检索结果-南通市图书馆

系统工程与电子技术 2011年第11期33卷 2546-2553页

作者：程水英余莉脉冲功率激光技术国家重点实验室安徽合肥230037 电子工程学院安徽合肥230037

为了对各种迭代无味卡尔曼滤波(iterated unscented Kalman filter,IUKF)算法的应用及性能表现给出较为全面、客观的评价,分别导出并探讨了3种IUKF算法之间的内在联系。多种情况下的仿真应用表明,当观测噪声不太大,且该非线性系统状态... 详细信息

为了对各种迭代无味卡尔曼滤波(iterated unscented Kalman filter,IUKF)算法的应用及性能表现给出较为全面、客观的评价,分别导出并探讨了3种IUKF算法之间的内在联系。多种情况下的仿真应用表明,当观测噪声不太大,且该非线性系统状态的后验密度为可用高斯分布很好近似的单峰形式时,或者说是引起系统非线性的状态量是完全瞬时可观测时,选用恰当的IUKF算法,通过2～3次迭代,就可以在保持滤波一致性的条件下,进一步获得显著的精度收益;否则,IUKF相对于无味卡尔曼滤波(unscented Kalman filter,UKF)的迭代收益就难以保证。

关键词：递推非线性滤波扩展卡尔曼滤波器迭代扩展卡尔曼滤波器无味卡尔曼滤波器迭代无味卡尔曼滤波器

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

移动毫米波系统的波束跟踪算法研究

移动毫米波系统的波束跟踪算法研究

引用

作者：末末杭州电子科技大学

学位级别：硕士

目前移动通信网络运营商所用频率集中在6GHz以下,日益枯竭的频谱资源和低传输速率成为了制约通信技术发展的主要问题。毫米波通信技术凭借其频率高,带宽大的特点,自然而然进入人们的视野。但是毫米波具有更高的路径损耗,因此毫米波通信... 详细信息

目前移动通信网络运营商所用频率集中在6GHz以下,日益枯竭的频谱资源和低传输速率成为了制约通信技术发展的主要问题。毫米波通信技术凭借其频率高,带宽大的特点,自然而然进入人们的视野。但是毫米波具有更高的路径损耗,因此毫米波通信系统需使用大规模天线技术进行波束赋形,将波束方向与信道主要路径方向对齐以实现波束对准,使波束能量收束在信道主要路径的方向处,形成高的波束成形增益,弥补毫米波的路径损耗。在通信链路建立之初,没有或仅有少量信道方向的初始信息,需要对所有角度空间进行扫描以进行初始波束对准,称之为波束搜索。经典的波束搜索算法一般分为穷举搜索算法和分层搜索算法。而在通信链路建立之后,需要在移动环境下维持这种波束对准,使波束方向一直跟踪信道的主要路径方向,称为波束追踪。目前关于毫米波波束追踪的算法多存在时间开销大、追踪精度不稳定等问题。针对这些问题,本文提出了两种可以根据信道主要路径角度变化速率的快慢自适应调整追踪频率的算法,在降低了追踪的开销的同时,保证了波束追踪的精度。论文首先在基于EKF的波束追踪方法上进一步研究,开发出一种基于EKF的自适应波束追踪算法,AT-EKF(EKF Based Adaptive Tracking,AT-EKF)算法。提出的AT-EKF算法以接收信号的波束成形后信噪比的下降作为判决是否需要对信道角度进行追踪的主要依据,并且1)根据角度变化模型估计最小追踪间隔,2)利用历史估计的信道角度集合设置最大追踪间隔,以降低丢失追踪的概率,保证追踪的可靠性。另外,此算法采用了辅助波束对测量信号的比率度量作为EKF估计器的观测方程,减轻了使用EKF作为角度估计引起的误差累积现象,降低了EKF估计器的计算复杂度,延长了算法的有效追踪时间。在AT-EKF的基础上继续研究,论文进一步提出了一种基于IEKF(Iterator Extended Kalman Filter)的自适应波束追踪算法,AT-IEKF(IEKF Based Adaptive Tracking,AT-IEKF)算法。此算法采用了IEKF作为角度的估计器,相比于EKF有更高的估计精度。此算法还采用了一种更为合理的角度变化模型,并采用模型重建和估计角度变化模型随机项方差的方法解决了算法对于角度运动模型的依赖问题。另外,此算法还解决了AT-EKF算法中观测方程噪声方差存在损伤的问题。经过统计信道模型下模拟角度变化模型和高精度光线追踪软件建模真实信道角度变化模型两个实验,验证了算法在自适应波束追踪方面的性能。

关键词：毫米波自适应波束追踪扩展卡尔曼滤波器迭代扩展卡尔曼滤波器辅助波束对接收信号的比率度量

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

快速SLAM算法的一种新的滤波架构

引用

计算机科学与探索 2008年第5期2卷 553-560页

作者：周武赵春霞南京理工大学计算机学院南京210094

FastSLAM算法是同时定位与地图创建领域的一类重要方法,UPF-IEKFFastSLAM2.0算法采用UPF估计机器人的路径,地图估计则采用IEKF算法。UPF算法使粒子向后验概率高的区域运动,提高了估计精度,并且UPF算法比普通粒子滤波算法需要更少的粒子... 详细信息

FastSLAM算法是同时定位与地图创建领域的一类重要方法,UPF-IEKFFastSLAM2.0算法采用UPF估计机器人的路径,地图估计则采用IEKF算法。UPF算法使粒子向后验概率高的区域运动,提高了估计精度,并且UPF算法比普通粒子滤波算法需要更少的粒子数,因而可以降低计算复杂度;IEKF算法通过迭代观测更新过程来提高估计精度。仿真实验表明,当迭代次数小于等于2时,UPF-IEKFFastSLAM2.0算法的地图估计累计时间比UPF-UKFFastSLAM2.0算法短;当迭代次数为2时,其估计精度高于UPF-UKFFastSLAM2.0算法。综合考虑估计精度和计算复杂度,认为"UPF-IEKF"是一种更合理的FastSLAM算法滤波架构。

关键词：同时定位与地图创建粒子滤波器 Unscented卡尔曼滤波器迭代扩展卡尔曼滤波器

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：