收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

无先导卡尔曼滤波算法分析

樊红娟  
【摘要】: 无先导的卡尔曼滤波(UKF,Unscented Kalman Filter)算法是一种适合于非线性系统的自适应滤波算法。卡尔曼(KF,Kalman Filter)算法最初由Kalman提出,这种算法结构简单,易于实现,因此在工程界很快得到广泛应用。但是它只适合于线性系统,而实际的物理系统多数都是非线性的,为此人们提出了扩展的卡尔曼(EKF,Extended Kalman Filter)算法。它是将非线性系统线性化,因此精度不高,易于发散,并且只适用于那些时域更新时几乎是线性的系统。UKF算法是UT(Unscented Transformation)变换和KF算法的结合。UKF和EKF相比,二者的计算复杂度相当,但UKF的精度更高,且不需要计算系统的雅克比(Jacobi)矩阵和黑森(Hession)矩阵,对系统的非线性程度也没有要求,其适用范围更广。 算法的收敛性对算法的应用起着至关重要的作用。本文在前人工作的基础上,对UKF算法的收敛性进行了分析,主要从以下几个方面展开讨论:(1)UT变换的均值和协方差信息是通过非线性变换传播的,其中,sigma点集合的选取对UT变换的精度起着至关重要的作用。论文介绍了sigma点的一般选取规则,并给出了两种有效的方法:a)通过减少sigma点集合的元素的数目来减少计算复杂度,b)通过增加参数来逼近泰勒展开的高阶项,从而提高UT变换的精度;c)论文研究了UKF算法应用于非线性确定性离散时间系统时的收敛性问题。基于UT的二阶或者三阶逼近,我们研究了算法收敛的充分条件,并进一步证明了如何选取合适的矩阵来提高UKF算法的收敛性。仿真结果表明改进的算法是有效的。(2)论文首次报道了当UKF(unscented Kalman filter)滤波器在滤波混沌信号时卡尔曼增益的拟周期振荡行为。理论分析和仿真结果表明,卡尔曼增益可以不收敛或发散,而呈非周期振荡。确切地说,当系统呈周期性时,卡尔曼增益和误差协方差矩阵收敛到零;而对混沌系统,卡尔曼增益和误差协方差矩阵要么收敛到一个大于零的固定点,要么呈非周期振荡行为。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘侠琦;王志中;徐俊荣;;MLMS自适应滤波的改进方法[J];上海交通大学学报;1988年06期
2 陈殿仁;张子荐;;自适应滤波器的单板机实现[J];长春理工大学学报;1988年03期
3 吴正国;;自适应滤波算法的新进展[J];海军工程大学学报;1990年03期
4 赵新胜;;自适应语音回波抵消器的实现[J];军事通信技术;1990年01期
5 王正洪;;用第二代DSP芯片实现自适应噪声消抵[J];微型机与应用;1992年05期
6 杨静;;多输入正弦信号的自适应检测[J];无线电工程;1993年05期
7 邱天爽,王宏禹;一种抑制周期性干扰的二级自适应时间延迟估计方法[J];大连理工大学学报;1995年02期
8 吴荔清,郑杰,刘润华,何维望;输油管道泄漏检测信号的自适应滤波处理[J];遥测遥控;2001年04期
9 王韬,田逢春;宽带接入网中的噪声闪断技术研究[J];中国有线电视;2002年11期
10 曹晓琳,吴平,张素莉,丁铁夫;一种基于自适应滤波的语音增强算法的DSP实现[J];电子器件;2005年03期
11 齐海兵;;基于LMS的自适应去噪滤波器设计[J];信息技术;2006年06期
12 王晓芳;;基于遗传算法的自适应滤波器设计与实例仿真[J];山东轻工业学院学报;2006年02期
13 窦长江;;卫星导航用户机自适应滤波研究[J];无线电通信技术;2006年06期
14 吴霄;叶水生;黄珍;;基于自适应滤波器的系统识别研究与实现[J];微计算机信息;2007年04期
15 韩玥;张亦军;贾晓岚;;一种基于ADALINE网络的自适应滤波语音降噪方法[J];郑州轻工业学院学报(自然科学版);2007年Z1期
16 刘霞;刘梦芹;王晓华;;基于粒子群算法的自适应滤波器研究及应用[J];佳木斯大学学报(自然科学版);2008年06期
17 万敏;张强;刘可薇;孙英;;基于图像去噪的自适应滤波器的设计[J];仪器仪表用户;2009年02期
