共查询到18条相似文献,搜索用时 484 毫秒
1.
2.
新型自适应Kalman滤波算法及其应用 总被引:5,自引:0,他引:5
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. 相似文献
3.
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。 相似文献
4.
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。 相似文献
5.
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。 相似文献
6.
7.
"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. 相似文献
8.
9.
10.
11.
Blind adaptive multiuser detection based on Kalman filtering 总被引:9,自引:0,他引:9
Xian-Da Zhang Wei Wei 《Signal Processing, IEEE Transactions on》2002,50(1):87-95
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 相似文献
12.
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. 相似文献
13.
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。 相似文献
14.
15.
16.
17.