利用Kalman filter和unscented filter對墜落物進行估測,證明后者算法優(yōu)于前者
標簽： filter unscented Kalman 算法
上傳時間： 2016-10-30
上傳用戶：anng
使用unscented Kalman Filter進行SLAM，主要用于機器人定位和地圖自動繪制，UKF的效果要優(yōu)于EKF，當然計算量也大些。
標簽： unscented Kalman Filter SLAM
上傳時間： 2014-01-13
上傳用戶：tfyt
neural network trained with unscented kalman filter
標簽： unscented network trained neural
上傳時間： 2013-12-11
上傳用戶：colinal
unscented kalman filter
上傳時間： 2013-12-31
上傳用戶：talenthn
unscented kalman filter for optimization
標簽： optimization unscented kalman filter
上傳時間： 2014-01-15
上傳用戶：gmh1314
通用的unscented 卡爾曼濾波器是現(xiàn)在應(yīng)用最廣泛的非線性卡爾曼濾波器 又叫做sp 卡爾曼濾波器
上傳時間： 2014-01-25
上傳用戶：WMC_geophy
針對多目標情況下雷達組網(wǎng)的誤差配準問題，提出了一種基于不敏卡爾曼濾波（unscented Kalman Filter，UKF）和最優(yōu)壓縮的系統(tǒng)偏差穩(wěn)健估計方法。該算法將目標的運動狀態(tài)和傳感器系統(tǒng)偏差組合在同一狀態(tài)方程中，構(gòu)建擴維的系統(tǒng)偏差動態(tài)方程，接著采用UKF的方法對目標狀態(tài)和系統(tǒng)偏差進行聯(lián)合估計。然后通過對多個估計結(jié)果的進一步融合，最終得到較高精度的系統(tǒng)偏差估計。仿真結(jié)果表明，該算法可以有效地實現(xiàn)多目標情況下的誤差配準。
上傳時間： 2013-11-24
上傳用戶：guojin_0704
工學(xué)博士學(xué)位論文 目前，擴展卡爾曼濾波是研究初始對準和慣性/GPS組合導(dǎo)航問題的一個主要手段。 但初始對準和慣性/GPS組合導(dǎo)航問題本質(zhì)上是非線性的，對模型進行線性化的擴展卡 爾曼濾波在一定程度上影響了系統(tǒng)的性能。近年來，直接使用非線性模型的 UKF(unscented Kalman Filtering, UKF)和粒子濾波，正在逐漸成為研究非線性估計問題 的熱點和有效方法。 本文研究了UKF和粒子濾波兩種非線性濾波方法，并將其應(yīng)用于非線性靜基座對 準和慣性/GPS組合導(dǎo)航，系統(tǒng)地研究了初始對準和慣性/GPS組合導(dǎo)航中各種非線性項
標簽： 論文
上傳時間： 2015-07-11
上傳用戶：450976175
％ PURPOSE : Demonstrate the differences between the following filters on the same problem: ％ ％ 1) Extended Kalman Filter (EKF) ％ 2) unscented Kalman Filter (UKF) ％ 3) Particle Filter (PF) ％ 4) PF with EKF proposal (PFEKF) ％ 5) PF with UKF proposal (PFUKF)
標簽： the Demonstrate differences following
上傳時間： 2016-01-07
上傳用戶：yiwen213
粒子濾波算法受到許多領(lǐng)域的研究人員的重視，該算法的主要思想是使用一個帶有權(quán)值的粒子集合來表示系統(tǒng)的后驗概率密度。在擴展卡爾曼濾波和unscented卡爾曼濾波算法的基礎(chǔ)上，本文提出一種新型粒子濾波算法。首先用unscented卡爾曼濾波器產(chǎn)生系統(tǒng)的狀態(tài)估計，然后用擴展卡爾曼濾波器重復(fù)這一過程并產(chǎn)生系統(tǒng)在k時刻的最終狀態(tài)估計。在實驗中，針對非線性程度不同的兩種系統(tǒng)，分別采用五種粒子濾波算法進行實驗。結(jié)果證明，本文所提出算法的各方面性能都明顯優(yōu)于其他四種粒子濾波算法。
上傳時間： 2013-12-24
上傳用戶：hzy5825468
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
