1) Sage-Husa adaptive filter Sage-Husa自适应滤波1. An adaptive interacting multiple model(AIMM) algorithm is presented,which combines the IMM algorithm with the simplified Sage-Husa adaptive filtering algorithm. 针对交互多模型(IMM)方法模型集覆盖能力与计算量相矛盾的问题,提出了将简化的Sage-Husa自...
这里的\bar{X}\left( t|t-1 \right),\bar{q}\left( t-1 \right)的上标表示为估计值。卡尔曼滤波器的对应公式为,即q为0。 \bar{X}\left( t|t-1 \right)=A\cdot \bar{X}\left( t-1|t-1 \right)+C\cdot u\left( t-1 \right) 2)一步预测均方误差方程 P\left( t|t-1 \right)=A...
Sage-Husa自适应滤波 1. An adaptive interacting multiple model(AIMM) algorithm is presented,which combines the IMM algorithm with the simplifiedSage-Husa adaptive filtering algorithm. 针对交互多模型(IMM)方法模型集覆盖能力与计算量相矛盾的问题,提出了将简化的Sage-Husa自适应滤波与IMM相结合,构成一种自适应...
主要内容来自陈新海老师《最优估计理论》,参考教材有两本 :《Optimal State Estimation》,Dan Simon,John Wiley; 《Optimal Estimation of Dynamic Systems》,John L. Crassidis CRC。 这个Q的推导与R类似,是可以自行推导的。目前没看到什么书给过Sage-Husa的证明。
一种海洋磁力仪海浪磁场噪声实时抑制方法,属于海洋地磁场探测领域.包括以下步骤:步骤一:启动海洋磁力仪,读取海洋地磁传感器的输出数据作为量测量;步骤二:建立系统状态方程和量测方程;步骤三:在t_(k1)时刻利用SageHusa自适应卡尔曼滤波器估计出t_k时刻的地磁总场值,并对系统噪声阵Q和量测噪声阵R进行更新和修正;步骤...
该方法将协方差匹配技术和一种简化的Sage-Husa自适应滤波算法相结合,通过滤波的状态确定量测噪声协方差阵的值,在线估计噪声的统计特性实现自适应滤波。将该算法应用到惯导/双星(INS/DS)组合导航系统中,并和简化的Sage-Husa自适应滤波算法进行仿真比较。仿真结果表明,在滤波精度相当的情况下,新算法简化了运算,提高了...
sagehusa自适应滤波的核心是基于输入信号的自相关函数和互相关函数进行权重函数的计算。具体而言,它通过以下步骤实现: 2.1.计算自相关函数和互相关函数。 首先,根据输入信号,计算出自相关函数和互相关函数,这些函数反映了信号的统计特性和相关性。 2.2.计算权重函数。 基于自相关函数和互相关函数的计算结果,sagehusa算法...
那么，Sage-Husa滤波器的公式如下。1）计算一步预测方程 这里的上标表示为估计值。 卡尔曼滤波器的对应公式为，即为0。2）一步预测均方误差方程 卡尔曼滤波器的对应公式为，也就是为常数 3）更新滤波增益方程 卡尔曼滤波器的对应公式为，也就是为常数 4）计算残差 卡尔曼滤波器的对应公式为，也就是...
根据Sage-Husa自适应滤波算法对系统量测噪声矩阵进行自适应估计,利用自 适应估计得到的量测噪声矩阵及步骤2、步骤3得到的状态方程、量测方程进行系统状态更 新和量测更新,得到量测更新后的误差四元数值; 步骤5:根据步骤4中得到的误差四元数值求得四元数滤波值并对其进行归一化处理, 利用四元数滤波值姿态解算...