基于改进当前统计模型的模糊自适应车辆定位算法

• 作者: 吴怡 李文峰 杨琼 沈连丰 邵震洪
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: Singer模型 “当前”统计模型 车辆定位 模糊自适应 扩展卡尔曼滤波
• 年，卷（期）: 2013,（7）
• 页码范围: 184-190
• 页数: 7页
• 分类号: TP273
• 字数: 4153字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436x.2013.07.021

摘要

分析比较了“当前”统计模型和Singer模型各自的特点，提出了基于改进的“当前”统计模型的模糊自适应车辆定位算法（MCS-FAEKF），实时动态选择机动模型和调整系统噪声协方差矩阵。相对于传统的“当前”统计模型卡尔曼滤波算法（CS-EKF）和Singer-EKF算法，MCS-FAEKF算法对车辆目标的定位精度和可靠性等都得到了较大提高，计算机仿真结果验证了算法的有效性和可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈连丰	东南大学移动通信国家重点实验室	228	1980	22.0	34.0
2	邵震洪	东南大学移动通信国家重点实验室	6	35	3.0	5.0
6	李文峰	南京大学电子科学与工程学院	5	23	2.0	4.0
7	吴怡	东南大学移动通信国家重点实验室	9	117	6.0	9.0
8	杨琼	东南大学移动通信国家重点实验室	6	91	4.0	6.0