搜索结果: 1-15 共查到“控制科学与技术 粒子滤波”相关记录24条 . 查询时间(0.173 秒)
针对在复杂背景下, 基于主成分分析(PCA) 的目标跟踪方法准确率较低的问题, 使用偏最小二乘分析, 提出一种双模粒子滤波的跟踪算法. 首先采用偏最小二乘分析对目标区域建模, 作为观测模型; 然后利用仿射变换描述目标的形变过程, 分别在李群及其切向量空间上建立双模的动态模型; 最后结合特征空间更新策略, 使用粒子滤波实现目标跟踪. 实验表明, 所提出的算法能够有效滤除背景噪声, 跟踪结果稳定且准确...
针对非平稳非高斯测量噪声(NSNGN)条件下差分粒子滤波(DDPF)算法状态估计精度低、易发散的问题，提出了一种改进DDPF(IDDPF)算法. IDDPF算法采用高斯混合密度函数近似估计测量噪声，替代传统算法中测量噪声的高斯密度函数近似估计，采用似然函数的对数最大化法求解高斯混合密度函数模型参数，并将该模型应用于粒子权值计算，避免了高斯密度函数近似估计噪声模型所易于导致的粒子退化问题；通过建立水...
提出了一种将灰色预测和小波变换与标准粒子滤波相结合的灰色粒子滤波算法（GPF），并将其应用于机动AUV的航深内测。GPF针对机动AUV航深内测过程中由于AUV运动状态未知和测量噪声不断变化而导致的滤波失效问题，在粒子采样过程中结合了标准采样和灰色预测采样，保证了采样得到充分多的有效粒子。在计算粒子权重时，利用小波变换跟踪测量噪声统计特性的变化，提高了各粒子似然概率计算和权重分配的正确性。最后以外测...
混沌系统的参数估计是混沌系统控制和同步的前提。鉴于混沌系统具有初值敏感性、不能长期预测等特点，提出了一种基于粒子滤波(PF)的混沌系统参数估计和滤波方法，并将其用于Lorenz混沌系统的参数估计和滤波，在叠加噪声情况下对混沌系统进行仿真分析。结果表明，文中提出的滤波方法在估计偏差方面优于基于扩展卡尔曼滤波（EKF）的混沌系统参数估计和滤波方法，对混沌系统的参数估计和滤波是一种有效的方法。
粒子滤波是移动机器人蒙特卡洛定位(Monte Carlo Localization, MCL)的核心环节.首先,针对粒子滤波过程的粒子退化问题,利用迭代Sigma点卡尔曼滤波来精确设计粒子滤波器的提议分布,以迭代更新方式将当前观测信息融入顺序重要性采样过程,提出IUPF(ImprovedUnscented Particle Filter)算法.然后,将IUPF与移动机器人MCL相结合,给出IUPF...
基于迭代sigma点粒子滤波的再入目标跟踪
sigma点粒子滤波 迭代卡尔曼滤波 目标跟踪
2009/11/3
标准粒子滤波提议分布选择时，由于没有计入最近的观测值信息，重要性权的方差随时间递增，导致权值蜕化。针对这一问题提出了一种新的滤波算法，迭代sigma点粒子滤波算法。该算法在预测时采用sigma点粒子滤波产生拟合概率密度函数的加权粒子，并通过观测值对加权粒子进行更新；修正过程采用迭代卡尔曼滤波优化预测阶段得到的描述状态分布的均值和方差。将其运用于再入大气层目标的跟踪模型，仿真结果表明：与标准粒子滤波...
针对月球探测车位置与姿态的准确估计问题，提出了一种基于RBPF粒子滤波的月球车SLAM方法。该方法基于高速激光雷达对环境地貌的观测，通过激光测距值与所建栅格地图之间的匹配实现。鉴于车体的位置估计仍难以彻底消除累积误差，提出了对于月球车平动速度的估计方法，并通过仿真实验验证了该速度估计方法的正确性。为提高粒子滤波的实时性能，提出所有粒子共同维护一幅地图的处理方法，实验表明该方法在明显提高SLAM实时...
