發(fā)布時間：2018-05-08 22:26

  本文選題：非線性Kalman濾波 + 擴展Kalman濾波��； 參考：《華中科技大學》2015年碩士論文

【摘要】：濾波的概念在很早就被提出,并且對于濾波的應用滲透在各個領域當中。應用過程中對濾波理論的研究也是在不斷的被更新、被推廣到更廣的領域當中。其中Kalman在1960年提出的Kalman濾波因其理論簡單、應用廣泛,很快就被廣大的研究者所接受。Kalman濾波和其他濾波一樣,用于系統(tǒng)建模中噪聲或者干擾的處理。Kalman濾波的研究從線性到非線性、從單一到復合、從理論到實踐多角度的發(fā)展。其中包括最簡單的線性Kalman濾波;推廣到非線性情況下,出現(xiàn)的擴展Kalman濾波。本文主要涉及非線性Kalman濾波的研究。介紹了擴展Kalman濾波和變Kalman濾波。之后對Kalman濾波中存在的存儲問題進行了分析,將集合思想引入研究當中,提出了集合Kalman濾波和變集合Kalman濾波的新模型。文章對非線性Kalman濾波的研究分為五個部分。第一部通過對研究背景、國內(nèi)外研究現(xiàn)狀和問題研究意義的討論,為后續(xù)Kalman研究做好了良好的鋪墊。第二部分主要介紹研究過程中的基本概念以及Kalman濾波的基本構成,并且闡述了線性Kalman濾波的思想過程,為第三部分理論研究打下了堅實的基礎。第四部分是文章的核心部分,這一部分以擴展Kalman濾波和變Kalman濾波為基礎,提出了新的Kalman濾波——集合Kalman濾波和變集合Kalman濾波。第四部分是對第三部分理論的應用支撐,采用仿真手法,分析仿真效果說明了Kalman濾波的實用性以及新的濾波模型的優(yōu)良性。最后一個部分是全文的總結,更加系統(tǒng)概括的闡述了文章中所得到的結果。
[Abstract]:The concept of filtering was put forward early, and the application of filtering permeated into various fields. In the process of application, the research of filtering theory is constantly updated and extended to a wide range of fields. The Kalman filter proposed by Kalman in 1960, because of its simple theory and wide application, has been accepted by many researchers as well as other filters. The study of Kalman filtering for noise or interference in system modeling. The development of Kalman filtering is from linear to nonlinear, from single to composite, from theory to practice. It includes the simplest linear Kalman filter and the extended Kalman filter for nonlinear cases. This paper is mainly concerned with the study of nonlinear Kalman filtering. Extended Kalman filter and variable Kalman filter are introduced. Then, the storage problem in Kalman filtering is analyzed, the set idea is introduced into the research, and a new model of set Kalman filter and variable set Kalman filter is proposed. The study of nonlinear Kalman filtering is divided into five parts. The first part, through the discussion of the research background, domestic and foreign research status and the significance of the research, makes a good foundation for the follow-up Kalman research. The second part mainly introduces the basic concepts of the research process and the basic structure of Kalman filtering, and expounds the ideological process of linear Kalman filtering, which lays a solid foundation for the third part of the theoretical research. The fourth part is the core part of this paper. Based on extended Kalman filter and variable Kalman filter, a new Kalman filter, set Kalman filter and variable set Kalman filter, is proposed. The fourth part is to support the application of the third part of the theory. The simulation results show the practicability of the Kalman filter and the excellence of the new filtering model. The last part is a summary of the full text, more systematic summary of the results obtained in the article.
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN713

