导读:本文包含了自适应扩展卡尔曼滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:被动跟踪,视线角速度,制导信息估计,自适应扩展卡尔曼滤波
自适应扩展卡尔曼滤波论文文献综述
丁刚[1]（2019）在《基于自适应扩展卡尔曼滤波的导弹制导信息估计》一文中研究指出在机动目标的被动跟踪研究领域,导引头仅能量测到视线角速度或视线角信息,利用仅有的角度测量信息对制导信息进行估计,是导弹实现先进导引律精确命中机动目标的基础。本文针对机动目标的被动跟踪问题,选取"当前"统计模型作为机动目标模型,建立系统状态方程和量测方程,提出一种适应于大机动目标的自适应扩展卡尔曼滤波算法对制导信息进行估计。通过仿真实验可以看出,本文所提出的算法具有较好的滤波效果,对制导信息的估计误差满足系统精度要求。(本文来源于《信息通信》期刊2019年09期）
裴超,王大磊,冉孟兵,王曼,代昀杨[2]（2019）在《基于自适应扩展卡尔曼滤波法的储能电池荷电状态估计研究》一文中研究指出荷电状态估计是储能电池管理的一项重要指标。目前工程上广泛使用的安时积分法虽然简单,但是存在诸多局限性。为了提高电量估算的精度和速度,同时考虑实际应用需求,针对储能电池开展了基于自适应扩展卡尔曼滤波(AEKF)法的荷电状态估计研究,以二阶Thevenin等效电路模型为基础,列写状态空间表达式,建立滤波器模型并根据实际情况对算法进行适当改进。仿真实验通过对比扩展卡尔曼滤波(EKF)法和AEKF方法,证实了AEKF方法的优越性。(本文来源于《智慧电力》期刊2019年05期）
汪超,吴迪[3]（2018）在《基于有限差分扩展卡尔曼粒子滤波的多特征自适应融合的目标跟踪算法研究》一文中研究指出针对复杂环境下目标跟踪问题,提出了一种基于有限差分扩展卡尔曼粒子滤波的多特征自适应融合跟踪算法。采用有限差分扩展卡尔曼滤波器对采样粒子集合进行滤波更新,通过融入最新观测信息的方法消弱权值退化现象;在新算法的框架内,利用目标静态和动态互补特征作为观测量,实现不同环境下目标的多特征自适应融合跟踪。实验结果表明,本文方法具有较好的跟踪精度和抗噪声干扰能力。(本文来源于《光电子·激光》期刊2018年12期）
张志勇,张淑芝,黄彩霞,张刘铸,李博浩[4]（2019）在《基于自适应扩展卡尔曼滤波的分布式驱动电动汽车状态估计》一文中研究指出纵向车速和质心侧偏角是车辆主动安全控制系统的关键参考状态信号,通常采用卡尔曼滤波算法估计。当系统噪声和测量噪声的统计特性存在不确定性时,不仅估计精度会降低,甚至导致估计器发散。结合分布式驱动电动汽车4个车轮转矩和转速可直接测量的特点,提出一种车辆状态自适应扩展卡尔曼滤波估计方法。基于量纲一化新息平方实现车辆状态估计有效性检测,提出滑动窗口长度自适应调整规则;根据新息统计特性提出卡尔曼滤波增益和状态估计误差协方差矩阵的自适应调整策略,及基于车辆状态估计稳态误差和动态响应速度的自适应参数确定原则。数值仿真和试验证明,所提出的车辆状态估计方法,不仅估计精度较高,而且实时性和易用性较强。(本文来源于《机械工程学报》期刊2019年06期）
周恭谦,杨露菁,刘忠[5]（2018）在《基于TDOA的自适应扩展卡尔曼滤波跟踪算法研究》一文中研究指出论文对UWB中基于扩展卡尔曼滤波的TDOA跟踪定位算法研究。针对EKF算法会随着测量误差增大定位精度降低这一缺点,提出了一种自适应迭代扩展卡尔曼滤波算法(AIEKF),通过仿真对比表明该算法在测距误差增大时,该算法能保持良好的定位精度和收敛速度(本文来源于《舰船电子工程》期刊2018年07期）
孟秀云,王语嫣[6]（2018）在《一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法》一文中研究指出针对自适应扩展卡尔曼滤波算法中系统噪声协方差矩阵与量测噪声协方差矩阵不能同时被估计的问题,提出了一种改进的自适应扩展卡尔曼滤波算法.该算法基于残差,主要对滤波算法中的自适应估计器进行改进,改进后可以实时估计系统噪声.基于该算法,设计了新的滤波器并应用在SINS/GPS紧组合导航系统上,可随着系统中噪声的变化而自动地调节协方差矩阵.最后,分别用扩展卡尔曼滤波和改进的自适应扩展卡尔曼滤波对SINS/GPS紧组合模型进行仿真,结果表明改进的自适应的扩展卡尔曼滤波比扩展卡尔曼滤波的定位误差与测速误差更小,滤波的稳定性更好.(本文来源于《北京理工大学学报》期刊2018年06期）
