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:
针对非线性捷联惯导系统噪声先验统计信息未知问题,基于中心差分卡尔曼滤波基本算法,采用极大似然准则构造极大期望最速下降梯度算法展开系统未知噪声统计特性在线估计计算研究,构建一类捷联惯导系统初始对准极大期望自适应中心差分最优滤波算法。该算法利用极大似然准则构造系统噪声统计特性对数似然函数,采用极大期望最速下降梯度法把系统噪声统计特性估计转化为对数似然函数期望最大值计算,获得系统过程噪声和观测噪声在线递推估计的自适应极大期望中心差分卡尔曼算法。经过大方位失准角捷联惯导系统初始对准仿真实验,与中心差分卡尔曼滤波基本算法相比,自适应极大期望中心差分卡尔曼算法能够有效解决基本算法在系统噪声先验知识未知情形下的滤波精度下降甚至发散问题,并且能够实现系统噪声统计特性的在线递推估计。
推荐文章
简化UKF在SINS摇摆基座上的初始对准
捷联惯导系统
大方位失准角
初始对准
RBAUKF
ISR-CDKF在SINS大方位失准角初始对准中的应用
大方位失准角
捷联惯导
初始对准
ISR-CDKF算法
CDKF在GPS/SINS组合导航系统非线性模型中的应用
惯性导航系统
组合导航
中心差分卡尔曼滤波
非线性系统
一种基于CDKF的SINS/GPS紧组合导航算法
SINS/GPS
CDKF
组合导航
欧拉角
四元数
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 EM-CDKF算法及其SINS初始对准应用
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 捷联惯导系统 初始对准 中心差分卡尔曼滤波 极大似然准则 极大期望算法
年,卷(期) 2014,(10) 所属期刊栏目 电子与信息工程
研究方向 页码范围 31-36
页数 6页 分类号 TM341|TM351
字数 语种 中文
DOI 10.13245/j.hust.141007
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 周卫东 哈尔滨工程大学自动化学院 66 444 10.0 17.0
2 徐洁 郑州轻工业学院软件学院 22 89 6.0 8.0
3 丁国强 郑州轻工业学院电气信息工程学院 22 69 5.0 6.0
4 张志艳 郑州轻工业学院电气信息工程学院 21 132 8.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (21)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (2)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
捷联惯导系统
初始对准
中心差分卡尔曼滤波
极大似然准则
极大期望算法
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
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导