新息
新息的相关文献在1989年到2022年内共计187篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、水路运输
等领域,其中期刊论文110篇、专利文献77篇;相关期刊92种,包括安徽行政学院学报、华东理工大学学报(自然科学版)、西北工业大学学报等;
新息的相关文献由529位作者贡献,包括王敏、黄国兴、乔立岩等。
新息
-研究学者
- 王敏
- 黄国兴
- 乔立岩
- 付宁
- 李俊红
- 李磊
- 杨奕
- 卢为党
- 周苏荃
- 姚郁
- 左凯
- 张丽英
- 张可
- 张烨
- 彭宏
- 徐海滨
- 李碧君
- 李雷
- 毛志强
- 熊智
- 王鹏
- 籍艳
- 董立立
- 蔡中勤
- 詹旻
- 黄道
- 龚成明
- 丁洁
- 严孝波
- 于春梅
- 于靖
- 何友
- 何子路
- 况理
- 刘子幸
- 刘小汇
- 刘慧霞
- 刘梦茹
- 刘百奇
- 华亮
- 华冰
- 卜雄洙
- 卞鸿巍
- 卢迪
- 吕志伟
- 吴华静
- 吴春林
- 周玟龙
- 周舒涵
- 周良荣
-
-
王广玉;
窦磊;
窦杰
-
-
摘要:
在视频的多目标跟踪任务中,卡尔曼滤波器性能受硬件噪声以及光线等环境噪声干扰较大,导致滤波性能下降甚至发散,严重影响目标跟踪精度。针对这一问题,在检测端不变的情况下,对跟踪算法中的卡尔曼滤波器进行改进。首先,通过实时监测跟踪过程中滤波器观测值和估计值的动态变化,提取新息或残差;然后,利用新息协方差对观测噪声统计特性进行自适应估计,进而调整卡尔曼滤波增益;并通过数值仿真表明所提方法能有效降低噪声,获得更好跟踪效果。最后,基于YOLOv3算法检测结果进行实验验证,结果表明在多目标跟踪(MOT16)数据集上,相较于传统卡尔曼滤波设计,所提自适应卡尔曼滤波在多目标跟踪任务中的精度、标号(ID)相关指标(IDF1,IDP)等指标均有所提升。
-
-
邢东峰;
张琳婧;
杨菊花;
陈光武;
刘昊
-
-
摘要:
针对车载卫星与惯性器件的组合导航系统不确定性对导航精度影响较大的问题,依据滤波新息估计量的统计特性与模糊度隶属度函数的控制特性,设计滤波方法实现对组合导航误差的抑制.考虑系统先验知识难以准确获取,首先采用新息自适应估计(Innovation Adaptive Estimation,IAE)方法对当前量测噪声方差进行在线调整;其次根据新息确定量化参数,引入平滑加权残差平方思想(Smoothed Weighted Residual Squared,SWRS)给出表示系统不确定度的权值函数,结合定义的系统不确定度构建模糊隶属度函数;最后将两种改进方法嵌入到无迹卡尔曼滤波(Unscented Kalman Fil-ter,UKF)框架中,对系统噪声方差予以自适应调整,形成适用于处理低成本组合导航系统的模糊IAE-UKF滤波器.设计车载组合导航测试,取不同算法下的组合位置、组合速度进行精度比较.结果表明本文组合导航算法的位置精度及速度精度均得到明显改善,实现了对组合导航误差的抑制,是一种可有效克服系统模型难以准确建立问题的滤波器.
