检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

“θ”型谐振腔结构的光学透射特性

物理学报 2017年第1期66卷 288-292页

作者：王维高社生孟阳西北工业大学自动化学院西安710072

应用有限元方法研究了在圆形谐振腔结构内嵌椭圆形棒("θ"型谐振腔结构)的光学透射特性,结果表明,该结构对于光学滤波具有很强的可调性.另外,通过调节椭圆结构的倾斜角度破坏该结构的对称性,能够产生明显的法诺共振效应.这些结构对于光... 详细信息

应用有限元方法研究了在圆形谐振腔结构内嵌椭圆形棒("θ"型谐振腔结构)的光学透射特性,结果表明,该结构对于光学滤波具有很强的可调性.另外,通过调节椭圆结构的倾斜角度破坏该结构的对称性,能够产生明显的法诺共振效应.这些结构对于光学滤波和折射率传感器结构的设计有一定的指导意义.

关键词：表面等离极化激元法诺共振滤波器

在线全文

学校读者我要写书评

暂无评论

动力学模型系统误差的随机加权估计

西北工业大学学报 2011年第6期29卷 839-843页

作者：高社生魏文辉西北工业大学自动化学院陕西西安710072

提出用新兴的随机加权估计算法对动力学模型系统误差进行估计,以控制动态模型噪声异常对状态参数估值的影响。该算法根据实际需要对动力学模型误差和状态预报值向量的协方差阵进行随机加权,以控制残差向量协方差阵和新息向量协方差阵的... 详细信息

提出用新兴的随机加权估计算法对动力学模型系统误差进行估计,以控制动态模型噪声异常对状态参数估值的影响。该算法根据实际需要对动力学模型误差和状态预报值向量的协方差阵进行随机加权,以控制残差向量协方差阵和新息向量协方差阵的大小,削弱模型误差对状态参数向量的影响,提高动态导航解算的滤波精度。仿真结果表明,提出的随机加权估计算法的估计精度,明显优于经典Kalman滤波和抗差自适应Kalman滤波,能提高飞行器动态导航定位的精度。

关键词：动态模型误差随机加权估计协方差矩阵

在线全文

学校读者我要写书评

暂无评论

基于似然分布的样本数自适应UPF算法

中国惯性技术学报 2015年第5期23卷 648-652,661页

作者：高怡高雅高社生西安石油大学电子工程学院西安710065 西安工业大学电子信息工程学院西安710021 西北工业大学自动化学院西安710072

针对粒子滤波算法的实时性较差,计算量随着粒子数的增加成级数增加,提出一种基于似然分布的样本数自适应UPF算法。该算法以UPF为基础,吸收了似然分布自适应和样本数自适应的优点,在每一步状态方差估计中规定样本数的下限,同时考虑状态... 详细信息

针对粒子滤波算法的实时性较差,计算量随着粒子数的增加成级数增加,提出一种基于似然分布的样本数自适应UPF算法。该算法以UPF为基础,吸收了似然分布自适应和样本数自适应的优点,在每一步状态方差估计中规定样本数的下限,同时考虑状态方差过大和过小的情况,在重采样阶段嵌入似然采样,根据反映量测噪声实时统计性能的精度因子?自适应地调整似然分布状态,使之尾部更为平坦,增加先验和似然的重叠区,减少粒子退化。利用UT变换获得各个粒子的重要性密度函数,并将最新的量测信息引入到重要性密度函数设计以及重采样过程中,从而达到提高算法估计性能的目的。将提出的算法应用到SINS/SAR组合导航系统中进行仿真验证,结果表明,与PF和UPF算法相比,提出的基于似然分布的粒子数自适应UPF算法能有效改善滤波性能,提高解算精度。

关键词： Unscented粒子滤波样本数自适应滤波似然分布组合导航

自适应Sage-Husa粒子滤波及其在组合导航中的应用

在线全文

学校读者我要写书评

暂无评论

中国惯性技术学报 2013年第1期21卷 84-88页

作者：薛丽高社生胡高歌西北工业大学自动化学院西安710072

针对非线性滤波问题,提出一种新的自适应Sage-Husa粒子滤波算法。通过Sage-Husa滤波方法计算状态估值和协方差阵来获得重要性密度分布函数,充分考虑了最新量测信息的影响,并利用欧氏距离和反映量测噪声统计特性的精度因子自适应地调整... 详细信息

