收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络的卡尔曼滤波算法研究

李忠良  
【摘要】:在噪声环境中如何有效的提取有用信号一直是信号处理领域的前沿研究课题。采用最小均方误差准则的维纳滤波器和卡尔曼滤波器能有效的去除噪声,获取有用信号。维纳滤波器对噪声为多维或非平稳随机过程的情况显得无能为力,卡尔曼滤波器将状态空间的概念引入随机估计理论中,不但可以用于平稳随机过程,而且可用于复杂的多变量系统和非平稳随机过程,很好的解决了维纳滤波应用受限的问题。但是模型误差将会导致卡尔曼滤波性能下降甚至发散,而神经网络能较好的修正模型误差。因此,本文提出了一种基于新息的神经网络卡尔曼滤波算法,该算法既能对噪声统计特性进行自适应估计,又能较好的补偿模型误差带来的滤波估计误差。 本文首先对神经网络系统辨识进行了相应研究,考虑噪声对辨识样本的影响,提出了离线辨识下的自适应神经网络辨识法,并对BP网络在线辨识性能进行仿真验证,结果表明神经网络系统辨识是一种简便可行的辨识建模方法。然后针对噪声统计特性对卡尔曼滤波性能的影响,推导了基于新息的自适应卡尔曼滤波算法,并对其在随机噪声下进行了验证,仿真显示在噪声特性改变时仍能保持较好的滤波性能,具有较强的自适应估计能力。最后在系统辨识基础上,考虑系统模型误差对滤波性能的影响,分别在离线辨识和在线辨识情况下,对基于新息的神经网络卡尔曼滤波算法性能进行了检验,仿真表明该算法能有效的补偿模型误差造成的滤波估计误差,提高了滤波性能和系统稳定性,并且在线辨识下的性能要优于离线辨识。 文章最后比较了基于新息的神经网络卡尔曼滤波算法、交互式多模型算法和最小二乘算法对单目标跟踪的性能,很显然,基于新息的神经网络卡尔曼滤波算法性能最好,具有一定的实用性和普适性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 周荫清;;相干通信中的卡尔曼滤波方法[J];遥测遥控;1988年02期
2 吴天;张胜修;颜诗源;;一种巡航导弹组合高度方案设计[J];控制工程;2007年S2期
3 郭庆;那振宇;顾学迈;;一种自相似业务量预测的卡尔曼滤波算法[J];西安交通大学学报;2009年04期
4 臧荣春;崔平远;;组合导航系统NNM信息融合算法[J];计算机工程;2005年23期
5 曲润峰;侯明善;荆晓鹏;;方差模糊自适应卡尔曼滤波及其应用[J];弹箭与制导学报;2005年S5期
6 高羽;张建秋;;小波变换域估计观测噪声方差的Kalman滤波算法及其在数据融合中的应用[J];电子学报;2007年01期
7 房秉毅;吴嗣亮;魏国华;;距离速度跟踪在矢量脱靶量测量中的应用[J];系统工程与电子技术;2007年02期
8 滕云龙;陈小平;唐应辉;;提高GPS定位精度的改进卡尔曼滤波算法研究[J];现代电子技术;2008年03期
9 赵易峰;李京华;彭京晶;许家栋;;基于修正的卡尔曼滤波自适应跟踪算法[J];计算机仿真;2008年08期
10 郑伟;张辉;王杨明;;基于BP神经网络组合导航融合算法[J];空间电子技术;2008年04期
11 程艳青;高明煜;;基于卡尔曼滤波的电动汽车剩余电量估计[J];杭州电子科技大学学报;2009年03期
12 张长春;黄英;杨刚;;卡尔曼滤波在跟踪运动目标中的应用及仿真[J];现代电子技术;2009年20期
13 董健康;许天鸿;;雷达和QAR数据的融合处理[J];测控技术;2010年06期
14 秦天宝;;基于多传感器信息融合的移动机器人定位研究[J];可编程控制器与工厂自动化;2010年11期
15 杨文;侍洪波;汪小帆;;卡尔曼一致滤波算法综述[J];控制与决策;2011年04期
16 尤优;詹智财;张松松;;一种基于SIFT特征的车辆跟踪系统实现[J];电脑知识与技术;2011年23期
17 薛申芳,孙才红,宁书年,金声震;组合大视场星敏感器自主定轨方法[J];计算机仿真;2005年06期
18 汪毅,朱振才;FPGA在微小卫星姿态控制系统中的应用[J];红外;2005年11期
19 孟中;张涛;戴明;于前洋;葛文奇;;陀螺滤波在改善伺服系统低速特性中的应用[J];压电与声光;2006年01期
