强跟踪滤波相关论文
随着新能源领域的不断拓宽和电动汽车行业的蓬勃发展,动力电池的研究与开发受到越来越广泛的关注。锂电池以其高能量密度、高功率......
为了在保证实时性的同时准确跟踪水面强机动目标，提出了一种基于模糊推理强跟踪粒子滤波和自适应交互式多模型（STPF-AIMM）的水面目标......
针对常规容积卡尔曼滤波在GNSS/INS组合导航系统理论模型与实际模型不匹配情况下滤波精度下降甚至发散的问题，该文将强跟踪滤波理论......
随着科学技术的发展,实际应用中对目标跟踪精度的要求也越来越高,非线性滤波方法是实现高精度目标跟踪的基础,因而得到了广泛的关......
在GNSS接收机信号跟踪阶段,跟踪环路容易因为载体高速运动导致环路失锁.为了提高跟踪环路的动态性能和精度,提出了一种基于平方根......
随着现代社会信息化与智能化的迅速发展,无人机及其相关技术也得到了更大范围的应用与研究,这也对无人机飞行控制系统的控制精度与......
非侵入式眼睛跟踪在许多基于视觉的人机交互应用中扮演十分重要的角色,但由于眼睛运动的强非线性,如何确保眼睛跟踪过程中对外界干......
在自动控制、航空航天、计算机科学、网络管理和电力系统等诸多领域的工程实践与科学研究中,随机载荷的预测和估计具有重要的理论......
近年来,随着人们对工程结构安全性的要求越来越高,使得结构健康监测技术得到迅速发展。结构参数识别作为结构健康监测的一项重要内......
学位
导航定位技术伴随科技发展而产生。传统的导航系统虽然单独使用都能实现定位导航,但是都存在着一些缺陷,如全球定位系统(Global Po......
MEMS技术的迅猛发展为微惯性测量单元(MEMS IMUs,MIMUs)在低成本惯性导航系统中的应用提供了广阔的空间。本文以车载MIMUs/GPS导航......
随着导航技术的应用与普及,人们的生产生活方式更加依赖于导航系统的服务,对于导航系统的精度和全面性也提出了更高的要求。紧耦合......
针对传统非线性滤波算法对状态突变的鲁棒性较差,存在跟踪缓慢甚至失效的问题,提出了强跟踪七阶正交容积卡尔曼滤波(ST-7thCQKF)算......
随着社会经济与科学技术的快速发展,电能已成为人类赖以生存的重要能源之一,电能质量也逐渐受到人们关注。目前,大量的非线性电力......
目前,锂电池是新能源纯电动汽车的主要动力来源。所以,为了保障整个锂电池系统安全与高效地运作,需要使用BMS对电池系统进行管理。......
Kalman滤波是状态估计领域的一种基础性方法。在模型参数精准的假设下,Kalman滤波可以实现最小均方误差下的最优估计。但在大多数......
随着科学技术的发展,特别是现代工业电子、航空航天、图像处理等领域的崛起,滤波技术已经成为当今学术领域和工程领域最为热门的研......
多传感器系统的状态估计融合理论目前已经被广泛应用于军事及民用领域。估计信息的融合能够充分利用来自于不同传感器的观测信息,......
随着电动化底盘不断往集成化、智能化方向发展,研究电动化底盘主要子系统间的动力学耦合关系已逐渐成为汽车动力学领域内的热点课......
车辆定位是智能交通系统的一项重要技术,它关系着能否提高运输效率和增强运输安全。车辆定位有很多方法,全球定位系统是最常用的一......
卫星姿态确定是整个卫星姿态控制系统中的一个重要组成部分。经典的姿态确定算法未考虑到坐标系之间的偏差导致误差矢量估计不准确......
简要介绍了目前存在的一些机动模型和基于状态估计的滤波算法.将Jerk模型与强跟踪滤波算法有机地结合起来, 并提出了一种通过时空......
针对容积积分卡尔曼滤波(Cubature Quadrature Kalman Filter,CQKF)受模型不确定性影响较大及需要精确已知噪声统计特性的缺点,提......
移动卫星通信系统可能会遇到强机动或者高动态的复杂地理环境,在这种环境下,测试系统会受到一定的影响.利用强跟踪滤波,可以使天线......