基于粒子滤波的无线传感器网络辅助同步定位与地图创建方法研究
同步定位与地图创建 无线传感器网络 粒子滤波
2009/10/22
提出了一种新颖的无线传感器网络（WSN）辅助的移动机器人同步定位与地图创建（SLAM）方法，
解决了传统SLAM 方法难以解决的求解问题空间维数高和多数据关联困难两大问题．为该WSN 辅助的SLAM
方法建立了模型，并进行了噪声分析；在此基础上，提出一种适用本方法的分布式粒子滤波数据融合算法．着重
分析了粒子初始化、预测、序贯重要性采样和重采样等关键步骤，并通过仿真实验分析验证了该方法的正确...
基于粒子滤波和点线相合的未知环境地图构建方法
同时定位与地图构建 粒子滤波 线段特征
2009/9/28
针对粒子滤波处理未知环境地图构建时存在存储空间负荷高、计算量大的问题, 本文使用线段特征描述环境信息, 将点线相合的增量式地图构建方法引入粒子滤波中. 在每个粒子中保存对已构建线段特征地图的假设; 使用点线相合的位姿估计算法将观测信息引入重要性函数, 确定采样空间; 通过观测信息与已构建线段特征地图之间的相合关系更新粒子权重; 最后通过选择性重采样去除因匹配不当和误差积累产生的错误地图. 分析表明...
针对移动机器人同时定位与地图创建(Simultaneous localization and mapping, SLAM)中的FastSLAM算法, 存在非线性系统线性化处理和计算雅可比矩阵的缺点, 本文提出了基于Sterling多项式插值处理非线性系统的SLAM方法. 该方法基于Rao-Blackwellized粒子滤波框架, 利用中心差分滤波方法产生改进的建议分布函数, 提高了机器人位姿估计的...
为了实现移动机器人仅依靠激光测距仪和里程计实时地创建精确的栅格地图, 本文提出了一种结合最近点迭代(Iterative closest point, ICP)算法和Rao-Blackwellized粒子滤波的同时定位与地图创建方法. 该方法利用ICP算法对相邻两次激光扫描数据进行配准, 并将配准结果代替误差较大的里程计读数, 以改善基于里程计读数的建议分布函数; 同时通过采用改进的抽样策略, 提高...
强跟踪粒子滤波算法及其在故障预报中的应用
样本贫化 强跟踪滤波算法 故障预报
2009/9/8
粒子退化和对突变状态的跟踪能力差是粒子滤波在故障预报应用中存在的主要问题. 再采样粒子滤波虽可缓解粒子退化, 但易导致样本贫化; 扩展粒子滤波也可在一定程度上解决退化问题, 但难以跟踪突变状态. 本文提出了强跟踪粒子滤波算法, 将强跟踪滤波引入粒子滤波更新粒子, 产生重要性密度, 缓解粒子退化和样本贫化问题, 提高跟踪突变状态的能力. 仿真结果显示该算法可行并能及时准确地预报系统故障.
基于粒子滤波器的移动机器人惯导传感器故障诊断
移动机器人 故障检测 故障诊断 粒子滤波器
2009/8/31
提出一种粒子滤波器方法用于诊断移动机器人惯性导航系统传感器故障。该方法将基于规则的推理与多粒子滤波器结合,利用规则推理确定机器人运动状态,每一种运动状态用一个粒子滤波器监视。该方法有效地解决了单个粒子滤波器难以表示复杂逻辑的问题,降低了每个粒子滤波器的粒子数,从而提高了诊断效率和精度。对移动机器人在5种平面运动状态下(静止、直线运动、转动等)的8种工作模式(包括1种正常工作模式和7种故障模式)进行...
基于粒子滤波的移动机器人SLAM改进算法
同时定位和地图创建 粒子滤波算法 贝叶斯规则
2009/6/25
针对未知环境中移动机器人同时定位和地图创建（Simultaneous Localization and Map Building,SLAM）由于机器人位姿和环境地图都不确定导致定位和地图创建变得更加复杂,提出一种局部最优（全局次优）参数法,即通过局部最优的位姿创建局部最优的环境地图,再通过局部最优的环境地图寻求局部最优的位姿,如此交替进行,直到得到全局确定性的位姿和确定性的环境地图。实验结果表明,...
针对移动机器人同时定位与地图创建(Simultaneous localization and mapping, SLAM)中的FastSLAM算法, 存在非线性系统线性化处理和计算雅可比矩阵的缺点, 本文提出了基于Sterling多项式插值处理非线性系统的SLAM方法. 该方法基于Rao-Blackwellized粒子滤波框架, 利用中心差分滤波方法产生改进的建议分布函数, 提高了机器人位姿估计的...