一种组合式的Kalman滤波算法

针对Kalman滤波算法在估计过程中存在噪声影响和过程信号无法直接观测等问题,提出一种组合式的Kalman滤波算法.首先对观测的数据进行自适应加权融合,然后将融合的结果作为第二级Kalman滤波的先验估计值,进行Kalman滤波.通过自适应算法与Kalman算法的组合算法进行数据融合,可以提高融合的准确度和精度.最后通过仿真证实算法的有效性.     

新型自适应Kalman滤波算法及其应用

为防止滤波发散和提高系统的实时性,提出了一种新的自适应Kalman滤波算法.该算法利用滤波异常判据获得一个滤波状态因子,通过滤波状态因子确定量测噪声协方差阵的值,在线调整噪声的统计特性实现自适应滤波.将该算法应用到惯导/双星组合导航系统中,并和常规Kalman滤波和简化的Sage-Husa自适应滤波算法进行仿真比较.仿真结果表明,在滤波精度与简化Sage-Husa自适应滤波相当的情况下,新算法简化了运算,提高了实时性.     

基于最大熵Kalman滤波的机载SINS自标定技术

针对在机载捷联惯导系统(SINS)自标定过程中,量测噪声呈非高斯分布,导致经典Kalman滤波性能降低的问题,该文提出了基于最大熵Kalman滤波(MCKF)的机载SINS自标定技术。该方法采用最大相关熵准则(MCC)替代经典Kalman滤波的最小均方误差准则,有效利用信号的高阶矩信息,并将其应用于机载SINS自标定系统中。仿真结果表明,在非高斯噪声条件下,该方法能够估计出机载SINS待标定参数,且算法的鲁棒性和误差项估计精度均优于经典Kalman滤波,具有一定的工程应用价值。     

抗差卡尔曼滤波在惯组外场自标定中的应用

针对惯组在外场自标定受到环境的振动干扰会降低标定精度的问题,分析了粗差对卡尔曼滤波估计值的影响,提出将基于抗差估计的卡尔曼滤波算法应用于惯性测量组合(IMU)外场自标定数据处理中。该算法通过等价权函数对异常数据进行连续降权,减弱粗差对惯组输出的污染,兼具了卡尔曼滤波的实时性和等价权函数的抗差性,具有实际应用价值。实验结果表明,与Sage-Husa自适应卡尔曼滤波和抗野值卡尔曼滤波相比,抗差卡尔曼滤波具有更强的抗差性,滤波收敛速度更快,单次通电精度提高了至少1个数量级,能有效抑制异常数据对标定精度的影响。     

基于最优导频的自适应Kalman滤波信道估计方法

针对时变信道中的子载波间干扰(ICI)和噪声的统计模型不准确引起的滤波发散问题,介绍了一种基于最优导频预滤波的自适应Kalman联合算法。该算法通过使用最优导频滤除ICI,获得理想信道初始状态,然后将其作为Kalman滤波初始信息在时域上进行自适应Kalman信道估计。最后仿真实验表明,和传统的基于导频的Kalman滤波(KF)算法相比,该方法能有效抑制KF发散和改善信道估计精度。     

基于数据融合估计理论的Kalman滤波

本文在经典Kalman滤波算法的基础上针对多传感器数据处理的特点,根据不同的数据融合结构方案给出了多传感器数据融合系统的Kalman滤波算法。根据多传感器数据融合估计知识,建立了基于Kalman滤波的数据融合模型;给出了融合结构的数据融合滤波算法：集中式Kalman滤波算法;进行了算法仿真演示实验。实验结果表明,通过多传感器融合能够提高系统的估计精度。     

一种最小二乘与自适应Kalman联合滤波算法

"当前统计模型"滤波算法中采用上一帧的加速度来预测当前时刻的目标位置,当目标做变加速度运动时,预测值不能反应本帧的加速度变化,目标跟踪精度难以保证.针对这个问题,本文提出了一种最小二乘和Kalman的联合滤波算法,在自适应Kalman滤波前,采用最小二乘算法对当前数据进行拟合,用拟合的位置、速度和加速度作为目标的预测位置送入Kalman滤波器进行滤波处理,克服了"当前统计模型"滤波中存在的问题,提高了跟踪精度.     

基于GPS／INS紧耦合的神经网络辅助滤波算法

以GPS／INS紧耦合组合导航系统为研究对象,设计了一种GPS／INS自适应滤波算法。针对扩展Kalman滤波存在的对模型较大的系统误差估计性能较差和系统估计精度不高等问题,采用RBF神经网络辅助EKF导航滤波器,实现自适应的导航参数解算。仿真结果表明,采用了辅助滤波器的算法比扩展Kalman滤波算法所获得的导航精度和...     

抗野值自适应Kalman滤波在MEMS加速度计信号处理中的应用

针对MEMS加速度计在复杂应用环境下输出信号中存在野值,且其噪声统计先验知识不足的问题,运用了一种抗野值自适应Kalman滤波算法,采提高其测量精度.该算法用一个修正函数加权于自适应Kalman滤波方程的新息上,根据新息的方差和均值变化自适应调整修正权值,从而保持序列原有性质.通过对输出信号的算法验证,表明该算法能够有效在线去除野值,防止滤波发散,在提高MEMS加速度计测量精度上有一定的可行性.     

