利用Kalman filter和Unscented filter对坠落物进行估测,证明后者算法优于前者
标签： filter Unscented Kalman 算法
上传时间： 2016-10-30
上传用户：anng
使用Unscented Kalman Filter进行SLAM，主要用于机器人定位和地图自动绘制，UKF的效果要优于EKF，当然计算量也大些。
标签： Unscented Kalman Filter SLAM
上传时间： 2014-01-13
上传用户：tfyt
neural network trained with Unscented kalman filter
标签： Unscented network trained neural
上传时间： 2013-12-11
上传用户：colinal
Unscented kalman filter
上传时间： 2013-12-31
上传用户：talenthn
Unscented kalman filter for optimization
标签： optimization Unscented kalman filter
上传时间： 2014-01-15
上传用户：gmh1314
通用的Unscented 卡尔曼滤波器是现在应用最广泛的非线性卡尔曼滤波器 又叫做sp 卡尔曼滤波器
上传时间： 2014-01-25
上传用户：WMC_geophy
针对多目标情况下雷达组网的误差配准问题，提出了一种基于不敏卡尔曼滤波（Unscented Kalman Filter，UKF）和最优压缩的系统偏差稳健估计方法。该算法将目标的运动状态和传感器系统偏差组合在同一状态方程中，构建扩维的系统偏差动态方程，接着采用UKF的方法对目标状态和系统偏差进行联合估计。然后通过对多个估计结果的进一步融合，最终得到较高精度的系统偏差估计。仿真结果表明，该算法可以有效地实现多目标情况下的误差配准。
上传时间： 2013-11-24
上传用户：guojin_0704
工学博士学位论文 目前，扩展卡尔曼滤波是研究初始对准和惯性/GPS组合导航问题的一个主要手段。 但初始对准和惯性/GPS组合导航问题本质上是非线性的，对模型进行线性化的扩展卡 尔曼滤波在一定程度上影响了系统的性能。近年来，直接使用非线性模型的 UKF(Unscented Kalman Filtering, UKF)和粒子滤波，正在逐渐成为研究非线性估计问题 的热点和有效方法。 本文研究了UKF和粒子滤波两种非线性滤波方法，并将其应用于非线性静基座对 准和惯性/GPS组合导航，系统地研究了初始对准和惯性/GPS组合导航中各种非线性项
标签： 论文
上传时间： 2015-07-11
上传用户：450976175
％ PURPOSE : Demonstrate the differences between the following filters on the same problem: ％ ％ 1) Extended Kalman Filter (EKF) ％ 2) Unscented Kalman Filter (UKF) ％ 3) Particle Filter (PF) ％ 4) PF with EKF proposal (PFEKF) ％ 5) PF with UKF proposal (PFUKF)
标签： the Demonstrate differences following
上传时间： 2016-01-07
上传用户：yiwen213
粒子滤波算法受到许多领域的研究人员的重视，该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度。在扩展卡尔曼滤波和Unscented卡尔曼滤波算法的基础上，本文提出一种新型粒子滤波算法。首先用Unscented卡尔曼滤波器产生系统的状态估计，然后用扩展卡尔曼滤波器重复这一过程并产生系统在k时刻的最终状态估计。在实验中，针对非线性程度不同的两种系统，分别采用五种粒子滤波算法进行实验。结果证明，本文所提出算法的各方面性能都明显优于其他四种粒子滤波算法。
上传时间： 2013-12-24
上传用户：hzy5825468
