非线性滤波论文_彭东东,周天,徐超,王天昊,高嘉淇

导读:本文包含了非线性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,尔曼,扩展卡,目标,粒子,波束,图像。

非线性滤波论文文献综述

彭东东,周天,徐超,王天昊,高嘉淇^[1]（2019）在《基于非线性滤波的水下地形辅助导航方法》一文中研究指出为了解决水下航行器惯性导航误差随时间积累问题,利用地形辅助导航技术进行导航位置修正。由于水下地形的非线性,对基于扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)和粒子滤波(PF)3种非线性滤波方法的水下地形辅助导航算法进行研究。针对传统基于单波束声纳量测模型在小起伏地形区域导航精度低、易发散问题,从提高量测地形信息量角度,建立了基于多波束测深声纳的量测模型。使用多波束实测地形数据进行仿真试验,结果表明:无论在粗糙地形区域还是较平坦地形区域,多波束量测模型有效缓解了3种方法易发散问题,提高了导航精度。(本文来源于《海洋测绘》期刊2019年04期）

刘向阳^[2]（2019）在《几种典型非线性滤波算法及性能分析》一文中研究指出针对非线性滤波问题,首先,对几种典型的非线性滤波方法的一般原理和滤波步骤进行了介绍,并简述各滤波器的优缺点。其次,引用一个经典的非线性例子对各滤波器性能进行了对比分析。研究结果表明,EKF计算量小,PF精度高,UKF和CKF具有较高的精度和较强的实时性。(本文来源于《舰船电子工程》期刊2019年07期）

张习博^[3]（2019）在《线性与非线性滤波方法仿真》一文中研究指出在数据量测领域,对运动目标当前的运动状态进行滤波,并对目标未来的运动状态进行预测,讨论线性的数据平滑处理、最小二乘和卡尔曼滤波,通过非线性地扩展卡尔曼滤波进行仿真实验。线性与非线性滤波方法是多传感器数据预处理的主要工具,仿真实验表明,滤波方法能够有效处理运动目标量测误差。(本文来源于《濮阳职业技术学院学报》期刊2019年04期）

谢美美^[4]（2019）在《面向目标跟踪的非线性滤波算法性能分析研究》一文中研究指出目标跟踪是一个重要的理论和实践问题。目标跟踪问题实际上就是目标状态的跟踪滤波问题,即根据传感器已获得的目标量测数据对目标状态进行精确的估计。非线性滤波是目标跟踪中一个很重要的方面。在现实世界中,几乎所有的控制系统都是非线性的,线性是对非线性在一定程度和范围内的近似描述。所以研究非线性滤波算法,可靠而精确地跟踪目标是目标跟踪系统设计的主要目的。随着现代科技的发展,对目标跟踪的精度及速度等性能有着越来越高的要求。本论文针对此问题就目标跟踪中的非线性滤波算法性能分析进行了深入的研究。首先给出论文研究的背景及意义,简单介绍了目标跟踪和滤波算法的研究现状,然后详细对经典的非线性滤波算法原理及算法流程进行了系统性回顾与总结。在此基础上,给出本论文的研究成果。本论文主要研究成果如下:一、基于卡尔曼滤波算法的估计研究主要研究了卡尔曼滤波算法,对基于S函数的卡尔曼滤波器进行了设计与仿真分析;对基于卡尔曼滤波器的噪声自适应估计进行了研究。并详细阐述了联合Kalman滤波算法,并进行仿真实验,证明联合Kalman滤波算法可以运用到目标状态及控制输入都是未知的系统中,并可以实现较短时间内到达收敛状态。二、改进粒子滤波算法在目标跟踪中的应用分别介绍CPF滤波算法,EPF滤波算法,以及UPF算法的流程,分析对比总结各自优缺点,发现UPF算法在这叁种滤波算法中滤波效果最好。然后研究和仿真分析MUPF滤波算法,提出算法ST-MUPF。新算法ST-MUPF算法在MUPF算法中加入渐消因子,改善MUPF算法的更正精度的同时也提高了MUPF算法的有效粒子数。经过仿真分析认为新算法ST-MUPF算法在精度和有效粒子数目的性能方面优于MUPF算法。叁、改进的平方根容积卡尔曼滤波算法性能分析对容积卡尔曼滤波算法(CKF)及其改进算法平方根容积卡尔曼滤波算法SCKF算法进行了详细阐述,提出新算法非线性-线性平方根容积卡尔曼滤波算法(NL-SCKF),仿真实验证明,改进算法SCKF和NL-SCKF都比CKF算法具有更高的滤波精度,NLSCKF算法比SCKF算法具有更短的运行时间。(本文来源于《长安大学》期刊2019-04-10）

