概率神经网络多模型卡尔曼滤波定位导航算法
交互式多模型扩展卡尔曼滤波（IMM-EKF）算法是解决机动载体运动模型不确定的定位问题的次优算法，在载体做模型确定的运动时该方法仍得到次优解且浪费运算资源。针对IMM-EKF算法的此类缺陷，采用离线训练的概率神经网络模型，实时判断当前运动模型分类，在运动模型确定的状态下选择对应的单一模型进行运算，而在运动模型不确定的状态下选择IMM-EKF算法，既保证定位精度，又减少了不必要的运算量。仿真对比实验验证了相比于IMM-EKF算法，新算法在精度方面的优势。
文件下载
评论信息
其他资源
- 最新版信息学奥赛课课通配套资料C++.zip
- 软件工程课程设计【网上选课系统】实验报告+源文件mdl
- MCAL配置手册大全英飞凌版（超详细）
- Symantec NetBackup 7 keygen
- ADVISOR 电动汽车仿真软件
- 先进机器人控制
- python GPS卫星位置计算 广播星历
- MATLAB最邻近插值算法的实现
- MATLAB及经济建模课件（含代码）
- WPF自定义TreeViewItem 样式
- java版OA源码
- STM32触摸按键
- LPC1788 核心板 ALTIUM设计硬件原理图+PCB+封装库文件.zip
- node-express-mongodb-restful-example：在Node.js + Express + MongoDB上的简单RESTful API实现-源码
- No.1_OpenCLSampler
- 北大青鸟JavaScript第三章课后题
- C、C++、C# 函数手册合集chm
- 课程表应用源码
- caffe-master.zip
- 巧用matlab提取图片中的曲线数据
- Eleventh Hour Study Guide (Third Edition)
- Cisco Packet Tracer 6.0
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明