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:
卡尔曼滤波(KF)广泛应用于线性系统的状态估计问题.然而,它需要精确己知过程噪声的统计特性,这在实际应用中往往是不能满足的.在这个背景下,首先,根据协方差匹配原理建立一种带有过程噪声递推估计的自适应KF算法;然后,为了突破KF只能处理线性系统估计问题的局限,将过程噪声递推估计引入集合卡尔曼滤波(EnKF)中,提出一种自适应EnKF算法;最后,采用估计理论证明所提出算法的稳定性.与标准EnKF相比,该自适应算法在过程噪声统计特性未知的情况下滤波依然收敛,滤波精度及稳定性显著提升.仿真结果验证了所提出算法的有效性.
推荐文章
双自适应衰减卡尔曼滤波锂电池荷电状态估计
锂离子电池
荷电状态
自适应卡尔曼滤波
扩展卡尔曼滤波
双自适应
改进的自适应衰减卡尔曼滤波算法
组合导航系统
自适应衰减卡尔曼滤波
遗忘因子
噪声模型
模糊自适应卡尔曼滤波技术研究
卡尔曼滤波
模糊逻辑自适应控制器
残差
导航
组合导航
集合卡尔曼滤波估计水文地质参数的局域化修正
地下水
渗透系数
参数估计
数据同化
集合卡尔曼滤波
局域化
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 带有噪声递推估计的自适应集合卡尔曼滤波
来源期刊 控制与决策 学科 航空航天
关键词 卡尔曼滤波 协方差匹配 过程噪声递推估计 自适应集合卡尔曼滤波
年,卷(期) 2018,(9) 所属期刊栏目 论文与报告
研究方向 页码范围 1567-1574
页数 8页 分类号 V448
字数 语种 中文
DOI 10.13195/j.kzyjc.2017.0577
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 蔡远利 西安交通大学电子与信息工程学院 95 1219 23.0 31.0
2 姜浩楠 西安交通大学电子与信息工程学院 2 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (8)
参考文献  (17)
节点文献
引证文献  (7)
同被引文献  (26)
二级引证文献  (1)
1971(2)
  • 参考文献(0)
  • 二级参考文献(2)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
卡尔曼滤波
协方差匹配
过程噪声递推估计
自适应集合卡尔曼滤波
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
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
论文1v1指导