简化高阶强跟踪容积卡尔曼滤波及其在组合导航中的应用
针对传统容积卡尔曼滤波(CKF)在面对系统模型失配和状态突变滤波精度下降的问题,将强跟踪滤波器(STF)和高阶容积卡尔曼滤波(HCKF)相结合,提出一种简化高阶强跟踪容积卡尔曼滤波(RHSTCKF)算法.该算法具有比传统CKF更高的滤波精度,并且利用滤波模型的特点,简化HCKF的计算步骤,同时在HCKF中引入多重渐消因子增强算法的自适应性和应对状态突变的能力.将所提算法应用到SINS/GPS组合导航系统中进行仿真实验,结果表明,RHSTCKF可以准确估计出突变状态的真实值,能够抑制滤波器状态异常的干扰,滤波性能明显优于HCKF,能够提高组合导航系统的自适应性和定位精度.
文件下载
评论信息
其他资源
- 使用trainId图片评估cityscapes数据集IoU
- 在项目中开展数据质量和数据治理工作.docx
- 基于Java的电影院购票系统
- 计算机学报Latex模版.zip
- LCD1602液晶显示的计算器（加减乘除）
- JSP+SQL网上书店设计(源代码+论文)
- 《honeyd蜜罐简易部署——ubuntu》适用资源.zip
- Proteus8.0 使用教程
- Foundations Of 3D Computer Graphics (高清PDF扫描版)
- OCA Oracle Certified Associate Java SE 8 Programmer I Study Guide
- 哈工大编译原理词法分析实验报告
- DML语言DELETE/UPDATE/INSERT
- CMake跨平台的安装(编译)工具
- swoole-swoole-v1.9.19.zip
- Android Studio第一个程序
- android 公交查询
- 计算机图形学 种子填充算法
- 51单片机篮球计时与计分器
- 红外与可见光图像的融合
- 玫瑰满屏（含代码）有背景音乐
- 基于labview的温度采集vi
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