排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
提出了一种局部估计相关时的最优融合算法,其特点是加权矩阵是对角阵,即全局估计中的各分量分别是局部估计中相应分量的线性组合,在此融合算法中局部估计是最优的,并且不存在由主滤波器向子滤波器的信息反馈,因此具有较好的客措性。给出了最优加权矩阵的存在性和唯一性的证明,并通过与现有类似融合算法的对比,表明该算法具有计算量小的优点。最后,以组合导航系统为例作了仿真计算,结果表明该融合算法是可行的。 相似文献
2.
3.
4.
联邦滤波器信息分配系数的优选算法 总被引:15,自引:2,他引:15
针对Carlson方法的局限性,提出一种联邦滤波器信息分配系数的优选算法,提高局部滤波器的精度和故障检测灵敏度,并证明其并不影响联邦滤波的全局最优性。以双SINS/GPS组合导航系统为实例,通过仿真验证了该方法的正确性和可行性,同时回答了“对‘联邦滤波器理论研究’一的商榷”所提出的三个问题。 相似文献
5.
基于分散化滤波算法和信息分配原理,建立了广义联邦滤波器设计理论。证明了联邦滤波器当其主滤波器和局部滤波器的维数都相同时,其全局滤波和集中卡尔曼滤波等价,是最优的;同时提出当主滤波器维数和局部滤波器维数不相同时,达到全局滤波最优的解析补偿方法,其附加计算量小,并可作为一种性能指标用于子系统的软故障检测。在组合导航系统中运用此方法对非公共状态信息进行补偿,仿真结果验证了该方法的有效性。 相似文献
1