考虑J_2摄动并包含短周期项的解析......
Unscented卡尔曼滤波（UKF）是一种新的非线性滤波算法，在U变换（unscented transformation）的基础上，获得纯方位条件下的UKF算法。最后，针对......
由于分布式电源并网的随机性,给电网无功优化引入新的问题。本文通过无迹变换近似风电场风速、光伏电站的光照强度和负荷的有功功......
提升噪声干扰情况下的目标跟踪精度，提出了一种柯西分解改进的无迹H∞滤波方法。采用UT变换代替传统的泰勒级数线性近似截断处理，降......
提出了一种利用UKF算法实现对机动目标进行无源定位与跟踪的滤波方法.仿真结果表明,与扩展卡尔曼滤波器相比,UKF算法的滤波精度和......
利用了一种用于非线性系统的,基于无迹变换的Kalman滤波算法的一个新的扩展方法—UKF,推导了应用于方位角预测和纯方位跟踪两个方......
为有效改善观测噪声方差对滤波估计精度的影响,提出了一种考虑噪声扰动的修正H_∞滤波方法.首先,在扩展H_∞滤波架构内利用无迹变......
随着信息化程度的不断提高,对目标跟踪的精度要求也在不断提高,不但需要采集传感器的数据越来越多,而且对物体的位置进行定位、监......
为了提高测量更新的近似精度,将迭代卡尔曼滤波（IKF）的思想引入到UKF中,得到迭代无迹卡尔曼滤波算法（IUKF）。理论分析与仿真结果表明：IK......
为定量分析内河船舶导航系统的跟踪性能,建立基于GPS/DR组合信息的船载导航系统非线性模型,以该模型作为系统模型,采用附有航向约......
本文提出了一种改进的无迹粒子滤波算法（IUPF）．与传统的粒子滤波算法不同，IUPF中每个粒子并不代表状态序列的一个可能实现，而是代表由初......
对基于多维分配模型的多无源传感器（Multipassive．sensorsystem，MPSS）多目标数据关联算法进行了归纳分析，指出该模型不仅忽略了极大似然......
提出一种基于无迹变换的随机潮流计算方法,比较对称采样、最小偏度单形采样和超球体单形采样3种无迹变换策略的实现思路和计算效果......
电力系统状态估计是能量管理系统（EMS）的重要组成部分。传统的静态状态估计已经在电力系统应用很多年,随着广域测量技术的发展,动态......
针对红外／可见光异源图像匹配，提出基于无迹变换的KL散度异源图像匹配方法。首先，分别提取异源图像Sobel边缘特征点，并校正红外特征点......
粒子滤波在非线性系统的故障诊断中,存在着粒子样本退化和突变状态难以跟踪的问题。为此提出一种基于无迹变换和遗传变异改进的粒......
无迹卡尔曼滤波（UKF）算法在原先状态分布中按臬规则取点，并使点的均值和协方差等于原状态分布的均值和协方差。将这些点代入非线性函......
