作者:徐苏,杨红 单位:西安机电信息研究所;机电工程与控制国家级重点实验室;中国兵工学会 出版:《探测与控制学报》2011年第06期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFXDYX2011060110 DOC编号:DOCXDYX2011060119 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 针对不同观测矩阵加权最小二乘算法没有考虑到模型参数本身信息的共同缺点,提出基于贝叶斯估计的带不同观测矩阵的加权最小二乘分布式(Bayes Estimation Weighted Least Square,BEWLS)融合Kalman滤波算法。该方法首先采用推广的离散卡尔曼滤波对非线性系统线性化,然后在考虑模型参数本身的先验信息条件下,采用基于贝叶斯(Bayes)估计方法对Kalman滤波算法的观测方程进行加权最小二乘融合。BEWLS融合算法减少了计算负担,提高了融合精度,便于实时应用。理论和仿真证明:BEWLS融合具有优越性。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。