-
-
柏植;
许海峰;
郭凯;
尹珠
-
-
摘要:
针对无人机在使用扩展卡尔曼滤波(EKF)解算姿态角时,传感器测量噪声不稳定导致解算的姿态角易发散的问题,提出了自适应扩展卡尔曼滤波算法(AEKF)。该算法建立了四元数运动模型,以加速度计测量值和磁力计解算的偏航角为观测量,并设计基于新息的自适应算法,实时在线修正观测噪声矩阵。仿真结果表明,AEKF算法在环境噪声变化时,能够更准确的解算出姿态角,有效抑制了姿态角的发散,鲁棒性能更好,提高了解算的精度。
-
-
柏植;
许海峰;
郭凯;
尹珠
-
-
摘要:
针对无人机在使用扩展卡尔曼滤波(EKF)解算姿态角时,传感器测量噪声不稳定导致解算的姿态角易发散的问题,提出了自适应扩展卡尔曼滤波算法(AEKF)。该算法建立了四元数运动模型,以加速度计测量值和磁力计解算的偏航角为观测量,并设计基于新息的自适应算法,实时在线修正观测噪声矩阵。仿真结果表明,AEKF算法在环境噪声变化时,能够更准确的解算出姿态角,有效抑制了姿态角的发散,鲁棒性能更好,提高了解算的精度。
-
-
何婕;
陈善秋;
夏宇强
-
-
摘要:
对于机载捷联惯性卫星组合导航系统而言,当载机处于大动态或者其他卫星信号不连续情况时,卫星提供的速度、位置等量测信息可能会出现跳变,进而影响组合导航精度.介绍了惯性导航、卫星导航及其组合导航系统的基本原理和优缺点,分析了卫星量测不可避免出现跳点时组合导航系统Kalman滤波器的估计效果,对基于惯性辅助的卫星信息容错技术进行研究,提出了一种新的卫星信号野值剔除与滤波改进方法.新方法既保证了量测向量原有的统计特性,同时将野值带来的影响去除.半实物仿真分析结果表明,滤波器的估计稳定性得到明显提升,组合导航系统的速度和位置精度分别提升了约30%和35%.
-
-
周先林;
张慧君;
和涛;
李孝辉
-
-
摘要:
针对常规卡尔曼滤波应用在GPS/INS组合导航时,由于量测数据出现异常值或系统状态模型不准确而造成的滤波精度下降问题,提出了一种基于新息的自适应卡尔曼滤波算法(AKF).该算法首先通过卡方检验检测出量测异常值,在量测异常值处调整量测噪声方差阵来抑制滤波发散;在此基础上根据新息协方差的计算值与新息协方差的预测值的粗略比率,调整系统噪声方差阵,从而提高整体滤波精度.通过跑车试验,对本文提出的AKF算法进行了验证.试验结果表明:本文提出的AKF算法较常规卡尔曼滤波算法在经度、纬度误差(均方根)上分别降低了67%,34%,在东向速度、北向速度误差(均方根)上分别降低了47%,38%.从而证明了该算法能有效地抑制由量测异常值导致的状态估计误差,防止滤波发散,提高滤波稳定性.
-
-
-
郭继峰;
李忠志;
张国强;
房德智;
李艳娟
-
-
摘要:
卡尔曼滤波是一种应用广泛的基于最小方差的递推式滤波算法,根据一定滤波规则对系统的状态进行估计.采用某种统计量最优方法对噪声和系统模型统计特性的先验知识决定的滤波的性能和估计的准确性进行度量.不精确的先验知识将导致滤波性能的明显下降和发散.采用新息自适应卡尔曼滤波克服标准卡尔曼滤波需要在先验条件下进行估计的缺点,通过深度置信网络对噪声的协方差矩阵做出调整,从而提高滤波性能.
-
-
陈国通;
范圆圆;
刘琪
-
-
摘要:
传统的无迹Kalman滤波根据估计量测方程和量测量的协方差矩阵来确定最佳增益,但在导航过程中会因为外界因素的干扰,无法得到准确的量测信息算法,使增益有所偏差,导致最后的滤波精度降低.基于此,提出了一种改进的无迹Kalman滤波.首先根据新息,判断是否有异常的观测量,并通过引入抗差因子进行修正.通过仿真实验,比较扩展Kalman滤波、无迹Kalman滤波和改进的无迹Kalman滤波的误差特性,证明提出算法的有效性.
-
-
陈国通1;
范圆圆1;
刘琪1
-
-
摘要:
传统的无迹Kalman滤波根据估计量测方程和量测量的协方差矩阵来确定最佳增益,但在导航过程中会因为外界因素的干扰,无法得到准确的量测信息算法,使增益有所偏差,导致最后的滤波精度降低。基于此,提出了一种改进的无迹Kalman滤波。首先根据新息,判断是否有异常的观测量,并通过引入抗差因子进行修正。通过仿真实验,比较扩展Kalman滤波、无迹Kalman滤波和改进的无迹Kalman滤波的误差特性,证明提出算法的有效性。