导读:本文包含了自主滤波论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:卡尔,自主,容积,数据链,小行星,射线,分布式。
自主滤波论文文献综述
徐博,李盛新,金坤明,王连钊[1]（2019）在《基于径向基函数神经网络辅助容积卡尔曼滤波的多自主水下航行器协同定位方法》一文中研究指出在多自主水下航行器(AUV)协同定位系统中,针对协同定位性能受到系统内部和外部等多种因素制约的问题,提出一种基于径向基函数(RBF)神经网络辅助容积卡尔曼滤波(CKF)的多AUV协同定位方法。当基准参考位置可用时,通过非线性CKF得到滤波新息、预测误差和滤波增益作为RBF神经网络输入层的输入,滤波误差值作为输出对RBF神经网络进行训练;当基准信号中断时,利用训练好的RBF神经网络,对CKF的滤波状态估计值进行补偿,进而得到新的估计状态。利用湖试数据,模拟多AUV协同定位系统输入存在误差情况下的协同定位实验。实验结果表明,所提方法与无RBF辅助的CKF方法相比,平均定位误差减小70%,具有更好的准确性和稳定性。(本文来源于《兵工学报》期刊2019年10期）
胡腾戈,武迪[2]（2019）在《基于记忆衰减滤波的X射线脉冲星自主导航》一文中研究指出针对扩展Kalman滤波(Extend Kalman Filter, EKF)在处理X射线脉冲星的自主导航定轨问题上易发散的问题,本文提出了基于记忆衰减滤波的抑制发散自主导航算法。在研究了自主导航滤波中误差变化的特征的基础上,从原理上分析了预报误差随迭代次数增加而增大的原因。针对EKF存在的这一缺陷,本文应用记忆衰减滤波控制误差发散,推迟了误差发散的时间并减小了发散的幅值,使得滤波结果稳定于更精确的结果。本文的结论均通过数值计算的方法验证。(本文来源于《力学与实践》期刊2019年04期）
冀红霞,宗红,黄翔宇[3]（2019）在《基于改进预测滤波的小天体精确着陆自主导航方法研究》一文中研究指出针对小天体形状不规则、质量不均匀导致模型建立不准确的问题,研究基于改进的预测滤波实现自主着陆过程中精确导航的关键技术。在导航算法设计中,首先建立了小天体引力场模型,并建立了导航系统运动学模型,然后建立了基于惯性测量单元、光学相机及测速敏感器多信息融合的测量模型,结合扩展卡尔曼滤波(Extended Kalman Filter, EKF)算法对非线性预测滤波(Nonlinear Predictive Filter, NPF)算法进行改进,在该导航算法下,对系统的可观性进行了分析。仿真结果表明:在引力不确定性引起的模型不准确度下,该方法可实时估计模型误差,在与EKF导航精度比较的基础上验证了改进的NPF算法的有效性和精确性。(本文来源于《深空探测学报》期刊2019年03期）
郭阳全[4]（2019）在《基于粒子滤波的室内自主移动机器人快速定位方法》一文中研究指出定位是指机器人获得在地图中的位姿,它是移动机器人实现自主运动的重要技术之一,是机器人执行相应任务的前提。粒子滤波是一种有效的全局定位方法,通过在全局地图中撒播粒子作为机器人位姿的多种猜测,将传感器数据与粒子在地图中的环境相比较得到粒子的置信度。但要想使粒子滤波表现出较高的定位精度需要保持较多的粒子数量,这样会造成计算速度降低,增加机器人的计算负担,因此提高粒子滤波的计算速度对于降低粒子滤波定位的成本有着重要意义。本文针对粒子滤波定位算法在维持大量粒子时速度较慢的问题,提出使用高精度里程计提高粒子分布的准确性,并对粒子的加权阶段做出改进,提高加权的速度。本文的主要工作如下:(1)为了使得粒子的分布更加准确,本文使用编码器与IMU融合的里程计代替单一的编码器里程计,再附加机器人运动模型产生的行程噪声移动粒子,提高了粒子分布的准确性。(2)在计算粒子权重的阶段中,需要用到光线投射算法计算粒子周围最近障碍物距离。将这种算法使用在每个粒子上造成了运算耗时过长的缺点。因此本文提出了查找表法,预先执行光线投射算法并将结果存入查找表中。在此基础上,又提出了改进的查找表法,这种查找表法相比常规的查找表既可以维持基本相同的加速性能,又能减少预计算时间、降低查找表占用的内存。