基于BP神经网络的非线性滤波算法研究

• 作者: 李松 汪圣利
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 非线性滤波 扩展卡尔曼滤波 不敏卡尔曼滤波 BP神经网络
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 研究与设计
• 页码范围: 34-39
• 页数: 6页
• 分类号: TN713
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1701435

摘要

由于目标运动的复杂性和不确定性,传统的非线性滤波算法难以得到较好的滤波精度,为了提高目标的跟踪性能,提出了一种改进后的非线性滤波算法.该算法利用BP神经网络,对非线性滤波的滤波误差进行了修正,然后将修正后的滤波误差补偿给滤波估计值,进而得到新的状态更新.实验以扩展卡尔曼滤波算法(EKF)和不敏卡尔曼滤波算法(UKF)为例,对运动的单目标进行了蒙特卡洛仿真,结果表明,该算法具有更快的收敛性和更高的滤波精度,能够有效改善目标的跟踪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪圣利		23	72	4.0	7.0
2	李松		2	4	1.0	2.0