方法
基于Sage-Husa自适应滤波的车载三维航位推算算法,基于Sage-Husa自适应滤波的车载三维航位推算算法,sage husa,自适应滤波器,自适应滤波,自适应滤波器原理,自适..
)算法。该算法直接对系统状态方差阵和噪声方差阵的平方根进行递推与 估算,确保了状态和噪声方差阵的对称性和非负定性;算法还增添了对系统噪声统计特性估计的计 算,强化了滤波器的稳定性和自适应能力;与传统Sage.Husa自适应滤波算法相比LASRKF可提高滤 波器抗发散的能力。仿真实验表明,LAsRKF可有效提高滤波器的精确...
首先需要了解的是,Sage-Husa滤波算法是一种基于卡尔曼滤波的改进算法。卡尔曼滤波在线性系统中的应用非常成功,但是在非线性系统中的应用面临很多困难。Sage和Husa通过将卡尔曼滤波中的观测量进行加权,以适应非线性系统的特点,提出了Sage-Husa滤波算法。在Sage-Husa滤波算法中,观测矩阵通常使用测量器件的输出,其包含在...
基于Sage-husa自适应滤波算法的AUV组合导航系统设计
最后通过对实验结果进行对比,揭示了相比于普通双卡尔曼滤波算法,利用改进Sage-Husa自适应双卡尔曼滤波法能够提高对锂离子电池内部状态估计的精度,并能实时修正由于模型的不精确性导致的估计误差。 展开 关键词: 多元锂动电池 SOC 状态估计 自适应 无迹卡尔曼滤波 ...
该方案以捷联惯导作为主系统,同时利用GPS重调捷联惯导系统,建立了该组合导航系统的卡尔曼滤波模型,设计了输出校正间接法的卡尔曼滤波算法和Sage-husa自适应卡尔曼滤波算法。仿真结果表明由于GPS位置和速度信息的引入,一定程度上克服了捷联惯导系统误差状态发散现象,提高了导航精度。同时通过两种算法的对比,Sage-husa自适应...
摘要 提出一种将粒子滤波与基于Sage-Husa自适应卡尔曼滤波相结合的两阶段粒子滤波算法.针对状态方程为线性,观测方程非线性的情况,将标准粒子滤波用于第一阶段的滤波,并将得到的估计值作为观测,构建观测噪声协方差未知的线性状态模型、观测模型,进行第二阶段的自适应卡尔曼滤波.通过递归,进而得到各个时刻最终的状态估计值...
针对组合导航定位精度和稳定性的要求,将简化的Sage-Husa自适应算法与衰减因子自适应滤波算法相结合,提出了一种改进的Sage-Husa算法.并将该算法应用到组合导航系统中.仿真结果表明,和简化的Sage-Husa算法相比,改进的自适应算法能够同时保证信息融合的精度和稳定性,滤波性能得到了改善. ...
1.一种改进的Sage-Husa自适应滤波算法2.基于双旋迫击炮弹平台的改进型Sage-Husa自适应滤波滚转角测量算法3.一种火箭外测弹道实时重建的自适应滤波算法4.一种火箭及上面级外弹道实时滤波算法5.用于弹道目标跟踪的新的非线性滤波算法 因版权原因,仅展示原文概要,查看原文内容请购买©...