排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
在惯导/景象匹配组合导航中,数学模型和噪声统计信息很难准确地给出,且景象匹配导航系统的输出值随机、有限甚至可能存在误匹配,这些都导致了目前适合于该组合的信息融合算法不多,而组合导航中常用的Kalman滤波算法在该系统中也难以收敛.为了寻找新的适合于该系统的信息融合算法,研究了基于最优估计理论的变步长最小均方算法和规格化最小均方算法,并将它们应用于惯导/景象匹配组合导航中.仿真结果表明,这两种算法与固定步长最小均方算法相比,抗干扰能力强;与递推最小二乘算法相比,它们滤波精度相同,但这两种算法结构简单,计算量小,耗时少,所以这两种算法适合于惯导/景象匹配组合导航. 相似文献
1