排序方式: 共有22条查询结果,搜索用时 390 毫秒
1.
自适应增量 Kalman 滤波方法 总被引:4,自引:4,他引:0
提出自适应增量Kalman滤波(AIKF)的概念和定义,建立自适应增量Kalman滤波模型及其分析方法,给出主要的计算步骤.传统自适应Kalman滤波(AKF)方法能够对事先未知的系统噪声和量测噪声的统计量进行有效的估计.但是,传统自适应Kalman滤波方法也无法对由于环境因素(如深空探测)的影响、测量设备的不稳定性等原因产生的未知时变测量系统误差进行补偿和校正,从而产生较大的滤波误差,甚至导致发散.提出的自适应增量Kalman滤波方法不但能够对系统噪声和量测噪声的统计量进行估计,而且还能成功消除这种测量系统误差,有效地提高滤波精度.该方法计算简单,便于工程应用. 相似文献
2.
随着航空机载系统市场竞争的愈发激烈,航空机载技术的先进性愈发受到重视,您认为航空机载技术的发展趋势是怎样的?滕霖:随着新一代飞行器的发展,航空机载系统正朝着综合化、精密微型化、结构轻量化 相似文献
3.
4.
5.
提出自适应无迹增量滤波(AUIF)的概念和定义,建立自适应无迹增量滤波模型及其分析方法,给出递推算法.传统的滤波方法极少关注量测方程的系统误差.在许多实际情况(如深空探测),量测方程由于受环境因素及测量设备不稳定等影响往往无法进行验证或校准而存在未知的系统误差,并且模型参数和噪声统计量也具有不确定性.这种不确定性会使递推过程产生较大误差,甚至导致发散,从而降低滤波精度.提出的AUIF能够成功消除这种未知的系统误差,也能够实时估计变化的噪声统计量,提高滤波精度.该方法计算简单,便于工程应用. 相似文献
6.
欠观测条件下的扩展增量 Kalman 滤波方法 总被引:5,自引:5,他引:0
建立欠观测条件下的非线性增量量测方程,并给出其线性化方法,在此基础上提出一种欠观测条件下的扩展增量Kalman滤波(EIKF)模型及其递推算法.工程实际中,由于环境因素的影响、测量设备的不稳定性等原因往往带来未知的系统误差,传统的扩展Kalman滤波(EKF)无法对这种未知的系统误差进行补偿和校正,结果产生较大的滤波误差,甚至导致发散.提出的扩展增量Kalman滤波方法能够成功地消除测量的系统误差,从而有效地提高非线性滤波的精度.该方法计算简单,便于工程应用. 相似文献
7.
8.
9.
10.
在北京暖暖的春光中,满载各方赞誉的第十二届中国国际机床展览会(CIMT 2011)圆满落下帷幕。中国国际机床展览会由中国机床工具工业协会主办,自1989年创办至今已经走过了23年历程,成功举办了12届。本届CIMT 2011展会更是取得了空前的成功,展会汇聚了来自全球28个国家和地区的1400多家业界厂商,众多知名企业悉数参展,使用了中国国际展览中心(新馆)全部8个展馆和1个临时馆,展出面积达12万m2。无论展会规模、展商数量、观众人数、展品数量和水平、展会成交额,还是国家领导人及社会各界的关注程度,都创造了历届CIMT展会和全国同类展会之最。 相似文献