沈晔星[7]（2018）在《基于自适应扩展卡尔曼滤波的室内惯性导航系统设计与实现》一文中研究指出随着生活水平的迅速提高与科学技术的飞速发展,人们日常生活中对定位导航服务的需求越来越大,然而在商场、地下车库等大型室内场所,由于卫星信号微弱,无法使用GPS进行实时导航。为弥补GPS在室内导航中的缺陷,人们通常选用微机电系统的惯性传感器进行室内惯性导航定位,作为GPS导航的替代。但由于室内环境具有其独特的复杂性与多变性,可穿戴设备使用者个体差异明显,通常室内惯性导航定位算法在遇到较强外界干扰的情况下,会出现一个或多个传感器测量误差的情况,从而导致整体系统定位导航精度的下滑。因此,能否通过自适应手段判断传感器是否遇到干扰,并降低传感器测量误差所导致的航迹误差,对室内惯性导航系统来说起着至关重要的作用。本文对基于自适应扩展卡尔曼滤波的室内惯性导航系统进行了设计、分析与实现。在通常情况下,由于系统对外界环境缺乏一定的信息量,进行扩展卡尔曼滤波数据融合时,一般使用固定的过程噪声与观测噪声,在这种情况下很容易出现由于传感器数据误差导致的精度损失。本文通过对扩展卡尔曼滤波中的过程数据进行分析,从行进步长与行进方向两个方面分别进行误差分析并建模,使用神经网络算法对扩展卡尔曼滤波噪声模型进行参数训练,以求自适应达到针对不同个体得出其最优模型参数的目的,从而降低由个体差异与外界环境干扰对模型准确性的影响,达到提高定位导航系统的导航精度与抗干扰性的效果。在系统的结构设计中,采用了嵌入式端-上位机-服务器的结构框架,在降低了嵌入式端功耗与设计复杂度的情况下,提高了整个系统的可扩展性。在实际测试中,整个导航系统的平均误差每100米误差小于2米,在受到外界环境干扰的情况下,跟踪轨迹受干扰程度降低30%-50%,系统导航实时性达到近实时效果,因此可认为该系统已达到设计预期。本文实现了基于自适应扩展卡尔曼滤波的室内惯性导航系统,该系统在功能和性能上均满足设计要求和指标,可实现对室内行人行走进行动态轨迹追踪,其研究成果对应用室内惯性导航技术的系统有一定的工程实用价值。(本文来源于《东南大学》期刊2018-05-21）
路小燕[8]（2018）在《基于自适应扩展卡尔曼滤波的微小型航姿系统设计与实现》一文中研究指出微小型无人机因低功耗、低成本、高隐蔽性和高机动性等优点,近几年在军事、工商业和农业领域都有广泛的应用,无人运载体的姿态角(即俯仰角、航向角和滚转角)也因是执行任务中最受关注的信息而成为研究的热点。多传感器信息融合技术的发展,为低成本、中等精度MEMS惯导器件与GPS信息融合提供了方案与思路。本文基于LPC3250核心处理器设计了微小型航姿系统的硬件模块,并以此为平台对导航滤波算法进行研究与验证,主要有以下几项工作任务。(1)针对微小型航姿系统低功耗、低成本以及微小型无人运载体舱狭小的特点,选用了内核为ARM9的中央处理器LPC3250;MEMS惯导是集成了叁轴加速度计、磁力计、陀螺仪的惯性导航芯片GY953;卫星接收机为BLOX 6M GPS。设计了底层电源以及各类接口的底层电路原理图,布线后得到PCB底层电路板块,将各类元器件安装在底层板块上之后对各个功能模块进行测试以及故障检测工作。(2)针对无人运载体受到粗差和异常值干扰时,采用基于M值估计的鲁棒卡尔曼滤波应用条件为缓慢变化的系统;整体性地介绍了间接法在姿态解算中的应用,即利用理论误差与实际误差差值的自适应卡尔曼输出值来校正陀螺仪的姿态解算,从而求取无人运载体姿态的最优解;无人运载体高机动飞行时,对于加速计和磁力计导出的加速度中存在有害值,提出利用GPS中多普勒速度解算法求取运载体的运动加速度加以补偿。(3)分别介绍基于导航姿态误差角的系统、量测方程,然后建立了扩展卡尔曼滤波器、强跟踪自适应滤波器、鲁棒Sage-Husa自适应扩展卡尔曼滤波器、以及改进型鲁棒Sage-Husa自适应卡尔曼滤波器;仿真验证结果表明,改进型鲁棒Sage-Husa自适应卡尔曼滤波算法精度高、实时性强、总体性能好。(4)应用模块化的思想,基于ADS1.2的开发环境对航姿系统的软件进行了设计。通过实验室静态实验,室外手持航姿模块动态实验,转台静态和转动实验,转台跑车实验对所设计的微小型航姿系统性能进行验证,实验结果表明了实物具备工程可行性。(本文来源于《南京航空航天大学》期刊2018-03-01）