20 石章松;刘忠;刘健;;一种单站纯方位目标跟踪中的线性近似化滤波算法[J];海军工程大学学报;2006年02期
中国重要会议论文全文数据库 前10条
1 赵汝祺;赵祚喜;赵汝准;;基于多项式卡尔曼滤波算法的车辆定位试验研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
2 韦官余;徐伯健;丁阳;;动态阿伦方差辅助的卡尔曼滤波算法在GPS/INS组合导航中的应用[A];第三届中国卫星导航学术年会电子文集——S09组合导航与导航新方法[C];2012年
3 范澎湃;王冰;;处理有色状态噪声的三段卡尔曼滤波算法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
4 程曦;孙淑光;;基于卡尔曼滤波算法的惯导系统的初始对准[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
5 曾龙汉;代睿;黄剑;游军;;智能控制技术在无刷直流电机控制系统中的应用[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年
6 沈艳霞;朱嵘嘉;纪志成;;基于神经网络的Wiener系统故障检测方法[A];2005年全国自动化新技术学术交流会论文集[C];2005年
7 沈艳霞;朱嵘嘉;纪志成;;基于神经网络的Wiener系统故障检测方法[A];2005全国自动化新技术学术交流会论文集(二)[C];2005年
8 朱宁;钱伟康;郭强;;基于嵌入式XP的光谱分析系统[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年
9 梅春波;秦永元;张金亮;;基于MEMS惯性器件的两种水平姿态算法比较研究[A];微机电惯性技术的发展现状与趋势——惯性技术发展动态发展方向研讨会文集[C];2011年
10 田丰;李岩;;无人机遥感图像的目标定位研究[A];第十七届中国遥感大会摘要集[C];2010年
中国博士学位论文全文数据库 前10条
1 周聪;基于非线性估计理论的线控转向汽车状态估计研究[D];西南交通大学;2012年
2 杨峻巍;水下航行器导航及数据融合技术研究[D];哈尔滨工程大学;2012年
3 葛磊;容积卡尔曼滤波算法研究及其在导航中的应用[D];哈尔滨工程大学;2013年
4 徐婷婷;VTS系统船舶跟踪和预测的新技术研究[D];大连海事大学;2012年
5 王小刚;非线性滤波方法在无人机相对导航上的应用研究[D];哈尔滨工业大学;2010年
6 高宇明;基于时变参数的中国要素生产率与经济增长关系研究[D];哈尔滨工业大学;2008年
7 邢艳军;微小卫星及其编队轨道与姿态一体化确定方法研究[D];哈尔滨工业大学;2012年
8 王剑颖;航天器姿轨一体化动力学建模、控制与导航方法研究[D];哈尔滨工业大学;2013年
9 沈悦;基于导航通信多模应用的位置服务技术研究[D];中国科学技术大学;2012年
10 汤仪平;间歇式染色过程织物色泽软测量系统研究[D];华侨大学;2011年
中国硕士学位论文全文数据库 前10条
1 徐红珍;基于粒子群的卡尔曼滤波算法改进和优化[D];武汉理工大学;2013年
2 吴龙龙;一致性卡尔曼滤波算法及其应用研究[D];华东交通大学;2013年
3 赵艳;自主导航滤波算法研究[D];沈阳工业大学;2012年
4 李忠良;基于神经网络的卡尔曼滤波算法研究[D];湖南工业大学;2011年
5 李高飞;基于非线性统计模型分析的机动车定位算法实现研究[D];南京邮电大学;2013年
6 葛浩宇;面向室内环境的WSN跟踪关键技术研究[D];浙江大学;2012年
7 刘杰;附等式约束的卡尔曼滤波算法研究与应用[D];中南大学;2011年
8 刁建锋;动态压缩感知及其在雷达中的应用研究[D];西安电子科技大学;2013年
9 邹振宇;基于DSP的Kalman滤波器的算法研究[D];成都理工大学;2012年
10 李由;快速机动卫星姿态确定算法研究[D];哈尔滨工业大学;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