典型场景下EKF-SLAM估计一致性分析

分析了典型场景下基于扩展卡尔曼滤波的同步定位和地图创建(EKF-SLAM)算法的估计一致性.通过理论分析证明了在移动机器人保持静止并持续对一个路标进行观测的场景下,如果机器人的初始位姿协方差矩阵为对角阵,则机器人位置估计的均值和协方差保持不变,而朝向估计将逐步失去一致性.此外,通过蒙特卡罗仿真给出了机器人朝向和路标估计下界的分布情况.结果表明,两者均服从正态分布,因此EKF-SLAM算法在概率意义下给出SLAM系统状态向量的无偏估计.     

一种新的支持向量回归机的模型选择方法

针对支持向量回归机的模型选择问题,将模型选择问题转化为一个非线性系统的状态估计问题,然后引入无迹卡尔曼滤波进行求解,提出一种新的基于无迹卡尔曼滤波的模型选择方法(UKF-SVR).对标准数据集和太阳黑子数平滑月均值进行仿真实验,结果表明,UKF-SVR与粒子群算法相比,该方法全局寻优能力更强,保证了支持向量回归机泛化能...     

基于EKF的航天器相对定姿算法研究

航天器交会对接是载人航天工程的一项关键技术,而航天器相对定姿又是在交会对接中首要解决的关键问题。通常用交会对接航天器体坐标系间各对应坐标间的夹角来表示相对姿态,这样相对定姿的任务就是要确定两交会对接航天器体坐标系间的旋转矩阵。采用无相对测量的航天器相对定姿态方法,基于围绕系统最优估计状态线性化的扩展卡尔曼滤波(EKF)滤波技术,以乘性误差四元数为状态量,设计了陀螺仪/星敏感组合的航天器相对定姿算法,并进行数字仿真验证该算法的可行性。仿真表明乘性误差四元数有效解决了协方差阵为零的问题,EKF技术大大提高了滤波精度。所设计的算法为航天器的相对定姿提供了一定的理论依据。     

基于ARM处理器的航姿参考系统的设计

基于ARM处理器,以低精度MEMS传感器组件为基础,研究与设计了一种微型MEMS姿态与航向参考系统(AHRS)。首先,基于ARM处理器,针对某型号微小型直升机搭建了姿态与航向系统的系统框架,并根据实际应用,进行了系统的工程化设计。其次,基于状态方程,进行了扩展卡尔曼滤波,提高了系统的精度与可靠性。最后,介绍了系统的软硬件设计。     

强机动目标跟踪的两种MM算法设计与比较

现代舰艇反导中,及时、准确、有效地跟踪强机动的反舰导弹是反导武器系统中的一项关键技术.基于反舰导弹末端"蛇行机动"的运动特征,设计目标"蛇行机动"为直线运动模型和转弯运动模型的组合,并引入到构建的具有变结构的自适应网格交互多模型(AGIMM)算法和固定结构的固定网格交互多模型(FGIMM)算法中,在给定的初始条件下,运用MATLAB进行Monte Carlo仿真实验,比较分析了AGIMM算法和FGMM算法的跟踪性能.结果表明:针对目标"蛇行机动"的强机动情况,所构建的AGIMM算法比FGIMM算法的估计精度高、位置和速度估计波动小,稳定性好,适应性强,具有一定的工程应用价值.     

基于神经网络数据融合的目标跟踪简化算法

分析了基于神经网络数据融合的目标跟踪算法 ,指出了传统的融合算法计算量大 ,神经网络目标向量不易选取等缺点 ,并提出了一种简化的算法。应用理论分析和蒙特卡洛仿真方法 ,对标准卡尔曼滤波算法和简化的滤波算法进行了比较 ,并给出了均方根误差的统计值。该简化算法原理简单 ,数据处理量小 ,速度快 ,误差小 ,特别适用于多传感器的处理 ,将融合结果反馈给单传感器 ,可提高各单传感器的跟踪精度     

基于激光扫描仪的人体快速跟随技术研究

以家庭服务实体机器人快速跟随的比赛项目为背景,首先介绍了目前大多数参赛高校采用的人体识别方法及其存在的问题,之后提出了基于激光扫描仪的人体下肢识别方法及其目标快速方法,在具体实现上为随机森林算法的人体下肢特征识别和卡尔曼滤波算法的目标跟随,并通过实验证明该方法具有充分的可行性.     

基于卡尔曼滤波的多滑模面电动舵机控制

针对导弹用力矩电机的位置反馈控制,提出一种采用多滑模面自适应变结构控制法,采用卡尔曼滤波器估计状态,消除测量噪声,降低输出抖动,对多滑模面控制率的稳定与收敛性进行适当证明,通过仿真验证算法的有效性。     

滤波技术在实时数据处理中的应用

本文探讨了在实时数据处理中应用自适应卡尔曼滤波方法及最优预报方法。该方法具有数值稳定性好,存储量小的优点,克服了发散的缺点,具有较强的自适应性。并针对被测目标种类的多样性,测量设备的不同测量精度,以及测量设备不同的传输频率,在具体的处理中做出了相应的调整。     

卡尔曼滤波地形辅助导航防止发散问题研究

对卡尔曼滤波地形辅助导航的发散原因作了分析，通过地形拟合误差的去相关法采用一种扩充状态变量的系统，实验证明此系统能够有效地减少发散的发生。