- 1、本文档共14页,其中可免费阅读13页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于误差控制的卡尔曼滤波自适应滤波算法,考虑到初始滤波计算过程及系统状态突变的场景下,由于观测误差过大,造成滤波结果不稳定的情况,在自适应卡尔曼滤波算法的基础上,基于观测误差的协方差矩阵,设计一个自适应抑制因子,再利用该自适应抑制因子构建观测误差协方差矩阵的自适应修正模型,最后结合卡尔曼滤波算法的预测及更新模型,利用当前时刻系统状态的测量值和预测值,得到系统当前时刻较为精确的最终状态。本发明通过设计自适应抑制因子对系统进行误差控制,降低了观测误差对于卡尔曼增益的影响,提升了基于滤
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112671373 A
(43)申请公布日 2021.04.16
(21)申请号 202011519453.7
(22)申请日 2020.12.21
(71)申请人 北京科技大学
地址
文档评论(0)