共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
用偏差分离估计的鲁棒Kalman滤波算法 总被引:1,自引:0,他引:1
本文针对带模型误差系统,利用偏差分离估计提出了一种鲁棒Kalman滤波算法,并给出了该算法的渐近稳定条件。仿真结果表明本文算法是有效的。 相似文献
3.
在Kalman滤波应用过程中 ,观测值中的野值是影响滤波效果的重要因素。当观测中含有野值时 ,破坏了Kalman滤波新息的原有特性 ,从而造成估计不准 ,滤波精度下降。本文提出了修正Kalman滤波新息的方法 ,使修正后的Kalman滤波新息能够保持修正前的新息特性。仿真结果表明 ,本文提出的方法可有效地抑制观测中的野值对系统滤波的不利影响 相似文献
4.
提出了一种离散系统的鲁棒分离滤波方法.为了对状态向量进行较准确估计,将鲁棒滤波器分为:1)零误差状态估计器;2)不确定矩阵估计器;3)鲁棒合成器.零偏差状态估计器是假定系统的不确定部分为零时的状态估计器;其新息作为不确定部分的估计变量,并由此估计系统的不确定部分;最后,根据系统不确定部分估计误差的上下界,用鲁棒合成器对状态向量的估计值进行鲁棒修正.为了在合成器中得到鲁棒滤波的逼近计算式,通过变换状态估计误差的协方差阵,得到了系统矩阵不确定部分的误差上界不等式逼近,并且得到了估计误差协方差阵逆阵的下界不等式逼近,从而给出了鲁棒合成滤波的完整算法. 相似文献
5.
6.
具有测量数据丢失的离散不确定时滞系统鲁棒Kalman滤波 总被引:1,自引:0,他引:1
研究了具有测量数据丢失的离散不确定时滞系统鲁棒Kalman滤波问题, 其中时延存在于系统状态和观测值中. 模型的不确定性通过在系统矩阵中引入随机参数扰动来表示, 测量数据丢失现象则通过一个满足Bernoulli分布且统计特性已知的随机变量来描述. 基于最小方差估计准则, 利用射影性质和递归射影公式得到一个新的滤波器设计方法, 并且保证了滤波器的维数与原系统相等. 与传统的状态增广方法相比, 当时延比较大时, 该方法可以有效降低计算量. 最后, 给出一个仿真例子说明所提方法的有效性. 相似文献
7.
Kalman滤波的抗野值修正 总被引:17,自引:0,他引:17
分析了动态测量系统中异常数据对Kalm an 滤波的不利影响.提出了一组具有良好容错能力的修正型滤波算法.该滤波算法既可以充分利用正常新息确保滤波的精度,又可以有效拟制异常新息的不利影响提高滤波估计可靠性,达到对故障数据的容错能力.最后,通过仿真计算验证了该算法的有效性. 相似文献
8.
9.
Kalman滤波的抗野值修正 总被引:4,自引:0,他引:4
分析了动态测量系统中异常数据对Kalman滤波的不利影响.提出了一组具有良好容错能力的修正型滤波算法.该滤波算法既可以充分利用正常新息确保滤波的精度,又可以有效拟制异常新息的不利影响提高滤波估计可靠性,达到对故障数据的容错能力.最后,通过仿真计算验证了该算法的有效性. 相似文献
10.
由于受到干扰或自身稳定性等因素的影响,在试飞中雷达或光电经纬仪会出现连片野值,影响测试数据的准确性。为此,采用基于Bayes定理的抗野值Kalman滤波算法,根据测量误差建立了受污分布模型,得到后验概率,据此确定预报方差的权值,以降低连片野值的影响。经仿真试验和飞行试验验证,该方法稳定有效,实时性强。已经应用在试飞测试工作中。 相似文献
11.
12.
对于非线性系统而言,容积卡尔曼滤波(Cubature Kalman Filter,CKF)算法是处理状态估计问题的一种有效方法,并且其在高斯噪声下可以获得良好的估计性能.然而,当噪声被重尾噪声污染时,其性能通常会急剧下降.为解决此问题,将Huber方法应用于CKF框架中,取代了传统的最小均方误差(Minimum Mea... 相似文献
13.