最后,针对粒子滤波具有并行化结构的特点,还提出了使用GPU(图形处理器)对粒子加权部分进行并行化运算,并与改进的查找表法结合,进一步提高运算速度。(3)基于ROS(机器人操作系统)的实验表明,在使用高精度里程计分布粒子的基础上,当使用查找表法进行粒子加权时,加权的计算速度可加快达到数十倍,但这种方法的代价是查找表内存太大。改进的查找表法解决了这一弊端。当使用GPU运算时,粒子更新速度同样加快,但效果比不上查找表法。而当GPU结合改进的查找表时速度最快,5000个粒子的权重更新耗时仅需要10ms左右。本文的方法使得粒子滤波速度得到大幅度提升,并且这种方法对计算资源的要求较低,可以很好地降低机器人成本、提高机器人定位速度或准确性。(本文来源于《中国矿业大学》期刊2019-06-01）
张冲[5]（2019）在《非线性滤波技术研究及其在深空探测自主导航中的应用》一文中研究指出随着国家火星探测任务的正式立项,中国的火星探测正在大踏步的向前迈进。火星距离地球0.5-4亿千米。如此远的距离意味着巨大的通信时延,导致探测器必须能够自主修正巡航过程中的各种误差才能完成这项艰巨的任务,而滤波算法在修正导航位置和速度的偏差中起关键作用。深空环境复杂多变,探测器的轨道动力学模型和导航系统量测模型必然都是非线性的,只能使用非线性滤波算法来处理以上模型。因此本文的研究重点是非线性滤波算法,尤其是粒子滤波(Particle Filter,PF),目标是对粒子滤波进行改进。同时,本文的应用场景是火星探测巡航段,为了将非线性滤波算法应用于探测器巡航的过程中,必须先建立一个有效的探测器自主导航系统。下面是本文的几点主要工作。1、针对探测器巡航段的导航需求,分析各种导航方式的利弊,最终选定光学自主导航作为本文的自主导航方式。在仿真条件下,建立光学自主导航系统最重要的四个步骤是:建立系统的状态方程和量测方程、建立巡航段探测器标称轨道、选定导航路标并完成导航路标的规划、滤波算法。本文通过对轨道动力学及光学相机成像进行研究建立了导航系统的状态和量测方程;利用STK(Satellite Tool Kit)代替MATLAB建立标称轨道;同时经过细致分析,确定小行星作为本文的导航路标,在进行导航路标的规划时,在现有小行星筛选算法的基础上,深入研究了基于小行星导航的光学自主导航原理,引入了一种可操作性强的小行星筛选算法。仿真实验表明,该筛选算法简单且有效。2、针对深空环境复杂多变的现实,对非线性滤波算法进行研究,尤其是PF。针对PF粒子退化的问题,引入了一种基于权值优选和权值优化的无迹粒子滤波算法。在PF执行重要性采样的过程中,加入无迹卡尔曼滤波,形成无迹粒子滤波;同时在粒子重采样的过程中,进行权值优选和权值优化,使小权值粒子不被轻易抛弃,保证了粒子多样性。通过上述两方面的改进,一定程度地解决了粒子退化问题,提高了滤波精度。3、在973深空探测项目的背景下,建立自主导航系统仿真,仿真实验表明,改进的PF相较于扩展卡尔曼滤波和PF都有更高的滤波精度。(本文来源于《电子科技大学》期刊2019-03-26）
顾仁财,刘飞[6]（2019）在《自适应Kalman滤波的战术数据链自主时间同步算法》一文中研究指出分析了战术数据链自主时间同步机制及各类误差源特性,给出了降低时间同步误差源影响的设计途径。针对复杂物理环境下时钟漂移模型难以准确建立的问题,设计了一种基于自适应Kalman滤波的自主时间同步算法,提高了不利条件下数据链的时间同步性能,实验结果证明了所采用方法的有效性。(本文来源于《火力与指挥控制》期刊2019年02期）
张艾,李勇[7]（2018）在《星间相对测量自主导航的改进容积卡尔曼滤波》一文中研究指出针对仅利用星间相对位置测量的双星自主导航系统,提出一种基于可观度的改进容积卡尔曼滤波算法。该算法从系统可观度的物理意义出发,通过对预测协方差阵进行在线调整改善标准容积卡尔曼滤波算法对系统可观度敏感和不满足滤波拟一致性等问题。对具体算例进行数值仿真,校验了该改进容积卡尔曼滤波算法在基于星间相对位置测量的双星自主导航系统中的有效性,与标准容积卡尔曼滤波相比趋稳更快,精度更高。(本文来源于《宇航学报》期刊2018年11期）