针对非线性滤波问题,提出一种新的自适应Sage-Husa粒子滤波算法。通过Sage-Husa滤波方法计算状态估值和协方差阵来获得重要性密度分布函数,充分考虑了最新量测信息的影响,并利用欧氏距离和反映量测噪声统计特性的精度因子自适应地调整粒子权值的分布,降低粒子退化程度,提高了滤波精度,适用于非线性非高斯系统模型的滤波问题。将提出的算法应用于SINS/SAR组合导航系统中,与扩展Kalman滤波和粒子滤波比较,仿真结果表明,自适应Sage-Husa粒子滤波能提高导航系统定位的解算精度,得到的东向和北向定位误差控制在?5.3m附近,其性能明显优于扩展Kalman滤波和粒子滤波。

关键词：粒子滤波 Sage-Husa滤波自适应Sage-Husa粒子滤波 SINS SAR组合导航

在线全文

学校读者我要写书评

暂无评论

基于高斯过程回归的平方根UPF算法

系统工程与电子技术 2015年第12期37卷 2817-2822页

作者：孟阳高社生王维西北工业大学自动化学院陕西西安710072

针对系统动力学模型不准确可能导致滤波精度下降,以及系统状态协方差阵可能出现的负定性问题,提出一种新的高斯过程回归平方根分解无迹粒子滤波(Gaussian process regression square-root decomposition unscented particle filter,GPSR... 详细信息

针对系统动力学模型不准确可能导致滤波精度下降,以及系统状态协方差阵可能出现的负定性问题,提出一种新的高斯过程回归平方根分解无迹粒子滤波(Gaussian process regression square-root decomposition unscented particle filter,GPSR-UPF)算法。在该算法中,采用高斯过程回归求取UPF的重要性密度函数。当系统模型不准确时,通过高斯过程回归学习训练数据,进而获取系统的回归模型及系统噪声协方差,同时引入平方根变换抑制系统状态协方差阵的负定性。将提出的GPSR-UPF算法应用到捷联惯导/全球定位系统(strapdown inertial navigation system/global positioning system,SINS/GPS)组合导航系统中进行仿真验证。结果表明,所提出滤波算法的性能优于基本的无迹粒子滤波算法,能提高组合导航系统的解算精度。

关键词：高斯过程回归平方根分解无迹粒子滤波组合导航系统

自适应SDV-UPF算法及其在紧组合中的应用

在线全文

学校读者我要写书评

暂无评论

中国惯性技术学报 2014年第1期12卷 83-88页

作者：赵岩高社生杨一西北工业大学自动化学院西安710072

针对粒子滤波存在重要性密度函数难以选取和系统状态协方差阵可能出现的负定性问题,提出一种新的自适应奇异值分解无迹粒子滤波(ASVD-UPF)算法。该算法采用自适应因子修正动力学模型误差,通过奇异值分解抑制系统状态协方差矩阵的负定性... 详细信息

针对粒子滤波存在重要性密度函数难以选取和系统状态协方差阵可能出现的负定性问题,提出一种新的自适应奇异值分解无迹粒子滤波(ASVD-UPF)算法。该算法采用自适应因子修正动力学模型误差,通过奇异值分解抑制系统状态协方差矩阵的负定性,并以改进的UKF算法产生重要性密度函数,以弥补粒子滤波的缺陷,使该算法适用于非线性、非高斯系统模型的滤波计算。将提出的算法应用到所设计的GPS/SINS/PL紧组合导航系统中进行仿真验证,结果表明,提出算法的经、纬度误差、速度误差和姿态误差范围分别控制在(-0.5″,+0.5″)、(-0.8 m/s,+0.8 m/s)和(-1′,+1′)以内,误差估计的精度和收敛速度明显优于UKF和PF算法,能提高组合导航系统的解算精度。

