分享到:

动态粒子数粒子滤波算法研究

粒子滤波算法的计算量一直是制约粒子滤波算法发展的一个重要因素,为了提高粒子滤波算法的计算效率,提出了一种动态粒子数粒子滤波算法,  (本文共4页) 阅读全文>>

南京航空航天大学
南京航空航天大学

光纤捷联惯性组合导航系统建模及滤波技术研究

我国国防事业的迅速发展,对现代高性能飞行器的应用效能提出了更高的要求,如何提高飞行器的导航精度已成为导航领域研究的热点和关键。本文以提高现代高性能飞行器组合导航系统精度为目的,对高精度光纤捷联惯性组合导航系统相关技术进行研究,分别从惯性传感器误差的分析和补偿,以及组合导航系统滤波算法的改进这两个方面进行研究。陀螺是惯性导航系统的核心元件之一,其输出噪声直接影响惯导系统的精度。本文对光纤陀螺信号的去噪算法进行了研究。首先提出了小波动态阈值去噪算法,根据小波分解后各频带噪声分量的不同选择动态阈值对信号进行处理,能够有效地提高陀螺输出信号的精度。其次,研究了基于伪Wigner-Ville分布基本理论的时频峰值滤波算法,并此基础上提出了自适应时频峰值滤波算法,设计了自适应的伪Wigner-Ville分布最优窗长获取准则,通过局部峰值搜索实现编码信号的瞬时频率估计,进而还原有用信号,实现了减小噪声和增强有用信号的目的。此外,本文对陀螺随机...  (本文共142页) 本文目录 | 阅读全文>>

南京航空航天大学
南京航空航天大学

基于粒子滤波的空天飞行器多源信息融合导航技术研究

空天飞行器由于其特殊的飞行任务和复杂的飞行环境,对导航系统的自主性、可靠性和导航精度均提出了很高的要求,以惯性/卫星/天文为基础的多源信息融合导航技术为实现空天飞行器高精度和高可靠导航提供了很好的基础。空天飞行器多源信息融合导航技术的核心在于信息融合方法,传统的扩展卡尔曼滤波算法可以很好地实现对多源异类导航传感器信息的融合,但在高动态环境下,其性能会由于对组合滤波模型的一阶线性化展开而蜕化甚至导致滤波发散;此外,考虑到导航传感器在高动态环境下也会出现误差的异常变化,如果不对出现异常的导航传感器输出数据进行故障检测,也将大大降低多源信息融合导航系统的性能。考虑到单一的导航系统难以完全独立地为空天飞行器提供高精度的导航信息,为此,本文针对性开展了空天飞行器多源信息融合组合导航方案和算法的研究,为保证空天飞行器在发射主动段对导航高精度和高可靠性的要求,研究提出了基于粒子滤波的空天飞行器多源信息融合组合导航方案和算法,推导并建立了发射惯...  (本文共86页) 本文目录 | 阅读全文>>

东北大学
东北大学

基于特征融合的粒子滤波算法的研究与实现

视频运动目标检测与跟踪技术是随着数字视频技术的发展而产生的一个新的研究课题,在国防安全、民用事业等领域有着广泛应用。粒子滤波算法本身适用于非线性非高斯动态模型,更接近真实场景,目前广泛的应用于目标跟踪领域。近年来,许多研究者对粒子滤波算法进行了大量的研究。尽管人们已经提出了很多有效的目标跟踪算法,但现有大部分算法都使用大量的粒子以保证跟踪的稳定性,大量粒子的计算限制了算法实时性能的提高。同时光照变化以及背景中的噪声和干扰等问题影响着目标跟踪的鲁棒性。本文在运动目标检测方面,使用帧间差分法快速获得运动目标;在运动目标跟踪方面,研究和设计了基于特征融合的粒子滤波跟踪算法。本文首先设计了基于颜色单特征矩形粒子模型的粒子滤波算法,粒子数为50的情况下,单目标跟踪算法平均每帧处理时间约为17.99ms;双目标跟踪算法平均每帧处理时间约为43.415ms。本文使用标准C语言对算法进行实现,增加了算法的移植性。针对基于颜色单特征的粒子滤波算法...  (本文共73页) 本文目录 | 阅读全文>>

西北工业大学
西北工业大学

运载器组合导航高性能滤波算法研究

随着现代科学技术的快速发展,人们对运载器导航解算的实时性和快速性的要求越来越高。常用的运载器导航解算主要采用卡尔曼滤波方法,应用卡尔曼滤波进行导航解算时,要求动力学系统的数学模型必须为线性。当系统模型为非线性时,若采用卡尔曼滤波算法进行导航解算,将会引起较大的误差,甚至导致滤波发散。为了提高运载器组合导航的解算精度,研究适用于运载器组合导航的高精度、非线性滤波算法,是交通信息工程与控制领域一项重要而又需要迫切研究的任务。本文在认真研究现有导航滤波算法的基础上,提出了一套适合运载器组合导航的高性能滤波算法,包括非线性模型预测Unscented粒子滤波算法、衰减记忆平方根Unscented粒子滤波算法、模糊抗差自适应Unscented粒子滤波算法、基于状态相关系数的抗差自适应滤波算法、非线性抗差自适应状态相关黎卡提方程滤波算法、以及动力学模型误差的Sage随机加权自适应滤波算法。将提出的算法应用到运载器组合导航系统中进行仿真验证,并...  (本文共145页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

粒子滤波算法研究及其在机动目标跟踪中的应用

机动目标跟踪在军事、民用上日益显著的应用使得该课题在近年来得到了深入的研究和飞跃的发展。跟踪除去其他因素就是单纯的滤波预测问题。本论文从粒子滤波算法出发,在研究该算法的机理上改进了常规粒子滤波的重要性密度函数选择方法和重采样方法并以此来解决机动目标跟踪问题,解决目标发生机动时的跟踪滤波问题。本文首先详细介绍了粒子滤波基本原理,通过与卡尔曼滤波和其他滤波估值技术的对比验证指出了粒子滤波在机动目标跟踪中的优越性。其次分析了粒子滤波重要性密度采样技术。考虑到粒子的先验信息很难确定而导致粒子滤波初始阶段滤波效果不理想的问题,提出了基于卡尔曼估计修正的新型粒子滤波算法。算法在滤波初始阶段采用卡尔曼滤波的状态估计与误差估计重构重要性密度函数,利用重新采样的粒子估计目标状态。对各算法做了大量仿真工作,结果表明基于重要性密度采样技术改进的新算法很好的解决了初值不稳的问题。再者分析了在跟踪强机动目标时,连续的机动会影响重采样过程中对有效粒子权值的...  (本文共83页) 本文目录 | 阅读全文>>