基于改进当前统计模型的模糊自适应车辆定位算法

摘要：

　　分析比较了“当前”统计模型和Singer模型各自的特点，提出了基于改进的“当前”统计模型的模糊自适应车辆定位算法（MCS-FAEKF），实时动态选择机动模型和调整系统噪声协方差矩阵。相对于传统的“当前”统计模型卡尔曼滤波算法（CS-EKF）和Singer-EKF算法，MCS-FAEKF算法对车辆目标的定位精度和可靠性等都得到了较大提高，计算机仿真结果验证了算法的有效性和可行性。

关键词：Singer模型、“当前”统计模型、车辆定位、模糊自适应、扩展卡尔曼滤波

分类号：TP273(自动化技术及设备)

资助基金：国家高技术研究发展计划“863”计划基金资助项目2008AA01Z205;国家自然科学基金资助项目61171081；江苏省技术创新基金资助项目BC2012006；教育部新世纪优秀人才支持计划基金资助项目NCET-10-0018Foundation Items:The National High Technology Research and Development Program of China 863 Program2008AA01Z205;The National Natural Science Foundation of China61171081;The Innovation Technology Found of Jiangsu ProvinceBC2012006;The Program of New Century Excellent Talents in University of ChinaNCET-10-0018

在线出版日期：2013-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：184-190