共查询到20条相似文献，搜索用时 15 毫秒
1.
针对非高斯分布的测量噪声、野值点或未知时变的噪声统计特性导致SLAM定位方法的量测更新中状态估计不正确甚至不收敛的问题,提出一种基于改进变分贝叶斯滤波的鲁棒SLAM定位方法.首先,利用变分贝叶斯自适应滤波算法对时变的测量噪声协方差进行估计.然后,通过重加权平均构建的权重函数对估计的协方差矩阵进行鲁棒化处理.最后,对系统状态更新进行多次迭代,逐步修正其估计误差.同时,为了观测到不同深度的特征点,构建了包含深度参数的特征测量模型.实验结果表明,当量测噪声不服从高斯分布且量测信息中有野值点时,与基于变分贝叶斯自适应卡尔曼滤波的SLAM方法相比,所提方法的定位精度分别提高了17.23%、20.46%和17.76%,说明该方法对环境干扰具有更好的适用性和鲁棒性. 相似文献
2.
3.
目标跟踪是物联网数据融合技术的一个关键技术,相互作用多模型——概率数据关联算法(IMMPDAF)适用于电磁波较为复杂的环境中目标的跟踪问题,是一种良好的算法,但对于多传感器多目标跟踪的情况,特别是目标较为密集时,计算量剧增,会出现计算组合爆炸现象。因此,有必要对算法进行改进和完善,即基于混合状态估计预测状态估计和量测,以量测的预测值为中心建立跟踪门,在每一个滤波器中用量测值进行估计,更新模型概率,最后以模型为条件进行组合优化。经算例验证表明,该方法克服了IMMPDAF算法在跟踪问题中的缺陷,提高了关联概率和跟踪精度,能有效解决杂波干扰和目标高度机动情况下的物联网中的目标跟踪问题。 相似文献
4.
目前绝大多数小型无人机使用GPS进行导航。GPS失效时,小型无人机需要依靠其他导航方式来完成飞行任务。本文研究捷联惯导系统(SINS)和北斗卫星导航系统组合作为GPS失效后小型无人机的导航方式。建立了SINS/北斗组合导航系统的状态方程和测量方程,采用Kalman滤波算法作为组合导航系统信息融合算法。最后进行了仿真验证,仿真结果表明,SINS/北斗组合导航比单一的惯性导航系统效果要好。 相似文献
5.
对GPS／SINS组合导航的工作原理和模型建立进行详细的分析，设置了两个传感器。提出一种基于信息融合的导航参数最优估计滤波方法。通过计算机仿真说明该方法可提高导航系统的计算精度和速度，有较好的容错性和环境适应性，具有实际使用价值。 相似文献
6.
无人机在军事、民用领域发挥着越来越重要的作用,提高无人机导航系统的精度有十分重要的意义.为达到提高无人机导航精度的目的,将惯性导航系统（INS）与中国北斗二号（BD-2）相融合,提出了INS/BD-2组合的无人机导航策略.经过分析,建立了基于间接法的系统模型,其测量方程为非线性方程.在组合导航算法上采用了处理非线性问题常用的粒子滤波算法对组合导航系统进行解算,并通过MATLAB软件对算法进行了仿真分析,仿真结果证明,与传统的EKF算法相比,该算法可提高组合导航系统的导航精度. 相似文献
7.
提出一种基于贝叶斯滤波递推状态估计的心脏运动测量信号实时滤波算法,提高心脏数据的测量精度,该方法建立了心脏运动模型与传感器误差模型,采用了扩展卡尔曼滤波与粒子滤波两种贝叶斯滤波方法的实现形式。实验结果表明,提出的算法有效地还原了心脏运动的真实值,并且满足了跟踪系统实时数据处理的要求,为整个系统精度的提高提供了保证。 相似文献
8.
9.
10.