基于抗差自适应容积卡尔曼滤波的超紧耦合跟踪方法 总被引:1,自引:0,他引:1
为降低基于单一调节回路的超紧耦合结构存在的反作用影响,设计了一种基于双回路的超紧耦合结构.基于此,为解决所设计结构中跟踪环路的非线性滤波问题,针对测量异常误差和动力学模型误差,提出了一种基于抗差自适应容积卡尔曼滤波(Robust adaptive cubature Kalman filter,RACKF)的超紧耦合跟踪算法.该算法采用稳健M估计调整容积卡尔曼滤波 (Cubature Kalman filter,CKF)算法,对观测量中粗差的影响“程度”进行探测和处理,以减小观测量异常误差产生的影响,同时利用自适应调节因子对算法进行调节修正,以处理动态扰动误差引入的影响.实验结果表明: 所提出的方法能有效地处理模型不准确所引入的误差,较好地实现全球定位系统(Global positioning system,GPS)卫星信号的高精度和稳定跟踪,其跟踪性能远优于基于单一回路的跟踪方法,同时优于基于无迹卡尔曼滤波(Unscented Kalman filter,UKF)和基于CKF的跟踪方法,提升了导航系统在高动态条件下的适应性能. 相似文献
14.
Shovan Bhaumik 《Asian journal of control》2014,16(5):1522-1531
This paper provides an alternative point of view to the robust estimation technique for nonlinear non Gaussian systems based on exponential quadratic cost function. The proposed method, named the risk sensitive ensemble Kalman filter (RSEnKF), is based on the ensemble Kalman filter (EnKF) which may be thought of as a Monte Carlo implementation of the Kalman filter for nonlinear estimation problems. The theory and formulation of the RSEnKF are presented in this paper. The proposed method is superior to the extended risk sensitive filter (ERSF) and the quadrature based risk sensitive filters in terms of estimation accuracy, and is faster than the risk sensitive particle filter (RSPF). 相似文献
15.
讨论了一类具有不确定噪声的离散时间线性系统的鲁棒Kalman滤波器的设计思想和方法.文中给出确保估计误差性能指标的不确定噪声协方差矩阵的扰动上界,并在此界限内采用最坏情况下最优滤波器实现对状态的估计,它不仅能极小化不确定下的最坏性能,而且还能确保估计误差性能指标达到给定的某个自由度. 相似文献
16.
在蜂窝网络中,非视距(Non-line-of-sight,NLOS)误差是影响定位精度的关键因素.本文以卡尔曼滤波和Greenstein模型为基础,通过判决鉴别出NLOS误差,借助其均值修正卡尔曼预测过程中产生的异常新息,直接消除NLOS误差,再利用多项式平滑滤除测量误差,重构到达时间(Time-of-arrival,TOA)测量值;接着对卡尔曼滤波的量测矩阵进行修正,用重构的测量值对移动台精确定位.仿真结果表明,该算法能够有效地抑制NLOS误差,提高NLOS传播环境下的定位精确度,在一定程度上满足了E-911的定位需求. 相似文献
17.
18.
《Automatic Control, IEEE Transactions on》2009,54(4):850-854
19.
研究了分簇传感网络分布式融合Kalman滤波器.根据最邻近原则将传感网络分成簇,每簇由传感节点和簇首组成.应用极大极小鲁棒估计原理,基于带噪声方差最大保守上界的最坏保守系统,对带不确定性噪声方差的分簇传感网络系统提出了两级鲁棒观测融合Kalman滤波器.当传感器数量非常多的时候它可以明显减小通信负担.在鲁棒性分析中利用Lyapunov方程方法证明了局部和融合Kalman滤波器的鲁棒性.提出了鲁棒精度的概念,并证明了局部和融合鲁棒Kalman滤波器之间的鲁棒精度关系.证明了两级加权观测融合器的鲁棒精度等价于相应的全局集中式鲁棒融合器的鲁棒精度,并且高于每个局部观测融合器的鲁棒精度.一个仿真例子说明上述结果的准确性. 相似文献