【相似文獻】

相關期刊論文 前10條

1 李洪波;楊軍鋒;;自適應Kalman濾波在多傳感器數(shù)據(jù)融合中應用[J];國外電子測量技術;2006年06期

2 井敏英;;基于Kalman濾波的盲多用戶檢測算法[J];信息通信;2009年04期

3 向西西;黃宏光;李予東;;基于Kalman算法的網(wǎng)絡安全態(tài)勢預測方法[J];計算機仿真;2010年12期

4 劉雷雷;臧洌;邱相存;;基于Kalman算法的網(wǎng)絡安全態(tài)勢預測[J];計算機與數(shù)字工程;2014年01期

5 尚曉星;李俊霞;;基于不敏Kalman濾波的多傳感器數(shù)據(jù)融合算法[J];河南師范大學學報(自然科學版);2011年04期

6 李毅;陸百川;李雪;;基于多尺度Kalman濾波的多傳感器數(shù)據(jù)融合[J];重慶交通大學學報(自然科學版);2012年02期

7 于華楠;康健;;改進的基于Kalman濾波的盲多用戶檢測算法[J];吉林大學學報(工學版);2006年S2期

8 王繼平;孫華燕;章喜;;基于Kalman濾波的紅外弱小目標檢測前跟蹤算法[J];裝備學院學報;2012年02期

9 劉洲洲;;基于Kalman濾波的多傳感器信息融合研究[J];電子設計工程;2013年11期

10 嚴勇;黃席樾;劉愛君;;Kalman濾波在運動圖像背景提取及更新中的應用[J];自動化與儀器儀表;2006年02期

相關會議論文 前6條

1 石瑩;孟華;鄧自立;;多傳感器信息融合穩(wěn)態(tài)Kalman跟蹤濾波器[A];2006中國控制與決策學術年會論文集[C];2006年

2 田行偉;石瑩;;帶相關噪聲的非方廣義系統(tǒng)降階Kalman遞推濾波器[A];中國自動化學會控制理論專業(yè)委員會A卷[C];2011年

3 宋會杰;屈俐俐;;自適應Kalman濾波在鐘差數(shù)據(jù)處理中的應用[A];第三屆中國衛(wèi)星導航學術年會電子文集——S04原子鐘技術與時頻系統(tǒng)[C];2012年

4 何紅麗;楊廷梧;任樸舟;;協(xié)方差調節(jié)的KALMAN辨識算法在航跡處理中的應用[A];大型飛機關鍵技術高層論壇暨中國航空學會2007年學術年會論文集[C];2007年

5 李變;李海波;高玉平;胡永輝;;原子時的Kalman算法[A];2009全國時間頻率學術會議論文集[C];2009年

6 鄧自立;李春波;;自校正分布式信息融合Kalman平滑器[A];2006中國控制與決策學術年會論文集[C];2006年

相關碩士學位論文 前10條

1 黃智慧;基于集合Kalman濾波的同化策略研究[D];西北師范大學;2015年

2 林秋雁;基于改進Kalman算法的OCT信號處理方法研究[D];哈爾濱工業(yè)大學;2016年

3 景麗石;基于矢量聚類與Kalman濾波的數(shù)字穩(wěn)像技術研究[D];大連理工大學;2016年

4 高瑞;變集合Kalman濾波理論研究與仿真[D];華中科技大學;2015年

5 李小寧;基于Kalman濾波—加權因子的多傳感器數(shù)據(jù)融合方法研究[D];電子科技大學;2005年

6 梁佐江;基于Kalman濾波方法的多傳感器信息融合濾波器[D];黑龍江大學;2005年

7 王欣;基于Kalman濾波方法的多傳感器信息融合最優(yōu)白噪聲反卷積濾波器[D];黑龍江大學;2005年

8 郭靜雯;Kalman濾波在中國股市及貨幣供應干預分析中的應用[D];廣州大學;2007年

9 潘家寶;時空Kalman濾波及其在變形監(jiān)測數(shù)據(jù)處理中的應用[D];中南大學;2014年

10 王好謙;基于Kalman濾波的白噪聲估計理論及其在狀態(tài)估計和反卷積中的應用[D];黑龍江大學;2002年

，

本文編號：1863361