基于HurberM极大似然估计求解的CKF滤波定位算法
针对传统移动机器人定位算法精度欠佳的问题,设计了一种基于无线传感器网络滤波算法的移动机器人定位算法(HM_CKF).该算法利用HurberM极大似然估计代价函数,将线性化后CKF观测矩阵求出,从而解决CKF滤波算法在未知非高斯白噪声干扰下估计精度欠佳的问题.然后在体育馆中基于WSNs网络构建了移动机器人定位实验环境,融合移动机器人动力学模型,对比了HM_CKF、CKF算法的定位精度.实验结果表明,在不含噪声干扰和含未知噪声干扰的两种情况下,HM_CKF算法定位精度依次比CKF算法提高了7%和15%.
无线传感器网络、HurberM代价函数、CKF滤波、移动机器人、定位
25
TP18(自动化基础理论)
渝水职院科研项目K201708;重庆市教委科学技术研究项目KJ1735452
2018-09-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
1760-1764