基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在混合估计中,交互式多模型滤波器(IMM--Interacting MultipIe Model)以其优越的性能而受到广泛的研究.由于马尔可夫参数的限定,交互式多模型在模型数较多时会出现精度下降,从而限制了它在高维参数空间建模的有效性.利用模型集的概念,首次提出了双马氏过程的模型切换假设,从而构造出一种两级交互式多模型滤波器.通过辨识系统噪声的多个统计参数比较了两级交互式多模型滤波器与常规交互式多模型滤波器.结果表明:对于大信噪比信源(即小的量测噪声),两级交互式多模型滤波器与常规交互式多模型滤波器性能基本相当;而对于小信噪比信源(即大的量测噪声),两级交互式多模型滤波器明显优于常规交互式多模型滤波器.
推荐文章
一种用于车辆定位的交互式多模型两级卡尔曼滤波
交互式多模型
两级滤波
不确定噪声
车辆定位
自适应交互式多模型算法改进探讨
机动目标
交互式多模型
自适应算法
多速率交互式多模型粒子滤波研究
交互式多模型
粒子滤波
多速率
多速率交互式多模型粒子滤波器
自适应交互式多模型目标跟踪算法
交互式多模型算法
目标跟踪
自适应滤波
马尔可夫链
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 两级交互式多模型算法
来源期刊 自动化学报 学科 工学
关键词 交互式多模型算法 自适应滤波 噪声辨识
年,卷(期) 2001,(5) 所属期刊栏目 论文与报告
研究方向 页码范围 651-656
页数 6页 分类号 TN713
字数 3153字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 潘泉 西北工业大学自动控制系 544 9437 45.0 77.0
2 张洪才 西北工业大学自动控制系 243 5379 38.0 64.0
3 谭伟 西北工业大学自动控制系 11 88 5.0 9.0
4 梁彦 清华大学自动化系 10 260 8.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (25)
同被引文献  (26)
二级引证文献  (134)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2001(1)
  • 引证文献(1)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(10)
  • 引证文献(5)
  • 二级引证文献(5)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(5)
  • 引证文献(1)
  • 二级引证文献(4)
2006(20)
  • 引证文献(3)
  • 二级引证文献(17)
2007(15)
  • 引证文献(3)
  • 二级引证文献(12)
2008(19)
  • 引证文献(1)
  • 二级引证文献(18)
2009(7)
  • 引证文献(0)
  • 二级引证文献(7)
2010(7)
  • 引证文献(2)
  • 二级引证文献(5)
2011(8)
  • 引证文献(1)
  • 二级引证文献(7)
2012(7)
  • 引证文献(2)
  • 二级引证文献(5)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(11)
  • 引证文献(2)
  • 二级引证文献(9)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(12)
  • 引证文献(2)
  • 二级引证文献(10)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
交互式多模型算法
自适应滤波
噪声辨识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导