导读:本文包含了自适应鲁棒卡尔曼滤波算法论文开题报告文献综述及选题提纲参考文献，主要关键词:移动机器人,SLAM,无迹卡尔曼滤波,自适应估计
自适应鲁棒卡尔曼滤波算法论文文献综述
刘艳,程诚,裴少婧[1]（2019）在《鲁棒自适应无迹卡尔曼滤波的SLAM算法》一文中研究指出针对SLAM在复杂环境下对噪声干扰鲁棒性差以及运动轨迹预测误差问题,在UKF中引入自适应估计理论与鲁棒H_∞控制准则,提出一种鲁棒自适应UKF-SLAM算法。该算法利用自适应估计理论,构建抗差因子和自适应因子,自适应估计测量和状态噪声等价协方差阵,实现粗差分离和噪声方差自适应补偿;利用鲁棒H_∞控制准则对系统状态均值和协方差进行迭代更新,提高噪声干扰鲁棒性、降低预测误差。仿真结果表明:该算法能保证移动机器人在不同噪声环境下具有良好的鲁棒性与定位精度。(本文来源于《电光与控制》期刊2019年08期）
徐定杰,沈忱,沈锋[2]（2013）在《鲁棒化的变分贝叶斯自适应卡尔曼滤波算法》一文中研究指出提出了一种鲁棒化的基于变分贝叶斯的自适应卡尔曼滤波算法.该算法采用具有重尾特性的学生分布取代高斯分布来描述量测模型,减弱系统对于野值的敏感性;再利用变分贝叶斯方法对修正后的模型的时变参数进行逼近推断,在递推地估计状态的同时还能对变化的噪声方差进行跟踪,并更新引入的自由度参数,从而在自适应滤波的同时增强了鲁棒性.仿真实验证明了在野值存在且噪声变化的观测下该算法的自适应与鲁棒性.(本文来源于《华中科技大学学报(自然科学版)》期刊2013年11期）
杜航原,郝燕玲,高忠强,赵巍华[3]（2012）在《基于鲁棒非线性卡尔曼滤波的自适应SLAM算法》一文中研究指出针对传统非迹卡尔曼滤波算法缺乏在线自适应调整能力,在噪声模型出现误差时滤波精度下降的问题,提出了一种基于鲁棒无迹卡尔曼滤波的同步定位与地图创建算法。该算法引入了一个多维观测噪声尺度因子,能根据观测噪声统计特性的实际变化情况对每种传感器的噪声模型做出自适应调整,使其逼近真实噪声水平,进而将滤波增益调整到一个适当值,实现滤波器的最优估计。SLAM仿真实验结果表明,在噪声统计特性发生变化的情况下,该算法相比其它几种SLAM算法具有更好的自适应能力,估计精度更高,鲁棒性更强。(本文来源于《宇航学报》期刊2012年05期）
薛奕冰,李建东[4]（2005）在《基于鲁棒卡尔曼滤波的盲自适应多用户检测算法》一文中研究指出提出一种新的基于虚拟噪声补偿技术的鲁棒卡尔曼滤波估计异步CDMA系统多用户接收器的最优判决向量的方法,构造出一种收敛速度快、跟踪性能好、数值稳定性好的高性能盲自适应多用户检测算法。仿真实验表明, 该文提出的方法具有很强的抗多址干扰能力和较高的数值鲁棒性。(本文来源于《电子与信息学报》期刊2005年07期）
自适应鲁棒卡尔曼滤波算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种鲁棒化的基于变分贝叶斯的自适应卡尔曼滤波算法.该算法采用具有重尾特性的学生分布取代高斯分布来描述量测模型,减弱系统对于野值的敏感性;再利用变分贝叶斯方法对修正后的模型的时变参数进行逼近推断,在递推地估计状态的同时还能对变化的噪声方差进行跟踪,并更新引入的自由度参数,从而在自适应滤波的同时增强了鲁棒性.仿真实验证明了在野值存在且噪声变化的观测下该算法的自适应与鲁棒性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应鲁棒卡尔曼滤波算法论文参考文献
[1].刘艳,程诚,裴少婧.鲁棒自适应无迹卡尔曼滤波的SLAM算法[J].电光与控制.2019
[2].徐定杰,沈忱,沈锋.鲁棒化的变分贝叶斯自适应卡尔曼滤波算法[J].华中科技大学学报(自然科学版).2013
[3].杜航原,郝燕玲,高忠强,赵巍华.基于鲁棒非线性卡尔曼滤波的自适应SLAM算法[J].宇航学报.2012
[4].薛奕冰,李建东.基于鲁棒卡尔曼滤波的盲自适应多用户检测算法[J].电子与信息学报.2005