18 吕学芳;平涛;;基于遗传算法的自适应滤波器设计[J];微计算机信息;2010年10期
19 宋彦;汪萌;戴礼荣;王仁华;;一种新的变步长自适应滤波算法及分析[J];电路与系统学报;2010年04期
20 高宁;郑恩让;马令坤;延海波;;基于神经元网络的自适应噪声抵消系统研究[J];计算机仿真;2010年07期
中国重要会议论文全文数据库 前10条
1 韩继勇;;自适应滤波在地震勘探中的应用[A];1996年中国地球物理学会第十二届学术年会论文集[C];1996年
2 周永军;卢智远;牛中奇;孔令锋;;自适应滤波器在心电信号检测中的初步应用[A];全国非电离辐射与电离辐射生物效应及防护学术研讨会论文汇编[C];2004年
3 王晓琳;王大宇;刘碧龙;;基于矢量传感器的水下有源吸声研究[A];中国声学学会2009年青年学术会议[CYCA’09]论文集[C];2009年
4 李正周;董能力;金钢;刘顺发;;基于自适应滤波的强起伏背景下弱小目标检测[A];第二届全国信息获取与处理学术会议论文集[C];2004年
5 李国峰;吴岳;秦世才;;LMS自适应滤波器的FPGA实现方法[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
6 蒋薇薇;杨萍;王昱洁;;基于变步长LMS算法的自适应滤波器研究[A];第八届全国信息获取与处理学术会议论文集[C];2010年
7 方晓梅;昌彦君;;自适应滤波器用于瞬变电磁法工频干扰压制研究[A];中国地球物理学会年刊2002——中国地球物理学会第十八届年会论文集[C];2002年
8 张端金;刘侠;吴捷;;自适应逆控制的研究进展[A];第二十二届中国控制会议论文集(上)[C];2003年
9 刘斌;魏贤龙;李卓;;基于支持向量机的Widrow自适应滤波器[A];2006中国控制与决策学术年会论文集[C];2006年
10 刘勇;沈毅;胡恒章;;递归神经网络自适应滤波器[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
中国博士学位论文全文数据库 前10条
1 倪锦根;变设计参数子带自适应滤波器研究[D];复旦大学;2011年
2 谷源涛;LMS算法收敛性能研究及应用[D];清华大学;2003年
3 林耀荣;自适应滤波理论及其在回波消除中的应用研究[D];华南理工大学;1999年
4 韩加蓬;基于轮胎纵向刚度估计理论的间接轮胎压力监测技术研究[D];江苏大学;2008年
5 韩华;基于LMS算法的自适应逆控制方法研究[D];中南大学;2008年
6 李波;基于扩展卡尔曼滤波的无位置传感器PMSM系统研究[D];哈尔滨工业大学;2007年
7 张玉燕;基于LD自混合干涉的位移及速度测量技术的研究[D];燕山大学;2006年
8 李宁;LMS自适应滤波算法的收敛性能研究与应用[D];哈尔滨工程大学;2009年
9 吴云峰;计算智能新技术及其生物医学信号分析应用[D];北京邮电大学;2008年
10 林斌;自适应滤波器的稳态性能研究[D];大连海事大学;2008年
中国硕士学位论文全文数据库 前10条
1 樊红娟;无先导卡尔曼滤波算法分析[D];西南大学;2007年
2 王丽丽;自适应滤波器在高次非球面面形检测的应用研究[D];长春理工大学;2010年
3 张盈盈;自适应滤波器的研究及其在齿轮箱特征提取中的应用[D];中北大学;2010年
4 王世元;噪声混沌信号的滤波及基于混沌的通信系统的盲信道均衡研究[D];西南师范大学;2005年
5 钟灼均;基于LMS滤波器在热工信号处理中的应用研究[D];华北电力大学(北京);2011年
6 张银行;子带自适应滤波器的FPGA实现[D];西南交通大学;2010年
7 张宇奇;基于FPGA的复合自适应滤波器对体感诱发电位的快速提取[D];中国协和医科大学;2010年
8 秦彦平;基于DSP地下漏水定位系统的自适应滤波器设计[D];内蒙古大学;2010年
9 李红艳;自适应滤波器的FPGA实现及应用研究[D];中南大学;2011年
10 楚忠琳;利用预测辅助LMS的自适应滤波器[D];兰州大学;2012年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978