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:
针对求积分卡尔曼滤波QKF(Quadrature Kalman Filter)在噪声先验特性不准确时引发的滤波缺陷问题,提出了一种基于高斯混合模型的QKF姿态估计算法GMQKF.该算法首先通过引入有限高斯分量来近似状态后验分布和噪声随机模型,在线估计时变方差;然后再采用稀疏网格和高斯-厄米特数值积分理论配置多维积分点,优化了高维滤波的计算量.仿真结果表明:在非高斯噪声环境和载体发生稳态突变情况下,GMQKF算法较传统QKF减少了对随机模型的依赖,增加了系统抗干扰能力,提高了稳定性,将其用于非高斯非线性姿态估计场合可以获得更好的精度,且计算量适中.
推荐文章
求积分卡尔曼粒子滤波算法
粒子滤波
统计线性回归
求积分卡尔曼滤波
重要性密度函数
观测域求积分卡尔曼滤波的机载无源定位算法
机载无源定位
观测域滤波
求积分卡尔曼滤波器
Gaussian-Hermit积分规则
用容积卡尔曼滤波算法进行集装箱吊具姿态估计
集装箱吊具
姿态估计
容积卡尔曼滤波(CKF)
四元数
单球无味卡尔曼滤波在飞船姿态估计中的应用
无味卡尔曼滤波
姿态估计
四元数
尺度无味变换
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 高斯混合求积分卡尔曼滤波姿态估计算法
来源期刊 测绘科学技术学报 学科 地球科学
关键词 姿态估计 求积分卡尔曼滤波 非高斯噪声 高斯混合滤波 自适应滤波
年,卷(期) 2018,(4) 所属期刊栏目
研究方向 页码范围 337-342
页数 6页 分类号 P228
字数 5103字 语种 中文
DOI 10.3969/j.issn.1673-6338.2018.04.002
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 隋立芬 88 562 13.0 18.0
2 田翌君 11 31 3.0 4.0
3 肖国锐 16 55 4.0 7.0
4 田源 10 23 3.0 3.0
5 戴卿 10 19 3.0 3.0
6 曾添 10 24 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (88)
共引文献  (36)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(11)
  • 参考文献(3)
  • 二级参考文献(8)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(8)
  • 参考文献(3)
  • 二级参考文献(5)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
姿态估计
求积分卡尔曼滤波
非高斯噪声
高斯混合滤波
自适应滤波
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
测绘科学技术学报
双月刊
1673-6338
41-1385/P
大16开
河南省郑州市陇海中路66号
36-391
1984
chi
出版文献量(篇)
2536
总下载数(次)
9
总被引数(次)
23241
论文1v1指导