当前位置:主页 > 科技论文 > 电子信息论文 >

变集合Kalman滤波理论研究与仿真

发布时间:2018-05-08 22:26

  本文选题:非线性Kalman滤波 + 扩展Kalman滤波 ; 参考:《华中科技大学》2015年硕士论文


【摘要】:滤波的概念在很早就被提出,并且对于滤波的应用渗透在各个领域当中。应用过程中对滤波理论的研究也是在不断的被更新、被推广到更广的领域当中。其中Kalman在1960年提出的Kalman滤波因其理论简单、应用广泛,很快就被广大的研究者所接受。Kalman滤波和其他滤波一样,用于系统建模中噪声或者干扰的处理。Kalman滤波的研究从线性到非线性、从单一到复合、从理论到实践多角度的发展。其中包括最简单的线性Kalman滤波;推广到非线性情况下,出现的扩展Kalman滤波。本文主要涉及非线性Kalman滤波的研究。介绍了扩展Kalman滤波和变Kalman滤波。之后对Kalman滤波中存在的存储问题进行了分析,将集合思想引入研究当中,提出了集合Kalman滤波和变集合Kalman滤波的新模型。文章对非线性Kalman滤波的研究分为五个部分。第一部通过对研究背景、国内外研究现状和问题研究意义的讨论,为后续Kalman研究做好了良好的铺垫。第二部分主要介绍研究过程中的基本概念以及Kalman滤波的基本构成,并且阐述了线性Kalman滤波的思想过程,为第三部分理论研究打下了坚实的基础。第四部分是文章的核心部分,这一部分以扩展Kalman滤波和变Kalman滤波为基础,提出了新的Kalman滤波——集合Kalman滤波和变集合Kalman滤波。第四部分是对第三部分理论的应用支撑,采用仿真手法,分析仿真效果说明了Kalman滤波的实用性以及新的滤波模型的优良性。最后一个部分是全文的总结,更加系统概括的阐述了文章中所得到的结果。
[Abstract]:The concept of filtering was put forward early, and the application of filtering permeated into various fields. In the process of application, the research of filtering theory is constantly updated and extended to a wide range of fields. The Kalman filter proposed by Kalman in 1960, because of its simple theory and wide application, has been accepted by many researchers as well as other filters. The study of Kalman filtering for noise or interference in system modeling. The development of Kalman filtering is from linear to nonlinear, from single to composite, from theory to practice. It includes the simplest linear Kalman filter and the extended Kalman filter for nonlinear cases. This paper is mainly concerned with the study of nonlinear Kalman filtering. Extended Kalman filter and variable Kalman filter are introduced. Then, the storage problem in Kalman filtering is analyzed, the set idea is introduced into the research, and a new model of set Kalman filter and variable set Kalman filter is proposed. The study of nonlinear Kalman filtering is divided into five parts. The first part, through the discussion of the research background, domestic and foreign research status and the significance of the research, makes a good foundation for the follow-up Kalman research. The second part mainly introduces the basic concepts of the research process and the basic structure of Kalman filtering, and expounds the ideological process of linear Kalman filtering, which lays a solid foundation for the third part of the theoretical research. The fourth part is the core part of this paper. Based on extended Kalman filter and variable Kalman filter, a new Kalman filter, set Kalman filter and variable set Kalman filter, is proposed. The fourth part is to support the application of the third part of the theory. The simulation results show the practicability of the Kalman filter and the excellence of the new filtering model. The last part is a summary of the full text, more systematic summary of the results obtained in the article.
【学位授予单位】:华中科技大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN713

【相似文献】

相关期刊论文 前10条

1 李洪波;杨军锋;;自适应Kalman滤波在多传感器数据融合中应用[J];国外电子测量技术;2006年06期

2 井敏英;;基于Kalman滤波的盲多用户检测算法[J];信息通信;2009年04期

3 向西西;黄宏光;李予东;;基于Kalman算法的网络安全态势预测方法[J];计算机仿真;2010年12期

4 刘雷雷;臧洌;邱相存;;基于Kalman算法的网络安全态势预测[J];计算机与数字工程;2014年01期

5 尚晓星;李俊霞;;基于不敏Kalman滤波的多传感器数据融合算法[J];河南师范大学学报(自然科学版);2011年04期

6 李毅;陆百川;李雪;;基于多尺度Kalman滤波的多传感器数据融合[J];重庆交通大学学报(自然科学版);2012年02期

7 于华楠;康健;;改进的基于Kalman滤波的盲多用户检测算法[J];吉林大学学报(工学版);2006年S2期

8 王继平;孙华燕;章喜;;基于Kalman滤波的红外弱小目标检测前跟踪算法[J];装备学院学报;2012年02期

9 刘洲洲;;基于Kalman滤波的多传感器信息融合研究[J];电子设计工程;2013年11期

10 严勇;黄席樾;刘爱君;;Kalman滤波在运动图像背景提取及更新中的应用[J];自动化与仪器仪表;2006年02期

相关会议论文 前6条

1 石莹;孟华;邓自立;;多传感器信息融合稳态Kalman跟踪滤波器[A];2006中国控制与决策学术年会论文集[C];2006年

2 田行伟;石莹;;带相关噪声的非方广义系统降阶Kalman递推滤波器[A];中国自动化学会控制理论专业委员会A卷[C];2011年

3 宋会杰;屈俐俐;;自适应Kalman滤波在钟差数据处理中的应用[A];第三届中国卫星导航学术年会电子文集——S04原子钟技术与时频系统[C];2012年

4 何红丽;杨廷梧;任朴舟;;协方差调节的KALMAN辨识算法在航迹处理中的应用[A];大型飞机关键技术高层论坛暨中国航空学会2007年学术年会论文集[C];2007年

5 李变;李海波;高玉平;胡永辉;;原子时的Kalman算法[A];2009全国时间频率学术会议论文集[C];2009年

6 邓自立;李春波;;自校正分布式信息融合Kalman平滑器[A];2006中国控制与决策学术年会论文集[C];2006年

相关硕士学位论文 前10条

1 黄智慧;基于集合Kalman滤波的同化策略研究[D];西北师范大学;2015年

2 林秋雁;基于改进Kalman算法的OCT信号处理方法研究[D];哈尔滨工业大学;2016年

3 景丽石;基于矢量聚类与Kalman滤波的数字稳像技术研究[D];大连理工大学;2016年

4 高瑞;变集合Kalman滤波理论研究与仿真[D];华中科技大学;2015年

5 李小宁;基于Kalman滤波—加权因子的多传感器数据融合方法研究[D];电子科技大学;2005年

6 梁佐江;基于Kalman滤波方法的多传感器信息融合滤波器[D];黑龙江大学;2005年

7 王欣;基于Kalman滤波方法的多传感器信息融合最优白噪声反卷积滤波器[D];黑龙江大学;2005年

8 郭静雯;Kalman滤波在中国股市及货币供应干预分析中的应用[D];广州大学;2007年

9 潘家宝;时空Kalman滤波及其在变形监测数据处理中的应用[D];中南大学;2014年

10 王好谦;基于Kalman滤波的白噪声估计理论及其在状态估计和反卷积中的应用[D];黑龙江大学;2002年



本文编号:1863361

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/1863361.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a7227***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com