孙玄^[5]（2019）在《非线性滤波复原图像算法研究》一文中研究指出21世纪是一个信息化的时代,信息的表现形式已经越来越多样化,它不在仅仅只是局限于语音,而且它还发展到了用多种多媒体表现的形式,如数据、图像、视频等多媒体形式。图像增强技术是图像处理领域中比较常用的技术之一,也是图像预处理过程中的一个重要环节。而在众多多媒体形式中,图像的传播最为直观快捷,因此图像处理技术被越来越多的人重视,但是图像在传播的过程中并不是非常的顺利,特别是在数字图像的获取和传输的过程中,图像可能会受到各种因素的影响,例如受噪声影响后,导致的图像质量下降或者在拍摄环境的影响下导致图像质量下降,这时,我们就需要采取合适的算法或者是采取多种算法来复原图像,让图像更加的清晰,以便于我们根据图像特征作出进一步的分析和处理。具体内容如下:1.统计滤波器中一种改进的图像去噪方法。在数字图像处理中,针对图像去噪,常用统计滤波器来处理。统计滤波器大致可以分为两类,最值滤波器和中值滤波器。本文在已有的统计滤波器去噪方法的基础上,针对椒盐噪声,进一步研究了统计滤波器关于图像去噪的改进方法,即首先根据噪声的数据直方图分析出噪声类别,然后根据噪声类别运用相应点检测下的中值滤波器,最后运用试验仿真结果对比传统方法来说明该算法去除图像噪声效果更优。2.迭代非线性算法复原图像。对于一幅模糊污染的图像,非线性迭代技术已经被越来越多的人接受,作为复原工具,其可以获得比线性算法更好的结果,该算法需要根据退化图像的实际情况采取合适的迭代次数,对计算能力的要求比较严格,但是计算的时间比较久。本文主要介绍L-R算法的迭代非线性复原,由于约束的最小二乘方滤波需要对已有噪声和图像谱的知识有充分的了解之后,才能够根据实际情况调整相应的参数达到图像复原的目的,但是L-R迭代算法可以通过仿真实验调整迭代次数来达到图像复原的目的。3.基于Radon变换的迭代非线性算法。在实际生活中,通过摄像机拍摄得到的图像不仅具有运动模糊这一特点,而且所拍摄得到的图像可能会由于拍摄角度的问题使拍摄得到的图像发生了倾斜。本文将基于此问题,首先对所得图像进行边缘检测,然后通过相应的算法确定出该图像的倾斜角,本文采用Sobel进行边缘检测,然后采用Radon变换法计算倾斜角,从而达到矫正图像的目的。采用Radon变换与迭代算法相结合达到图像复原的目的。(本文来源于《长江大学》期刊2019-04-01）

张冲^[6]（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）

刘树聃^[7]（2019）在《基于多重渐消因子强跟踪非线性滤波的故障参数联合估计》一文中研究指出为改进故障参数估计的精度和鲁棒性,提出基于多重渐消因子强跟踪七阶容积卡尔曼滤波(MST7thCKF)的故障参数联合估计算法。算法将故障参数扩展至状态向量,实现状态和故障参数联合滤波。然后,将多重渐消因子强跟踪滤波(MSTF)引入七阶容积卡尔曼滤波(7thCKF)的框架中,改进7thCKF在故障参数变化函数未知或者发生突变时的鲁棒性,提高故障参数的估计精度。仿真结果表明,相比MSTF均方根容积卡尔曼滤波(MSTSCKF)和7thCKF,所提算法具有更好估计精度。(本文来源于《电子测量与仪器学报》期刊2019年01期）

