Kalman滤波算法及其在非高斯噪声下应用熵理论的滤波设计

来源 :安徽大学 | 被引量 : 0次 | 上传用户:bingdaoblue
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自从Wiener滤波以来,估计问题包括滤波、预测、平滑已经成为控制、通信领域关键的研究课题。但是Wiener滤波很难实现信号的实时处理,而Kalman滤波正好弥补了这一缺陷,当信号含有噪声时,Kalman滤波可以在最小均方差条件下给出信号的最佳估计,而且是在时域中采用递推方式下进行,因此速度快,便于实现。  传统的Kalman滤波算法是建立在2H估计准则基础之上的,它要求精确己知的系统模型并且噪声是高斯的。但是在实际情况下,系统中存在着随机不确定性,干扰噪声也未必一定是高斯的,本论文将研究一类随机不确定噪声情况下即非高斯噪声条件下的Kalman滤波问题,这里所说的非高斯噪声情况是一种广义非高斯噪声统一的概括。如果我们仍然按照传统的Kalman滤波进行估计,则会造成估计效果较差或引起发散。  高斯噪声条件下Kalman滤波器将采用新息重组的新技术,与同类算法相比,该算法易于计算和计算量小。非高斯噪声条件下Kalman滤波设计方法是基于熵理论的,这种方法的建立通过仿真实验验证是有效的、可行的,其应用广泛特别适用于噪声完全未知的情形。通过这种新的角度结合具体的算法为噪声已知概率分布的非高斯或噪声未知非高斯情形下滤波,本文做了大量的实验并提出了较为满意的解决途径。为了清楚说明熵原理应用非高斯滤波器的设计结果,本文运用了数学统计的方法,并对比滤波效果,说明了其可行性。
其他文献
近几年以来,视景仿真相关的研究与应用越来越受到广泛的关注。水下视景仿真是海军未来发展的需要,也是海军实现数字化建设的重要内容,水下视景仿真成为目前研究的一个热点。
Ad Hoc网络是由一组带有无线通信收发装置的移动终端组成的一个多跳、自组织、无中心的网络。并以其高度的灵活性在军事、民用和各种不易建设固定通信设施的环境中有着广泛的
随着计算机技术发展和应用的日益广泛,企业积累了大量以不同形式存储的电子数据,这些数据主要以关系型数据库、Excel文件和XML文件等格式存储,构成了企业的信息数据资源。对
遗传算法是模拟生物界的进化过程而产生的一种现代优化算法,作为一种有效的随机搜索方法,在优化方法中具有独特的优越性,有着非常重要的理论意义和广泛的应用领域。传统优化
产品感性意象信息的获取是产品开发过程中不可或缺的一个环节,对于设计师而言,若能准确把握消费者对于产品的感性意象,将有助于概念设计阶段的产品定位,并能保证感性意象通过
随着当今社会的发展,各种应用领域对计算能力的要求越来越高,集群作为一种有效可扩展的并行计算的形式得到了广泛的应用。很多集群系统被应用在国计民生的重要领域,集群的规
车载移动终端是车辆定位监控系统的重要组成部分,也是目前我国交通运输管理领域需求迫切、极具市场潜力和经济效益的应用项目之一。本文根据车辆监控系统的原理和车载终端的主
随着互联网技术的迅猛发展,网格逐步成为一种新的技术和基础设施,可以充分利用集成的资源。当网格应用的逻辑过程复杂、需要有各种时间和因果约束的时候,就需要网格工作流来
为了有效地实现协同作业环境中企业应用系统间的信息集成,提出了一种集成交换网络技术。集成交换网络技术通过构建十字交叉的信息交换矩阵,为进行信息交换的应用实体间建立起
图像哈希算法是信息安全和图像处理交叉领域的一项重要研究课题,已经在诸多方面取得成功应用,如内容认证、图像取证、水印嵌入、篡改检测等。实际上,它是一种图像表示的新技