顾嘉辉,黄金泉,鲁峰[9]（2018）在《基于核递推最小二乘的扩展卡尔曼滤波算法的商用航空发动机机载自适应模型与健康参数估计》一文中研究指出针对航空发动机部件级模型(CLM)计算量大而机载EMU内存有限,提出一种利用机器学习算法:指数加权-滑动窗口-核递推最小二乘(EW-SW-KRLS)算法来代替部件级模型机载使用的方法。其指数加权的特性保证了跟踪能力而滑动窗口结构维持了固定的机载内存开销使得基于该核递推最小二乘的扩展卡尔曼滤波(EKF)算法可以用来跟踪发动机可测输出同时估计发动机各部件效率和流量的变化量,即健康参数。数字仿真模拟了某型商用涡扇发动机的几种性能退化情况,同时采用该方法与传统的基于CLM的EKF方法进行比较。经验证,该方法相比基于CLM的EKF方法在估计精度上非常接近,同时具有较少的计算时间,适合机载使用。(本文来源于《Proceedings of The 2018 2nd International Conference on Advances in Energy, Environment and Chemical Science (AEECS 2018)（Advances in Engineering Research VOL.155）》期刊2018-02-02）
白廷义,郝华东,祝明坤[10]（2017）在《顾及地形因素和模型误差的InSAR自适应扩展卡尔曼滤波相位解缠算法》一文中研究指出提出一种顾及地形因素和模型误差的InSAR自适应卡尔曼滤波相位解缠算法。一方面,通过联合FFT和CZT方法实现干涉图条纹频率的局部自适应估计,充分考虑地形因素对解缠结果的影响;一方面,利用扩展卡尔曼滤波的新息协方差计算渐消因子,通过渐消因子自适应地调整误差协方差以抑制滤波的记忆长度,补偿不完整信息对解缠的影响,从而实现了对观测方程模型误差的补偿。通过仿真结果证明了该方法的有效性,它不仅能够实现相位解缠和滤波的一并处理,而且能够自适应地顾及地形因素影响和补偿观测方程模型误差,最终提高相位解缠的精度。(本文来源于《第十九届华东六省一市测绘学会学术交流会暨2017年海峡两岸测绘技术交流与学术研讨会论文集》期刊2017-06-22）
自适应扩展卡尔曼滤波论文开题报告
（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：
荷电状态估计是储能电池管理的一项重要指标。目前工程上广泛使用的安时积分法虽然简单,但是存在诸多局限性。为了提高电量估算的精度和速度,同时考虑实际应用需求,针对储能电池开展了基于自适应扩展卡尔曼滤波(AEKF)法的荷电状态估计研究,以二阶Thevenin等效电路模型为基础,列写状态空间表达式,建立滤波器模型并根据实际情况对算法进行适当改进。仿真实验通过对比扩展卡尔曼滤波(EKF)法和AEKF方法,证实了AEKF方法的优越性。
（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。
自适应扩展卡尔曼滤波论文参考文献
[1].丁刚.基于自适应扩展卡尔曼滤波的导弹制导信息估计[J].信息通信.2019
[2].裴超,王大磊,冉孟兵,王曼,代昀杨.基于自适应扩展卡尔曼滤波法的储能电池荷电状态估计研究[J].智慧电力.2019
[3].汪超,吴迪.基于有限差分扩展卡尔曼粒子滤波的多特征自适应融合的目标跟踪算法研究[J].光电子·激光.2018
[4].张志勇,张淑芝,黄彩霞,张刘铸,李博浩.基于自适应扩展卡尔曼滤波的分布式驱动电动汽车状态估计[J].机械工程学报.2019
[5].周恭谦,杨露菁,刘忠.基于TDOA的自适应扩展卡尔曼滤波跟踪算法研究[J].舰船电子工程.2018
[6].孟秀云,王语嫣.一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法[J].北京理工大学学报.2018
[7].沈晔星.基于自适应扩展卡尔曼滤波的室内惯性导航系统设计与实现[D].东南大学.2018
[8].路小燕.基于自适应扩展卡尔曼滤波的微小型航姿系统设计与实现[D].南京航空航天大学.2018
[9].顾嘉辉,黄金泉,鲁峰.基于核递推最小二乘的扩展卡尔曼滤波算法的商用航空发动机机载自适应模型与健康参数估计[C].ProceedingsofThe20182ndInternationalConferenceonAdvancesinEnergy,EnvironmentandChemicalScience(AEECS2018)（AdvancesinEngineeringResearchVOL.155）.2018
[10].白廷义,郝华东,祝明坤.顾及地形因素和模型误差的InSAR自适应扩展卡尔曼滤波相位解缠算法[C].第十九届华东六省一市测绘学会学术交流会暨2017年海峡两岸测绘技术交流与学术研讨会论文集.2017
标签：被动跟踪; 视线角速度; 制导信息估计; 自适应扩展卡尔曼滤波;