原文服务方: 杭州电子科技大学学报(自然科学版)       
摘要:
传统线性两阶段Kalman滤波算法无法应对噪声相关情形,导致较低的实际应用性能.针对该问题,以线性系统中状态与测量噪声相关的多传感器偏差估计系统为对象,以基于模型等效变换技术的噪声相关两阶段Kalman滤波器为基本滤波器,分别在序贯分布式和并行式框架下建立两种两阶段Kalman滤波融合算法.其中,序贯分布式融合算法将多个局部两阶段Kalman滤波器的估计结果以序贯加权的形式进行融合;并行式融合算法分别对偏差滤波估计和无偏差滤波估计进行融合,再利用线性方程将融合后的结果进行组合,得到状态估计值.仿真结果表明:相比于两阶段Kalman滤波器和序贯分布式两阶段Kalman滤波融合估计器,并行式两阶段Kalman滤波融合估计器在滤波估计精度上具有更高的性能.
推荐文章
任意相关噪声线性系统异步状态向量融合
任意相关噪声
异步
状态向量融合
线性无偏最小方差估计
任意噪声相关异类传感器非线性系统状态矢量融合
任意相关噪声
状态矢量融合
线性无偏最小方差估计
异类传感器
一般相关噪声下线性系统定区间平滑估计算法
目标跟踪
相关噪声
定区间平滑
一般相关量测噪声下线性系统的平滑估计算法
相关噪声
正向滤波
逆向滤波
平滑
融合
线性无偏最小方差估计
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 噪声相关带偏差线性系统的滤波融合算法
来源期刊 杭州电子科技大学学报(自然科学版) 学科
关键词 两阶段Kalman滤波算法 偏差估计 噪声相关 序贯分布式融合算法 并行式融合算法
年,卷(期) 2019,(5) 所属期刊栏目
研究方向 页码范围 48-55
页数 8页 分类号 TP273
字数 语种 中文
DOI 10.13954/j.cnki.hdu.2019.05.009
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 葛泉波 杭州电子科技大学自动化学院 30 294 9.0 16.0
2 王宏 杭州电子科技大学自动化学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (8)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (0)
1969(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(8)
  • 参考文献(3)
  • 二级参考文献(5)
2017(5)
  • 参考文献(4)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
两阶段Kalman滤波算法
偏差估计
噪声相关
序贯分布式融合算法
并行式融合算法
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
杭州电子科技大学学报(自然科学版)
双月刊
1001-9146
33-1339/TN
chi
出版文献量(篇)
3184
总下载数(次)
0
总被引数(次)
11145
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导