一种基于神经网络的卡尔曼滤波改进方法

• 作者: 孙刘杰 李孟超 蒋恩松
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 图像复原 卡尔曼滤波 神经网络
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 论文
• 页码范围: 2073-2076
• 页数: 4页
• 分类号: TP391
• 字数: 4230字
• 语种: 中文

摘要

卡尔曼(Kalman)滤波是一种基于最小方差估计的递推式滤波方法,它要求信号的状态模型是已知的,这就限制了它在实际中的应用.利用神经网络的良好的非线性映射能力对实际系统进行系统辨识,可以获得符合精度要求的系统状态方程,很大程度改进了卡尔曼滤波的效果.相对于一些经典的卡尔曼滤波改进算法,这种方法具有应用范围广和数学建模简单易行的优点.将神经网络与卡尔曼滤波相结合的方法用于图像复原实验,结果表明,该方法具有可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李孟超	上海理工大学光学与电子信息工程学院	44	320	10.0	16.0
2	孙刘杰	上海理工大学光学与电子信息工程学院	80	275	8.0	15.0
3	蒋恩松	上海理工大学光学与电子信息工程学院	4	45	3.0	4.0