谷志丹,李擎,赵辉[8]（2018）在《行人自主导航定位的多级滤波方法》一文中研究指出针对携带式IMU对行人进行导航定位时,惯性器件的误差随时间增长累积变大,影响导航准确性的问题,研究了一种多级滤波的方法:零速检测并利用扩展卡尔曼滤波进行零速校正后,再通过室内几何布局特征划分矢量区,利用投影匹配算法判定位置的最优解,来确定人行走轨迹。用自主研制的MIMU行人导航模块做了场地实验,结果表明:该方法相对目前单级卡尔曼滤波的惯性导航方法,能够很好地抑制惯性导航误差积累,且不会出现行人轨迹穿墙问题,定位精度为0.9%,具有理论和实际的意义。(本文来源于《系统仿真学报》期刊2018年12期）
张艾,李勇[9]（2018）在《星间测量自主导航改进状态相关黎卡提方程滤波》一文中研究指出针对分布式卫星系统的应用需求,研究基于星间相对位置矢量测量的自主导航滤波算法问题。为了解决扩展卡尔曼滤波(EKF)对能观度不敏感的问题,提高滤波精度,减少计算量,推导了基于状态相关黎卡提方程滤波(SDREF)的导航算法,并定义了一种新的在线反映能观性程度的特征量,提出了基于该特征量对滤波增益阵进行在线调整的方法,构成改进的状态相关黎卡提方程滤波(MSDREF)。数学仿真表明,MSDREF的计算量约为EKF的13%,稳态误差约为EKF的21%。(本文来源于《中国空间科学技术》期刊2018年06期）
王子琦,贺治钧,赵琦[10]（2018）在《基于卡尔曼滤波的北斗卫星自主定轨算法研究》一文中研究指出目前,我国的北斗卫星导航系统主要依赖地面站对卫星的数据进行处理、轨道控制。但在某些特殊情况下,卫星地面主控站因被摧毁而不能持续与卫星进行通信。这就需要发展卫星的自主定轨技术,以实现导航星座的自主运行。基于此,本文对传统的扩展卡尔曼滤波算法进行了分析仿真,进而讨论了两种可以对观测噪声误差进行实时估计的算法:IREKF算法和Sega自适应滤波算法。对比了各种算法的优劣,提出了适用于完整北斗星座的滤波估计算法。(本文来源于《电子测量技术》期刊2018年10期）
自主滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对扩展Kalman滤波(Extend Kalman Filter, EKF)在处理X射线脉冲星的自主导航定轨问题上易发散的问题,本文提出了基于记忆衰减滤波的抑制发散自主导航算法。在研究了自主导航滤波中误差变化的特征的基础上,从原理上分析了预报误差随迭代次数增加而增大的原因。针对EKF存在的这一缺陷,本文应用记忆衰减滤波控制误差发散,推迟了误差发散的时间并减小了发散的幅值,使得滤波结果稳定于更精确的结果。本文的结论均通过数值计算的方法验证。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自主滤波论文参考文献
[1].徐博,李盛新,金坤明,王连钊.基于径向基函数神经网络辅助容积卡尔曼滤波的多自主水下航行器协同定位方法[J].兵工学报.2019
[2].胡腾戈,武迪.基于记忆衰减滤波的X射线脉冲星自主导航[J].力学与实践.2019
[3].冀红霞,宗红,黄翔宇.基于改进预测滤波的小天体精确着陆自主导航方法研究[J].深空探测学报.2019
[4].郭阳全.基于粒子滤波的室内自主移动机器人快速定位方法[D].中国矿业大学.2019
[5].张冲.非线性滤波技术研究及其在深空探测自主导航中的应用[D].电子科技大学.2019
[6].顾仁财,刘飞.自适应Kalman滤波的战术数据链自主时间同步算法[J].火力与指挥控制.2019
[7].张艾,李勇.星间相对测量自主导航的改进容积卡尔曼滤波[J].宇航学报.2018
[8].谷志丹,李擎,赵辉.行人自主导航定位的多级滤波方法[J].系统仿真学报.2018
[9].张艾,李勇.星间测量自主导航改进状态相关黎卡提方程滤波[J].中国空间科学技术.2018
[10].王子琦,贺治钧,赵琦.基于卡尔曼滤波的北斗卫星自主定轨算法研究[J].电子测量技术.2018
论文知识图
