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:
为了减小建模误差和未知量测噪声特性对非线性状态估计的影响,该文提出了1种新的容积平滑变结构滤波算法.融合了非线性容积变换规则,可避免线性化误差.利用滑模变结构思想计算最优平滑边界层,约束建模误差的影响.利用变分贝叶斯实时估计动态系统的量测噪声特性,有助于优化平滑边界层的阈值.仿真结果表明,相比传统非线性滤波算法,该文算法精度可提高28.5%,具有更好的滤波性能.
推荐文章
基于变分贝叶斯算法的线性变参数系统辨识
非线性过程
线性变参数系统
多模型
变分贝叶斯算法
参数估计
一种基于变分贝叶斯的半监督双聚类算法
双聚类算法
变分贝叶斯
半监督学习
概率模型
鲁棒化的变分贝叶斯自适应卡尔曼滤波算法
自适应滤波
卡尔曼滤波
鲁棒性
变分贝叶斯
野值
基于变分贝叶斯的数据分类算法
变分贝叶斯
分类算法
最大期望算法
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 基于变分贝叶斯的容积平滑变结构滤波
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 变分贝叶斯 平滑变结构滤波 非线性状态估计 容积变换
年,卷(期) 2019,(3) 所属期刊栏目
研究方向 页码范围 255-260
页数 6页 分类号 TP273
字数 4289字 语种 中文
DOI 10.14177/j.cnki.32-1397n.2019.43.03.001
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 陈庆伟 南京理工大学自动化学院 167 2469 26.0 41.0
2 郭健 南京理工大学自动化学院 73 442 13.0 17.0
3 张磊 南京理工大学自动化学院 31 180 6.0 12.0
4 钱晨 南京理工大学自动化学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (9)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(16)
  • 参考文献(6)
  • 二级参考文献(10)
2017(6)
  • 参考文献(4)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
变分贝叶斯
平滑变结构滤波
非线性状态估计
容积变换
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
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导