基于小波-边缘保持Kalman滤波抑制散斑噪声算法

提出了一种新的用于噪声抑制的基于边缘保持Kalman滤波和小波变换相结合的算法。此算法对原始图像进行小波变换,然后在各个尺度上将与边缘大小和位置有关的信息从噪声图像中提取出来并将这些信息作为Kalman滤波器的控制输入。仿真结果表明:该算法能够有效的去除噪声,又保留有用信号及边缘信息。通过比较证明其优于小波阈值算法和自适应Kalman滤波算法。     

Blind adaptive multiuser detection based on Kalman filtering

Although several Kalman filtering algorithms have been presented for adaptive multiuser detection, none is "blind" due to requiring training data sequences and/or more knowledge than the spreading waveform and delay of the desired user. This paper proposes a novel blind adaptive multiuser detector based on Kalman filtering and compares it with previously published LMS and RLS algorithms for blind adaptive multiuser detection. It is shown that the steady-state excess output energy of the Kalman filtering algorithm is identically zero for a stationary environment. Simulation results show the effectiveness of the new Kalman filtering algorithm     

基于气压表/GPS的数据融合算法研究

为确保飞机精确飞越预定点上空并具备精密进场着陆引导能力,引入了一种提高垂直方向定位精度的气压表/GPS数据融合算法.该算法利用Kalman滤波实现了气压高度表/GPS的数据融合.借助于飞机的运动矢量模型、GPS定位误差模型建立了气压表/GPS组合导航系统自适应联合Kalman滤波的数学模型,给出了该数据融合算法的详细推导过程.仿真结果表明,所设计的算法在改善垂直方向上的定位精度以及在实时性、适应性等方面都有很好的效果,提高了飞机在进近飞行阶段的安全性和可靠性,能满足民用航空的进场着陆引导要求.     

无线电静默下数据链端机的时间同步守时优化

在无线电静默的情况下所有数据链端机无法进行往返校时,这会导致端机间时间同步精度的降低。国内外普遍使用卡尔曼滤波的方法来实现守时优化,但当模型建立不准确时,容易出现滤波发散的现象。提出了一种改进的卡尔曼滤波算法,在自适应渐消卡尔曼滤波渐消因子计算方法的基础上,将其与奇异点剔除技术相结合来防止滤波的发散。该方法计算过程比较简单,满足工程所需的实时性要求。多次仿真实验证明数据链端机可以满足10 m测距所要求的33 ns以内的时间同步精度要求,使得数据链端机在静默结束后可以完成更高要求的任务。     

基于FPGA实现的自适应卡尔曼滤波器的设计

在视频图像获取过程中,由于噪声对图像序列的降质,需要设计实时噪声滤波器。讨论了视频图像的卡尔曼滤波问题及自适应卡尔曼滤波算法,并讨论了自适应卡尔曼滤波算法的简化,以利于硬件实现自适应卡尔曼滤波器,并进行了简化算法仿真,完成基于FPGA实现的实时自适应卡尔曼滤波器的设计。     

GPS动态定位中自适应卡尔曼滤波研究

采用描述机动载体运动的“当前”统计模型，建立了一种新的GPS动态定位自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能，提出一种改进的自适应滤波算法，大大提高了GPS动态定位卡尔曼滤波器的跟踪能力，改善了滤波效果。计算机仿真结果验证了该算法的有效性。     

非线性滤波算法分析及其性能比较

针对目标跟踪实际应用中量测方程非线性对滤波精度和稳定性的影响,重点分析了模型线性化的滤波算法、无迹卡尔曼滤波（UKF）和粒子滤波算法（PF）的基本原理和特点以及适应的条件。仿真试验比较了扩展卡尔曼、无迹卡尔曼和粒子滤波的跟踪效果,结果表明非线性条件下粒子滤波算法优于其它两种滤波算法。     

MIMU／GPS组合导航模糊自适应卡尔曼滤波研究

针对组合导航初始对准中存在模型误差时常规卡尔曼滤波容易发散的问题,提出了一种模糊自适应卡尔曼滤波算法。该算法采用模糊控制规则,根据新息的方差和均值变化自适应调整量测噪声权值矩阵。此算法运用于MIMU/GPS组合导航初始对准中,获得了较高的导航精度。仿真结果表明,该算法能够有效防止滤波发散,减少模型误差对滤波结果的影响,提高了滤波精度,实现了参数的在线调整。     

一种新型自适应卡尔曼滤波算法

主要完成卡尔曼滤波在准连续波雷达数据处理(距离和速度)中算法应用研究,实现一种新型自适应卡尔曼滤波算法.通过计算机仿真,该算法能够适应不同的机动目标,并对测量数据中的有色噪声有较强的抑制作用,满足实时要求,提高雷达测量精度.