针对GPS高动态定位存在精度较差,传统Kalman滤波器对动态定位滤波效果不理想问题,提出了一种组合Kalman滤波器.试验表明,这种组合K......
联合概率数据关联(JPDA)算法在解决多目标跟踪时需要目标准确的动力学模型,动力学模型失配在多机动目标跟踪中时常发生,而作为有效......
针对模拟电路中不可直接测量故障元件定位和参数估计问题,提出一种基于强跟踪平方根容积卡尔曼滤波(STSCKF)和X2验的故障辨识算法.......
在天基仅测角卫星定轨扩展卡尔曼算法（EKF）中,EKF关于模型不确定性的鲁棒性较差,造成滤波器估计不准,甚至发散.提出一种带次优渐消因......
针对当前电力系统动态状态估计主要采用的扩展卡尔曼滤波（EKF）法存在鲁棒性差、建模具有不确定性等缺点,提出一种强跟踪滤波动态状态......
针对复合K噪声下机动目标跟踪系统具有强非线性非高斯的特点,提出了一种自适应无迹粒子滤波（Adaptive Unscented Particle Filter,A......
针对非线性系统的滤波问题,无法使用Kalman滤波器,扩展的Kalman滤波器虽能应用于非线性系统,但给出的是状态的有偏估计,并且对模型......
对非线性结构系统时变参数识别问题,传统无迹卡尔曼滤波（Unscented Kalman Filter,UKF）难以有效跟踪结构参数的变化.将强跟踪滤波原......
在惯性/星光组合导航的基础上,将脉冲星的脉冲到达时间差作为新增观测量,设计了单脉冲星/惯性/星光组合导航算法,并通过引入强跟踪......
针对标准容积卡尔曼滤波（CKF）在组合导航系统模型不确定情况下滤波精度下降甚至发散的问题,将奇异值分解（SVD）与CKF算法相结合,并引入......
针对纯方位目标跟踪系统中模型状态简化、系统噪声统计特性未知、目标初始距离信息不准确导致的滤波收敛时间长和滤波精度不高的问......
针对平方根容积卡尔曼滤波（SCKF）在系统模型不准确和状态突变情况下鲁棒性差的问题,提出了一种多渐消因子平方根容积卡尔曼滤波算法（M......
捷联惯导系统动基座初始对准的研究中是假定运载体做恒定运动，而实际中运载体会改变运动状态．一些参数随之发生突变．使用卡尔曼滤波会......
估计上市公司的永久性盈余对进行股票投资是非常重要的。本文应用最优估计理论中的卡尔曼滤波和强跟踪滤波方法对上市公司的永久性......
针对组合导航系统故障诊断,在强跟踪滤波理论的基础上,对无迹卡尔曼（UKF）强跟踪滤波法进行了研究。UKF强跟踪滤波法兼具UKF和强跟踪......
研究了一类非线性时变动态系统的状态估计问题,在不同传感器以不同采样率异步对同一目标进行观测时,提出了一种有效的数据融合估计......
本文以一类具有周期随机变化特点的随机过程为对象，在仅有测量模型的情况下研究估计方法的设计问题．首先，通过离散化方法建立点采样的......
为进一步提高陀螺漂移预测精度,根据陀螺一次项漂移系数非平稳时间序列的特点,针对其数据的突变和趋势相较强的问题,提出一种基于......
针对非线性工业过程测量的滞后性和模型不确定性给系统状态估计和模型参数估计造成的困难，在扩展Kalman滤波器（EKF）的基础上，引入有限......
为解决加性噪声模型无法准确刻画实际观测模型的问题,采用带有乘性噪声系统模型进行建模.在实际系统 中,由于多传感器网络的应用使......
针对水下目标发生强机动的情况,为解决稀疏网格求积滤波（Sparse Grid Quadrature Filter,SGQF）精度下降,甚至发散的问题,提出了强跟......
针对一类非线性系统滤波问题,提出了一种改进的强跟踪平方根分解UKF算法.该算法通过引入自适应渐消因子改善了滤波器的鲁棒性,利用......
为了解决非线性系统中不可测量参数的预测问题,提出一种带有次优渐消因子的强跟踪平方根容积卡尔曼滤波(STSCKF)和自回归(AR)模型......
