姜浩楠
- 作品数：4 被引量：20H指数：2
- 供职机构：西安交通大学电子与信息工程学院更多>>
- 发文基金：国家自然科学基金国家重点实验室开放基金陕西省自然科学基金更多>>
- 相关领域：航空宇航科学技术自动化与计算机技术更多>>
- 带有噪声递推估计的自适应集合卡尔曼滤波被引量：15
- 2018年
- 卡尔曼滤波(KF)广泛应用于线性系统的状态估计问题.然而,它需要精确已知过程噪声的统计特性,这在实际应用中往往是不能满足的.在这个背景下,首先,根据协方差匹配原理建立一种带有过程噪声递推估计的自适应KF算法;然后,为了突破KF只能处理线性系统估计问题的局限,将过程噪声递推估计引入集合卡尔曼滤波(En KF)中,提出一种自适应En KF算法;最后,采用估计理论证明所提出算法的稳定性.与标准En KF相比,该自适应算法在过程噪声统计特性未知的情况下滤波依然收敛,滤波精度及稳定性显著提升.仿真结果验证了所提出算法的有效性.
- 姜浩楠蔡远利
- 关键词：卡尔曼滤波
- 鲁棒高斯和集合卡尔曼滤波及其在纯角度跟踪中的应用被引量：5
- 2018年
- 针对纯角度目标跟踪中量测信息易受异常值和非高斯噪声干扰的问题,提出了一种新的非线性滤波算法–鲁棒高斯和集合卡尔曼滤波(robust Gaussian-sum ensemble Kalman filter,RGSEnKF)算法.首先,采用Huber技术重塑集合卡尔曼滤波的量测更新过程,能够有效地处理量测中的异常值.随后,将改进的集合卡尔曼滤波在高斯和框架下进行扩展,得到RGSEnKF算法,可以进一步解决受非高斯噪声干扰的非线性系统的状态估计问题.此外,新算法中包含距离参数化初始化策略和高斯分量融合策略.前者是为了减小纯角度跟踪中距离信息不可观测的影响,而后者可以避免高斯分量数目随时间不断增长.大量仿真结果验证了新算法的有效性和鲁棒性.
- 姜浩楠蔡远利
- 关键词：异常值非高斯噪声集合卡尔曼滤波高斯和
- 基于容积卡尔曼滤波的三维纯角度跟踪算法研究
- 纯角度跟踪在过去的几十年中得到了广泛的关注和研究,本文从一个新的视角建立了修正球坐标系下的容积卡尔曼滤波(CKF)算法.这种方法通过解耦状态向量中的可观分量和不可观分量,可以避免协方差矩阵的病态特性.本文针对一个典型的三...
- 姜浩楠蔡远利
- 一种新的机动目标跟踪方法
- 2016年
- 文中提出了一种基于改进粒子滤波的联合估计方法,能有效解决粒子滤波中常见的样本枯竭问题,增加了算法的鲁棒性。这种方法将几种贝叶斯常值参数估计方法相结合,产生了一种可解决时变参数估计问题的方法。在直线运动和转弯运动相结合的高机动环境中,将文中所提出的方法与IMM(交互式多模型)滤波方法进行了仿真比较。IMM滤波方法需要囊括大量模型来保证估计的精度;然而,该文方法通过贝叶斯参数估计,大大降低了算法的复杂度。仿真结果证实了所提出的方法在机动目标跟踪应用中的有效性。
- 姜浩楠蔡远利
- 关键词：机动目标跟踪
