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:
为了提高UKF的运算效率,本文分析了UKF中各参数对滤波效果的影响,给出了一种系统状态转移矩阵为线性变换时UKF的优化算法,并证明了本算法的正确性.针对野值影响UKF精度的缺陷,本文提出了使用新息判断野值是否存在的检测方法.对于野值存在的情况首先剔除野值,然后根据已经得到的滤波状态应用最小二乘法对当前状态进行预测估计,对于野值不存在的情况直接使用UKF滤波,最后推导了使用最小二乘法拟合野值存在时估计的合理性,从而证明了这种方法可以极大地提高UKF抗野值的能力.本文最后用具体的仿真实例说明了最小二乘法与UKF相结合算法消除野值的有效性.
推荐文章
结合Kalman滤波和LBP纹理的CAMShift改进算法
CAMshift算法
Kalman滤波器
LBP纹理
图像采集
位置预测
目标跟踪
自主移动机器人定位系统中Kalman滤波算法改进
Kalman滤波器
U-T变换
移动机器人
定位系统
GPS/CAPS双模定位解算的Kalman滤波算法
GPS
CAPS
双模定位
Kalman滤波
基于改进Kalman滤波算法的多模型融合建模方法
改进Kalman滤波
模型融合
混合建模
主元分析
预测
聚合
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 改进的Unscented Kalman滤波算法
来源期刊 计算机工程与科学 学科 工学
关键词 优化算法 野值 新息 最小二乘法
年,卷(期) 2011,(4) 所属期刊栏目 研究与实现
研究方向 页码范围 192-197
页数 分类号 TP13
字数 4059字 语种 中文
DOI 10.3969/j.issn.1007-130X.2011.04.037
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 裴海龙 华南理工大学自动化科学与工程学院 151 1087 16.0 23.0
2 申文斌 华南理工大学自动化科学与工程学院 1 11 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (37)
参考文献  (8)
节点文献
引证文献  (11)
同被引文献  (20)
二级引证文献  (17)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(4)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(9)
  • 引证文献(2)
  • 二级引证文献(7)
2019(7)
  • 引证文献(1)
  • 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
优化算法
野值
新息
最小二乘法
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导