节点文献

基于高斯分布的多层无迹卡尔曼滤波算法

免费订阅

【作者】 刘江王玉金段建雷叶松庆

【Author】 LIU Jiang;WANG Yu-jin;DUAN Jian-lei;YE Song-qing;Chongqing Key Laboratory of Automated Reasoning and Cognition,Chongqing Institute of Green and Intelligent Technology,Chinese Academy of Sciences;College of Computer Science and Technology,Chongqing University of Posts and Telecommunications;

【机构】 中国科学院重庆绿色智能技术研究院自动推理与认知研究中心重庆邮电大学计算机科学与技术学院

【摘要】 在传统无迹卡尔曼滤波(UKF)中对其估计精度和计算效率起关键作用的是采样算法,即构造具有权重的样本点.研究表明,带权样本点匹配随机变量的阶矩越高滤波的精度越高,如多项式无迹卡尔曼滤波(PUKF),但通常此类算法的复杂度过高甚至难以求解.为此,基于高斯分布结合高阶矩匹配与无迹卡尔曼滤波线性扩张方法(LUKF),提出一种兼顾效率和精度的高斯滤波离线算法.实验结果表明,所提出算法拥有比UKF更高的估计精度和比PUKF更好的计算效率.

【基金】 国家自然科学基金项目(61202131);重庆市科委基金项目(cstc2012gg B40004;cstc2014jcsfglyjs0005;cstc2014zktjccxyy B0031);中国科学院“西部之光”项目
【所属期刊栏目】 论文与报告 (2016年04期)
  • 【DOI】10.13195/j.kzyjc.2015.0039
  • 【分类号】TN713
  • 【被引频次】7
  • 【下载频次】166
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: