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:
针对卡尔曼滤波方法处理非线性非高斯模型滤波精度低,以及标准粒子滤波中粒子退化严重的问题,提出一种自适应粒子滤波的零速修正方法.将自适应阈值与粒子滤波结合,从而提高重采样的效率;重采样过程中引入退化系数判断粒子退化程度,对粒子进行二次采样,保证了粒子的多样性.为了验证所提算法的有效性和可行性,搭建了以惯性测量单元IMU(inertial measurement unit)为核心的硬件平台,利用IMU采集的数据建立系统的状态空间模型,并进行实验.结果表明,与卡尔曼滤波方法和经典粒子滤波方法相比,自适应粒子滤波方法在零速区间的定位精度分别提高了40.6%和19.4%.自适应粒子滤波APF(adaptive particle filter)能更好地修正导航误差,提高行人轨迹精度.
推荐文章
一种自适应的粒子局部PHD滤波
粒子PHD
局部PHD
自适应
扩展卡尔曼粒子滤波算法的一种修正方法
粒子滤波
扩展卡尔曼滤波
泰勒级数展开
基于修正积分卡尔曼粒子滤波的自适应目标跟踪算法
粒子滤波
重要性函数
积分卡尔曼滤波
统计线性回归
动态贝叶斯网络一种自适应的局部抽样粒子滤波算法
动态贝叶斯网络
局部抽样方法
自适应粒子滤波
粒子滤波
BK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 一种自适应粒子滤波的零速修正方法
来源期刊 西北工业大学学报 学科 航空航天
关键词 卡尔曼滤波 自适应阈值 二次采样 粒子滤波 实验 零速修正 算法
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 427-433
页数 7页 分类号 V249.32
字数 4128字 语种 中文
DOI
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 徐向波 北京林业大学工学院 10 15 2.0 3.0
2 郭宇扬 北京林业大学工学院 1 0 0.0 0.0
3 姬淼鑫 北京林业大学工学院 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  (85)
共引文献  (48)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(14)
  • 参考文献(1)
  • 二级参考文献(13)
2016(8)
  • 参考文献(2)
  • 二级参考文献(6)
2017(4)
  • 参考文献(3)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
卡尔曼滤波
自适应阈值
二次采样
粒子滤波
实验
零速修正
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
西北工业大学学报
双月刊
1000-2758
61-1070/T
大16开
西安市友谊西路127号(西工大校园158号信箱)
52-182
1957
chi
出版文献量(篇)
3990
总下载数(次)
4
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
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
论文1v1指导