自适应平方根无迹粒子滤波算法及其应用
目标跟踪所面对的动态定位观测方程具有非线性,随机模型具有未知性,目标在运动过程中受到的随机扰动较大,先验方差很难确定,这可能导致在更新迭代过程中参数估计产生错误,从而导致滤波发散.针对上述问题,本文提出了改进的自适应平方根无迹粒子滤波算法(ASRUPF),该算法融合了自适应滤波理论、平方根无迹卡尔曼滤波算法(SRUKF)和粒子滤波(PF)多种算法,确定系统量测和状态噪声的概率密度函数,确保其方差阵的非负定性.算法有效地提高了单点动态定位精度.
平方根无迹粒子滤波、自适应、非线性卡尔曼、动态定位
P207(一般性问题)
江苏省研究生科研创新项目KYCX171571
2019-02-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
6-9,14