- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Cubature立子滤波
第33卷第11期 系统工程与电子技术 V01.33No.11 2011年11月 andElectronics November2011 SystemsEngineering 文章编号:1001·506X(2011)11-2554—04 Cubature粒子滤波 孙枫,唐李军 (哈尔滨工程大学自动化学院,黑龙江哈尔滨150001) 摘 要:非线性非高斯下后验概率密度函数解析值无法获得,需设计合理的重要性密度函数进行逼近。传统 filter,PF)直接采用未含必威体育精装版量测信息的状态转移先验分布函数作为重要性密度函数来逼近 粒子滤波(particle Kalman 后验概率密度函数。针对PF缺乏量测信息的问题,提出一种基于Cubature卡尔曼滤波(Cubaturefilter, CKF)重采样的Cubature粒子滤波新算法(Cubaturefilter,CPF)。该算法在先验分布更新阶段融入了最 particle 新的观测数据。通过CKF设计重要性密度函数,使其更加接近系统状态后验概率密度。仿真表明CPF估计精度 高于PF和扩展卡尔曼滤波(extendedparticlefilter。EPF),与无轨迹粒子滤波(unscentedparticlefilter。UPF)相 比,其精度相当,但算法运行时间降低了约20%。 关键词:非线性非高斯f重要性密度函数;Cubature卡尔曼滤波;Cubature粒子滤波 39l 中图分类号:TP 文献标志码:A Cubaturefilter particle SUN Feng,TANGLi—jun (Automation EngineeringUniversity,Harbin150001,China) College,Harbin valueofthe functioncannotbeobtainedinthenonlinearnon- Abstract:Theanalytical posteriordensity needstO theexact traditionalfilter Gaussian,and function.The approximateby importancedensity particle the transitiondistributionfunctionwhichdoesnotincludethelatest state (PF)directlyemploys prior measuring informationasan tO function the function.Forthelackof importancedensity approximateposteriordensity
您可能关注的文档
最近下载
- 《活着读后感》课件.pptx VIP
- 活着读后感课件.docx VIP
- 企业数字化转型大数据湖一体化运营管理平台建设方案.docx VIP
- 企业大数据湖总体规划及大数据湖一体化运营管理建设方案.pdf VIP
- 鄂尔多斯市东胜区殡仪馆项目环境影响报告表环评报告.pdf
- 社会研究:设计与写作教学课件-第十二章 实例解析.pptx VIP
- 社会研究:设计与写作教学课件-第十一章 论文写作(下):结果、讨论、参考文献.pptx VIP
- 社会研究:设计与写作教学课件-第十章 论文写作(中):文献回顾、研究方法.pptx VIP
- 腾讯云原生湖仓一体技术在大规模数据场景中的应用实践.pdf VIP
- 腾讯数据湖技术分享专场.docx VIP
文档评论(0)