贝叶斯优化算法是分布估计算法中最典型的代表。它利用贝叶斯网络采样对种群进行更新,而贝叶斯网络的寻优学习是一个复杂的搜索过程,运算时间较长,计算量大,这也正是制约贝叶斯优化算法应用的一个主要原因。本文引入免疫算法机制,使其对贝叶斯网络产生的解进行有导向的变异,提高个体的适应度值,从而减少贝叶斯网络的构建次数,降低计算量。研究结果表明,改进后的贝叶斯优化算法不仅具有更强的寻优能力,而且大大减少了计算量和运算时间。 相似文献
11.
无迹卡尔曼滤波在新型地形无源组合导航系统中的应用 总被引：2，自引：0，他引：2
为了提高自主水下航行器的导航精度,提出了一种新型地形无源组合导航系统.根据水下环境特点和航行器导航高精度和低成本的要求,采用捷联式惯性导航系统、地形辅助导航系统、多普勒速度声纳、电子磁罗经和利用UKF进行信息融合的导航计算机组成新型水下地形无源组合导航系统,并给出了EKF线性滤波方程、UKF非线性滤波方程和导航传感器量测方程.对比仿真实验表明,采用建议的传感器和UKF信息融合方式比采用EKF方式提高了水下航行器导航定位的精度.采用不同的导航传感器和UKF信息融合方法的地形无源组合导航系统可以有效地减小水下航行器导航位置误差,提高组合导航的稳定性和精度. 相似文献
12.
13.
《实验室研究与探索》2015,(9):126-131
针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题,提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法。算法通过融合遗传算法和粒子群算法的优点,采用可调整的算法模型对粒子群算法进行改进,将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理,将优化后的卡尔曼滤波器应用于感应电机转速估计,仿真实验表明,与试探法、标准粒子群算法及遗传算法比较,改进粒子群算法优化的扩展卡尔曼滤波器能够有效提高转速估计的精度,从而提高无速度传感器矢量控制系统的控制性能。 相似文献
14.
近年来关于DINA模型的相关研究显示,样本量、先验分布、经验贝叶斯或完全贝叶斯估计方法、样本的代表性、项目功能差异和Q阵误指等,均可能是导致DINA项目参数估计发生偏差的原因。使用Monte Carlo模拟试验,对DINA项目参数(猜测参数和失误参数)的组合变化类型和偏差量进行考察,通过条件极大似然估计法估计知识状态,发现项目参数估计值与真值偏差不大时,对知识状态估计的精度影响不大;但是项目参数偏离真值较大时,尤其是在三种组合类型上,对属性掌握存在明显的高估或低估现象。研究结果对于诊断测验等值有一定的启示:若两个测验上锚题的项目参数出现了较大的偏差(0.1),则需要考虑等值的必要性。 相似文献
15.
将交互式多模型(IMM)算法应用到分布式多传感器融合跟踪系统中,代替原有系统的单模型Kalman滤波,推导出了分布式多传感器交互式多模型信息融合算法,并通过仿真实例验证了算法的效果。 相似文献
16.
为准确检测电力系统的谐波分量,提出一种基于小波阈值去噪和自适应变分模态分解（VMD）的谐波检测方法。在传统VMD算法基础上,通过构建输入信号Hankel矩阵并进行奇异值分解（SVD）的方法,自适应确定模态分解个数;利用改进的小波阈值去噪方法减少噪声的干扰,进一步提高检测精度。仿真实验表明,所提方法能有效地估计谐波的频率和幅值参数,具有较高的检测精度和良好的噪声鲁棒性。 相似文献
17.
18.
在导航制导武器中,针对微机电捷联惯导系统（MEMS-SINS）非线性误差的状态估计精度差和模型扰动问题,通过分析无迹卡尔曼滤波（UKF）算法中初值的选取会直接影响观测值精度的问题,结合自适应估计原理,提出一种基于自适应因子的UKF算法,该算法能够自适应地调节系统模型的扰动和初值的偏差并根据新的协方差观测值更新方程。首先建立传递对准的大失准角误差模型,然后将该算法应用于该系统状态估计中,并与标准UKF进行比较,通过计算机仿真,传递对准速度提高3s左右,精度提高将近1倍。对两种算法结果进行对比分析表明,能够抑制传递对准系统初值选取的偏差影响,降低系统状态模型扰动的影响,提高传递对准的对准精度。 相似文献
19.