基于支持向量机的自适应卡尔曼滤波技术研究
DOI:
CSTR:
作者:
作者单位:

西北工业大学自动化学院 西安 710072

作者简介:

戴洪德

通讯作者:

中图分类号:

TP181

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对卡尔曼滤波(KF)中噪声的统计特性与实际不符时滤波精度严重降低甚至引起滤波器发散的问题,提出一种基于支持向量机的自适应卡尔曼滤波算法(SVMAKF)根据新息理论方差与实际方差的比值,应用支持向量机产生自适应因子对卡尔曼滤波器的噪声方差阵进行在线修正,使噪声方差阵能够根据实际噪声的变化得到调整.通过对雷达目标跟踪系统的仿真表明,该算法对噪声有较强的自适应性,能够提高滤波精度和滤波器的鲁棒性.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

戴洪德,陈明,周绍磊,等.基于支持向量机的自适应卡尔曼滤波技术研究[J].控制与决策,2008,23(8):949-952

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2007-06-15
  • 最后修改日期:2007-09-24
  • 录用日期:
  • 在线发布日期: 2008-08-20
  • 出版日期:
文章二维码