×

基于多传感器系统的车辆精确定位模型

消耗积分:1 | 格式:rar | 大小:0.69 MB | 2018-02-06

分享资料个

　　卡尔曼滤波擅长处理多变量非平稳随机过程和时变系统的滤波问题，被广泛应用于自动导航领域。导航算法必须达到较高的精度且能适应各种运行状态的变化，才能确保导航的安全性要求。应用最广泛的多传感器信息融合算法是扩展卡尔曼滤波（ Extened Kalman Filter，EKF）。EKF对非线性模型的Taylor展开式作截断处理，舍弃高阶项。在强非线性系统中局部线性化假设失效，可能会使虑波发散；同时繁琐的矩阵计算使得EKF的工程实现困难，计算机效率低下。为了克服EKF的缺点，研究人员提出了基于Sigma点的方法，代表算法是无迹卡尔曼滤波（ Unscented Kalman Filter，UKF）。UKF在不提高计算复杂度的情况下，较EKF的精度大大提高，而且UKF易于实现，不用像EKF那样进行复杂的分析，不需要计算复杂的雅可比矩阵。

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !