导读:本文包含了卡尔曼平滑论文开题报告文献综述及选题提纲参考文献，主要关键词:自适应加权K最近邻,指纹算法,室内定位,卡尔曼平滑
卡尔曼平滑论文文献综述
孙伟,段顺利,闫慧芳,丁伟[1]（2018）在《基于卡尔曼平滑的AWKNN室内定位方法》一文中研究指出基于接收信号强度指示的WIFI室内定位方案存在采集信息跳变现象,进而影响定位精度的问题,提出一种基于卡尔曼滤波的改进自适应加权K最近邻(AWKNN)定位方法。对比分析多种平滑RSSI算法可行性,验证基于卡尔曼滤波对RSSI值进行平滑处理的优势,结合AWKNN算法并采用均方差计算匹配度,通过实时监控相匹配的无线接入点个数后自动调整均方差分母大小,以此实现定位误差的有效控制。实验结果表明,该基于卡尔曼的AWKNN算法在稳定性和定位精度方面较传统WIFI指纹算法有较大幅度提高。(本文来源于《电子科技大学学报》期刊2018年06期）
吴广鑫,姜力,谢宗武,李重阳,刘宏[2]（2018）在《基于自适应固定滞后卡尔曼平滑器的状态观测器在假手上的应用》一文中研究指出针对以电位计为角度传感器的假手系统,提出了一种基于自适应固定滞后卡尔曼平滑器的状态观测器以观测手指的当前位置、速度和加速度信息.首先,分析了卡尔曼滤波器滤除电位计热噪声并观测速度与加速度的合理性,进而建立了其系统的离散状态转移矩阵.其次,相比卡尔曼滤波器,卡尔曼平滑器在参数相同的情况下具有更好的平滑效果,据此提出一种基于固定滞后卡尔曼平滑器的状态观测器,并通过引入渐消因子以提高动态响应特性,同时给出了一种将本文算法滞后特性降至一个控制周期的有效实现方式.最后,在HIT-V仿人假手实验平台上进行了实验验证.实验结果表明,相比对原始数据直接进行差分,该方法将速度噪声降低了20倍以上,加速度噪声降低了1 000倍以上.相比标准卡尔曼滤波器和固定滞后卡尔曼平滑器,该方法在动态响应方面具有更好的效果.(本文来源于《机器人》期刊2018年04期）
刘艺蕾,张炜,刘明航,王宏伟,左军毅[3]（2016）在《基于期望最大化算法和求容积卡尔曼平滑器的气动参数辨识算法》一文中研究指出针对初值和噪声统计特性未知情形下的飞行器系统辨识的问题,提出了基于期望最大化(expectation maximization,EM)和求容积卡尔曼平滑器(cubature Kalman smoother,CKS)的辨识算法。该算法用期望最大化算法对初值和噪声的统计特性进行估计;用求容积卡尔曼平滑器估计状态向量和未知参数。在期望最大化算法的求期望步骤中,所求的期望值通过求容积规则获得,用较少的采样点保证了估计精度;在期望最大化算法的最大化步骤中,未知量的最优值以解析解形式给出,减小了计算量。仿真结果说明,该算法在飞行器气动参数辨识问题中,能给出较好的辨识结果。与其他方法的对比验证说明新算法具有辨识精度高、收敛速度快等优点。(本文来源于《西北工业大学学报》期刊2016年04期）
龙嘉川,王先培,赵宇,朱国威,代荡荡[4]（2015）在《自适应无迹卡尔曼平滑算法及其在电力系统中的应用》一文中研究指出精确、快速的基波分量跟踪是对电网运行状态进行分析和评估的前提。提出一种基于移动窗口迭代修正策略的自适应无迹卡尔曼平滑算法(moving window based adaptive unscented Kalman smoother,MW_AUKS)。该方法兼顾稳态检测精度和动态检测速度,前者通过在前向无迹滤波过程中并行嵌入一个后向迭代修正的Rauch-Tung-Striebel平滑器实现,后者则先依据窗口内平均新息量在线判断是否有突变发生,再对状态估计协方差做自适应修正运算。利用建立的基波分量非线性状态估计模型对所提算法进行验证,结果表明所提算法可精确跟踪到基频、功率角、有功功率、视在功率等参数,并大幅提高初始收敛速度,同时准确判断和快速跟踪到状态突变。(本文来源于《中国电机工程学报》期刊2015年23期）
杨理践,李晖,周福宁,靳鹏[5]（2015）在《基于容积卡尔曼平滑滤波的管道缺陷定位技术》一文中研究指出针对管道测量系统MEMS惯性元件的漂移,且难于获得GPS信息进行有效误差累积抑制的问题,创建了管道测量系统9维系统状态误差方程和基于速度差和基准点位置差的观测方程,提出采用容积卡尔曼平滑滤波算法。该算法由以里程轮速度为观测量的正向容积卡尔曼滤波算法和以基准点位置为起点的反向平滑两级滤波组成,实现管道缺陷地理坐标的最优估计。管道缺陷定位实验结果表明,该算法能有效补偿长航时导航参数误差,10 km测量精度可以达到10-3数量级,能够满足管道内检测定位精度要求。(本文来源于《传感技术学报》期刊2015年04期）
褚楠,黄春林,杜培军[6]（2015）在《基于集合卡尔曼平滑算法的土壤水分同化》一文中研究指出为研究观测资料稀少情况下土壤质地及有机质对土壤水分同化的影响,发展了集合卡尔曼平滑(Ensemble Kalman Smooth,En KS)的土壤水分同化方案。利用黑河上游阿柔冻融观测站2008年6月1日至10月29日的观测数据,使用En KS算法将表层土壤水分观测数据同化到简单生物圈模型(Simple Biosphere Model 2,Si B2)中,分析不同方案对土壤水分估计的影响,并与集合卡尔曼滤波算法(En KF)的结果进行比较。研究结果表明,土壤质地和有机质对表层土壤水分模拟结果影响最大而对深层的影响相对较小;利用En KF和En KS算法同化表层土壤水分观测数据,均能够显着提高表层和根区土壤水分估计的精度,En KS算法的精度略高于En KF且所受土壤质地和有机质的影响小于En KF;当观测数据稀少时,En KS算法仍然可以得到较高精度的土壤水分估计。(本文来源于《水科学进展》期刊2015年02期）
牟锴钰,韦明,郭建平[7]（2012）在《基于小波和卡尔曼平滑的事件相关电位单次提取》一文中研究指出本研究提出一种事件相关电位单次提取方法,可有效减少实验次数,并可探索实验之间ERP的变异性。此方法基于小波和卡尔曼平滑,首先利用小波变换考察ERP平均信号的时频特性,根据ERP不同分量出现的时间位置,在不同尺度上选取特定的单次实验ERP小波系数构成观测向量,其为真实ERP小波系数状态向量与噪声之和,然后对观测向量进行卡尔曼平滑,最后对卡尔曼平滑后的小波系数进行小波重构,得到单次提取的ERP信号。仿真实验表明,基于小波和卡尔曼平滑的方法不仅信噪比提高约16～18 dB,优于30次迭加平均、简单小波方法和基于高斯基函数的卡尔曼滤波方法,还可以跟踪ERP的幅度趋势变异性。与基于高斯基函数的卡尔曼滤波方法相比,所提方法降低了计算量。真实脑电ERP提取实验表明本方法较好地从单次记录中提取出了事件相关电位,并可解释ERP因适应和应激引起的趋势变异性。(本文来源于《中国生物医学工程学报》期刊2012年02期）
王小旭,潘泉,程咏梅,赵春晖,杨峰[8]（2012）在《中心差分卡尔曼平滑器》一文中研究指出针对一类非线性离散系统的状态平滑问题,本文设计了一种中心差分卡尔曼平滑器(CDKS).文中基于最小方差估计准则,详细推导了非线性系统的状态最优平滑递推公式,并采用中心差分变换来近似计算状态的后验均值和协方差.相比于传统中心差分卡尔曼滤波器(CDKF),所设计的CDKS算法有效提高了非线性状态的估计精度,拓展了中心差分变换的应用范围.仿真实例验证了所提出平滑器的可行性和有效性.(本文来源于《控制理论与应用》期刊2012年03期）
靳华安,王锦地,肖志强,李喜佳[9]（2011）在《遥感反演时间序列叶面积指数的集合卡尔曼平滑算法》一文中研究指出基于MODIS LAI产品数据集(MOD15A2)构建经验性的LAI动态模型,以LAI作为连接参数,将LAI动态模型与植被辐射传输模型MCRM2相耦合,提出了将耦合模型与时间序列MODIS反射率观测数据集(MOD09A1)同化进行LAI反演的方案。将集合卡尔曼平滑(EnKS)方法引入到LAI同化反演中,为更好地评价该算法的适用性,还与集合卡尔曼滤波(EnKF)的LAI反演结果、MODIS LAI产品进行了比较分析。研究结果表明,采用EnKS方法的反演结果较为理想,与EnKF方法和MODIS LAI相比,EnKS方法反演的LAI时间廓线更平滑,更具连续性,符合实际的植被生长规律。基于EnKS方法的LAI反演方案,为提取时间连续的LAI廓线提供了一种有效的途径。(本文来源于《光谱学与光谱分析》期刊2011年09期）
雷菊阳,黄克,许海翔,史习智[10]（2008）在《线性动态系统基于块采样的卡尔曼平滑推理算法》一文中研究指出针对线性动态系统在复杂噪声环境中的不确定性的传递问题,提出了用块采样推理方法逼近状态和噪声的后验分布.该方法在时序采样中,样本在基于条件独立性准则下可一次性更新,这通常比单独更新来得简单和有效.通过引入Dirichlet过程混合模型(Dirichlet Process Mixture,DPM),能够较方便地获得马尔科夫链式样本.结合卡尔曼平滑技术,使块采样算法能够在分布空间逼近基础上取得较高的精度.仿真结果显示,块采样平滑算法具有较好的效果.(本文来源于《上海交通大学学报》期刊2008年08期）
卡尔曼平滑论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对以电位计为角度传感器的假手系统,提出了一种基于自适应固定滞后卡尔曼平滑器的状态观测器以观测手指的当前位置、速度和加速度信息.首先,分析了卡尔曼滤波器滤除电位计热噪声并观测速度与加速度的合理性,进而建立了其系统的离散状态转移矩阵.其次,相比卡尔曼滤波器,卡尔曼平滑器在参数相同的情况下具有更好的平滑效果,据此提出一种基于固定滞后卡尔曼平滑器的状态观测器,并通过引入渐消因子以提高动态响应特性,同时给出了一种将本文算法滞后特性降至一个控制周期的有效实现方式.最后,在HIT-V仿人假手实验平台上进行了实验验证.实验结果表明,相比对原始数据直接进行差分,该方法将速度噪声降低了20倍以上,加速度噪声降低了1 000倍以上.相比标准卡尔曼滤波器和固定滞后卡尔曼平滑器,该方法在动态响应方面具有更好的效果.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
卡尔曼平滑论文参考文献
[1].孙伟,段顺利,闫慧芳,丁伟.基于卡尔曼平滑的AWKNN室内定位方法[J].电子科技大学学报.2018
[2].吴广鑫,姜力,谢宗武,李重阳,刘宏.基于自适应固定滞后卡尔曼平滑器的状态观测器在假手上的应用[J].机器人.2018
[3].刘艺蕾,张炜,刘明航,王宏伟,左军毅.基于期望最大化算法和求容积卡尔曼平滑器的气动参数辨识算法[J].西北工业大学学报.2016
[4].龙嘉川,王先培,赵宇,朱国威,代荡荡.自适应无迹卡尔曼平滑算法及其在电力系统中的应用[J].中国电机工程学报.2015
[5].杨理践,李晖,周福宁,靳鹏.基于容积卡尔曼平滑滤波的管道缺陷定位技术[J].传感技术学报.2015
[6].褚楠,黄春林,杜培军.基于集合卡尔曼平滑算法的土壤水分同化[J].水科学进展.2015
[7].牟锴钰,韦明,郭建平.基于小波和卡尔曼平滑的事件相关电位单次提取[J].中国生物医学工程学报.2012
[8].王小旭,潘泉,程咏梅,赵春晖,杨峰.中心差分卡尔曼平滑器[J].控制理论与应用.2012
[9].靳华安,王锦地,肖志强,李喜佳.遥感反演时间序列叶面积指数的集合卡尔曼平滑算法[J].光谱学与光谱分析.2011
[10].雷菊阳,黄克,许海翔,史习智.线性动态系统基于块采样的卡尔曼平滑推理算法[J].上海交通大学学报.2008