关键词：紧组合导航系统伪距奇异值分解无迹粒子滤波

一种新的抗差自适应Unscented粒子滤波

在线全文

学校读者我要写书评

暂无评论

西北工业大学学报 2011年第3期29卷 470-475页

作者：薛丽高社生王建超西北工业大学自动化学院陕西西安710072

针对粒子滤波存在的重要性密度函数难以选取和可能出现粒子退化的问题。提出了一种新的抗差自适应Unscented粒子滤波算法。该算法不但能利用等价权函数和自适应因子合理的分配信息,提高滤波精度,而且具有Unscented粒子滤波的优点,更好... 详细信息

针对粒子滤波存在的重要性密度函数难以选取和可能出现粒子退化的问题。提出了一种新的抗差自适应Unscented粒子滤波算法。该算法不但能利用等价权函数和自适应因子合理的分配信息,提高滤波精度,而且具有Unscented粒子滤波的优点,更好的适用于非线性、非高斯系统模型的计算。仿真结果表明,文中提出的抗差自适应Unscented粒子滤波算法,滤波性能明显优于扩展卡尔曼滤波和粒子滤波算法,并且能提高组合导航系统的定位精度。

关键词： Unscented粒子滤波抗差估计等价权自适应因子

GPS/DR车辆组合导航改进的粒子滤波算法研究

在线全文

学校读者我要写书评

暂无评论

西北工业大学学报 2011年第1期29卷 39-43页

作者：焦雅林高社生薛丽西北工业大学自动化学院陕西西安710072

粒子滤波是一种基于Monte Carlo仿真的最优回归贝叶斯滤波算法,在组合导航系统的观测精度较低时能获得较好的滤波效果,但在观测精度较高时,不但可能导致滤波发散,而且存在重要性分布函数难以选取,出现粒子退化的现象。为了克服这些缺点... 详细信息

粒子滤波是一种基于Monte Carlo仿真的最优回归贝叶斯滤波算法,在组合导航系统的观测精度较低时能获得较好的滤波效果,但在观测精度较高时,不但可能导致滤波发散,而且存在重要性分布函数难以选取,出现粒子退化的现象。为了克服这些缺点,文章研究GPS/DR车辆组合导航改进的粒子滤波算法,提出了基于改进粒子滤波算法的GPS/DR车辆组合导航信息融合技术。采用马尔科夫链蒙特卡洛(MCMC)移动方法,移动粒子样本到状态空间中的新位置,既保证了移动后的粒子样本和实际概率函数同分布,又防止了大量后选粒子被拒绝。用改进的粒子滤波算法和扩展Kalman滤波算法,分别对GPS/DR车辆组合导航系统进行仿真实验,结果表明,改进的粒子滤波算法能减小导航定位误差,滤波性能明显优于扩展卡尔曼滤波。

关键词： GPS/DR组合导航全球定位系统航位推算粒子滤波

在线全文

学校读者我要写书评

暂无评论

一种新的非线性模型预测UPF算法

西北工业大学学报 2012年第5期30卷 734-738页

作者：高怡高社生冯志华西北工业大学自动化学院陕西西安710072

针对现有导航解算中将模型误差作为过程噪声,并假设为高斯白噪声来处理,可能会引起较大的估计误差,甚至导致滤波器发散的问题。文章以提高导航解算精度为目的,在吸收非线性预测滤波和粒子滤波优点的基础上,提出一种新的非线性模型预测Un... 详细信息

针对现有导航解算中将模型误差作为过程噪声,并假设为高斯白噪声来处理,可能会引起较大的估计误差,甚至导致滤波器发散的问题。文章以提高导航解算精度为目的,在吸收非线性预测滤波和粒子滤波优点的基础上,提出一种新的非线性模型预测Unscented粒子滤波算法。该算法在建立系统模型时顾及了模型误差,对模型误差进行实时估计,并利用该估计值对包含模型误差的非线性、非高斯系统模型进行修正,从而提高了导航解算精度。将提出的算法应用于捷联惯性导航(SINS)/合成孔径雷达(SAR)组合导航系统进行仿真验证,并与预测滤波和Unscented粒子滤波进行比较,结果表明,提出的新算法不但滤波性能明显优于预测滤波和Unscented粒子滤波,而且能提高导航解算精度。

关键词：模型误差预测滤波 Unscented粒子滤模型预测Unscented粒子滤波