许跃千^[8]（2019）在《基于非线性滤波的水下目标跟踪技术研究》一文中研究指出海洋维持着人类的生存繁衍,使人类社会能够实现可持续发展。随着人类对海洋的开发不断地深入,科学技术对海洋开发的支撑作用越来越重要。水下目标跟踪作为海洋开发的一个重要组成部分,正在成为一个越来越受到关注的研究热点。本文主要研究水下目标跟踪的两大重点课题:滤波算法和目标运动模型。首先对目标跟踪研究中的滤波算法进行详细的介绍,包括卡尔曼滤波算法以及扩展卡尔曼滤波算法、无迹卡尔曼滤波算法和容积卡尔曼滤波算法叁种非线性滤波算法。对叁种运动模型进行详细的介绍,包括匀速模型、匀加速模型和匀速转弯模型。通过仿真实验对叁种非线性滤波算法的估计性能进行了分析和比较。仿真结果表明在状态变量高维情况下容积卡尔曼滤波算法的估计精度比扩展卡尔曼滤波算法和无迹卡尔曼滤波算法的估计精度更高。然后针对容积卡尔曼滤波由协方差矩阵失去正定性导致的滤波发散问题,介绍了平方根容积卡尔曼滤波算法。针对由系统模型不准确导致的滤波发散问题,介绍了强跟踪容积卡尔曼滤波算法。针对强跟踪容积卡尔曼滤波算法中单渐消因子无法修正所有状态变量的估计的问题,设计多渐消因子平方根容积卡尔曼滤波算法,既能解决由协方差矩阵失去正定性导致的滤波发散问题,又能在模型不准确的情况下修正所有状态变量的估计,使滤波结果更加稳定和精确。仿真实验结果也验证了这一点。最后针对单一运动模型无法完全准确描述目标运动的问题,介绍了多模型算法,尤其是详细介绍了交互式多模型算法。介绍了标量权重交互式多模型算法。交互式多模型算法的模型概率基于残差计算,标量权重交互式多模型算法的模型概率基于协方差计算。如果模型概率的计算既能利用残差信息又能利用协方差信息,那么得到的模型概率将更加准确。于是设计模型概率融合交互式多模型算法,将交互式多模型算法模型概率和标量权重交互式多模型算法模型概率进一步融合,计算得到新的模型概率,进而用新的模型概率计算总体的状态估计和总体的协方差。仿真实验验证模型概率融合交互式多模型算法比交互式多模型算法具有更好的估计精度。(本文来源于《哈尔滨工程大学》期刊2019-01-01）

李瑨瑶,王海斌,汪俊,徐鹏^[9]（2018）在《基于非线性滤波的目标运动跟踪方法》一文中研究指出0引言1目标运动分析(TMA)是声纳系统中应用较为广泛的一种目标定位方法。因水下目标的方位信息较为可靠,故纯方位目标运动分析[1](BOT)成为了目标分析中应用最普遍的基本方法。但在单观测平台的目标运动分析中,只利用目标方位作为测量信息的BOT方法要求观测平台必须有效机动。为(本文来源于《2018年全国声学大会论文集 C水声工程和水声信号处理》期刊2018-11-10）

李松,汪圣利^[10]（2018）在《基于BP神经网络的非线性滤波算法研究》一文中研究指出由于目标运动的复杂性和不确定性,传统的非线性滤波算法难以得到较好的滤波精度,为了提高目标的跟踪性能,提出了一种改进后的非线性滤波算法。该算法利用BP神经网络,对非线性滤波的滤波误差进行了修正,然后将修正后的滤波误差补偿给滤波估计值,进而得到新的状态更新。实验以扩展卡尔曼滤波算法(EKF)和不敏卡尔曼滤波算法(UKF)为例,对运动的单目标进行了蒙特卡洛仿真,结果表明,该算法具有更快的收敛性和更高的滤波精度,能够有效改善目标的跟踪性能。(本文来源于《电子测量技术》期刊2018年12期）

非线性滤波论文开题报告

（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：

针对非线性滤波问题,首先,对几种典型的非线性滤波方法的一般原理和滤波步骤进行了介绍,并简述各滤波器的优缺点。其次,引用一个经典的非线性例子对各滤波器性能进行了对比分析。研究结果表明,EKF计算量小,PF精度高,UKF和CKF具有较高的精度和较强的实时性。

（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。

非线性滤波论文参考文献

[1].彭东东,周天,徐超,王天昊,高嘉淇.基于非线性滤波的水下地形辅助导航方法[J].海洋测绘.2019

[2].刘向阳.几种典型非线性滤波算法及性能分析[J].舰船电子工程.2019

[3].张习博.线性与非线性滤波方法仿真[J].濮阳职业技术学院学报.2019

[4].谢美美.面向目标跟踪的非线性滤波算法性能分析研究[D].长安大学.2019

[5].孙玄.非线性滤波复原图像算法研究[D].长江大学.2019

[6].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

[7].刘树聃.基于多重渐消因子强跟踪非线性滤波的故障参数联合估计[J].电子测量与仪器学报.2019

[8].许跃千.基于非线性滤波的水下目标跟踪技术研究[D].哈尔滨工程大学.2019

[9].李瑨瑶,王海斌,汪俊,徐鹏.基于非线性滤波的目标运动跟踪方法[C].2018年全国声学大会论文集C水声工程和水声信号处理.2018

[10].李松,汪圣利.基于BP神经网络的非线性滤波算法研究[J].电子测量技术.2018

论文知识图

标签：卡尔论文;  尔曼论文;  扩展卡论文;  目标论文;  粒子论文;  波束论文;  图像论文;