基于高斯和的濾波算法研究.pdf

《基于高斯和的濾波算法研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、：雜／祕(mì)苗観，；‘傳＇巧’學(xué)技、；崎；戀《作於終議動(dòng)撫ｍｉｌｌ．入呼．謎．線游：安議渝＇啡．篆轉(zhuǎn)ｔ‘．１１顯譯鑛藝蒙．．？Ａ、參ｙｙ碩／女學(xué)フ信旅文襲＇；‘．坤也費(fèi)冷、．，：供幫堿端．心；鄰?qiáng)Z巧，‘＇Ｉ＇．，郁，，雜；．嫂品，，：錢錦搖、．薪、擊；＇ｆ潛｜｜難＇＇。、；，、‘＇’．．．；．：；＾５，＇／．＾，；．；＇＇、非講，．於門芋ｉ＾．．；、切連解雜＾的，譚■．＼、．：．；．’．：？棘嘴．，、；Ｃ抓；．哪ｙ編辦我請(qǐng)；嶺；奠又乂中文題名）：基于高斯和的濾液算法研究丐宴紐樂ｇ＇＇．‘ｙＫ７ｉ鑽議靖＇＂——’

2、－＾、＂片．辜‘ｆｉ＾裸戶可畔冀崎，民ｅｈｎＦｉｌｉｎＡＩｓｅａｒｃｏｔｅｒｌｏｒｉ化ｍＢａｓｅｄ識(shí)：畝弦少寧淹Ｕ邊：（英文題名）ｇｇ；．＇’’’■’‘．．．’’‘、、’、３Ｈ‘Ｕ．茂畝＿於＇．ｉ?zhēng)汀嫛帷ⅲВ?、、＂．：心．：？Ｇ；占；ｏｎａｕｓｓＳｕｍ、；．嗎心Ｖ．ｒ處：Ｖ皆．．Ｖ．、＇＇＂＇．＊＇、－．＂一＂＂■－‘．‘、；■■Ｉ．＇’．■－■＇．；‘．’＾巾古．‘，．，氣Ｋ、我滬案知過．｛‘一；．心１、’．—＾巧；八；賴麵Ｉ纖警繼如縣膽和｜勒雄擊鑲讚：；；驚麵議雜巧ｆ究生＾＾＾＾＾＾１１２??？綾黎

3、＇’‘＇一，‘＇’‘．’，；％鉛導(dǎo)師：陳金廣（職稱）副教授心、：：．、．Ｖ’；‘矜．’、＇”、’‘‘Ｉ：；＾：公＾的１；：＼ｃ’：ｒ’．式；Ｌ，、、．畔｜．異，、’…、＊，巧Ｉ化描■治片．．，．心，．田春娜（職稱）副教授巧．‘：．姑．Ｉ，：奈茲事：計(jì)巧化科學(xué)學(xué)除＿．，．，據(jù)菊鷄女謹(jǐn)譚、奉麵攀、．．．＇．、？：？．’祗式帶｜：．鱗尚計(jì)算機(jī)技術(shù)．．——一皆詔句於．，１｜｜單巧．’：‘．＇、＇；＇＇．；＾；’．；、施成聲諱、料罐吿、．川巧嶺片昕了＾冉Ａ白資ｒ．‘苗Ｖ．，巧媒咬變訂＇？，．；藏誠(chéng)辦夢(mèng)苗柄：娩巧茲獻(xiàn)．－ｉｔ姑換Ｖ＂一爭(zhēng)．：；皆

4、誓貧轉(zhuǎn)Ｖ；．；；聲；；，黎柳．如ＶＶ－？；／鄉(xiāng)．？？＇？：？？Ｈ駡．．．－？？，’ｔ．＾＾Ｖ人；、．、一、＇．Ａ、；、、．‘‘．．．’、ｖＶ‘１．．－Ｖ．？；■、、＇．、．＼．‘，－、、碩士學(xué)位論文（中文題名）基于高斯和的濾波算法研究（英文題名）ResearchonFilteringAlgorithmBasedonGaussSum研究生:張曼導(dǎo)師:陳金廣（副教授）田春娜（副教授）學(xué)院:計(jì)算機(jī)科學(xué)學(xué)院學(xué)科專業(yè):計(jì)算機(jī)技術(shù)學(xué)位類型:專業(yè)學(xué)位學(xué)位授予年度:2015年6月學(xué)校代碼10709中圖分類號(hào)TP391UDC密級(jí)：□公開□保密碩士學(xué)

5、位論文（專業(yè)學(xué)位）論文題名:基于高斯和的濾波算法研究研究生：張曼學(xué)號(hào)：2012105導(dǎo)師（校內(nèi)）：陳金廣（副教授）導(dǎo)師（校外）：田春娜（副教授）學(xué)院：計(jì)算機(jī)科學(xué)學(xué)院專業(yè)領(lǐng)域：計(jì)算機(jī)技術(shù)申請(qǐng)學(xué)位：工程碩士答辯委員會(huì)主任委員：鄧成（教授博士生導(dǎo)師）答辯日期：2015年5月24日基于高斯和的濾波算法研究摘要：高斯和濾波理論主要用于處理系統(tǒng)噪聲為非高斯分布、或非線性系統(tǒng)模型的后驗(yàn)概率密度不能用單個(gè)高斯分布來近似的情況。目前，航空航天、電子信息和目標(biāo)跟蹤等領(lǐng)域都廣泛和充分的應(yīng)用了高斯和理論。針對(duì)各種特定條件下的系統(tǒng)，學(xué)者們結(jié)合高斯和思想，推導(dǎo)出了相應(yīng)特定環(huán)境下的濾波算法：例如適用于線性系統(tǒng)的高斯

6、和卡爾曼濾波算法、能夠處理弱非線性系統(tǒng)的高斯和擴(kuò)展卡爾曼濾波算法、能夠解決強(qiáng)非線性系統(tǒng)的高斯和粒子濾波算法等。但是目前的研究成果還有兩個(gè)方面的不足沒有得到完全徹底的解決：一方面是由于算法本身的缺陷使得濾波效果不夠好，另一方面是某些條件下的濾波問題還沒有相應(yīng)的算法能夠處理。因此本課題在現(xiàn)有算法的基礎(chǔ)上作進(jìn)一步的改進(jìn)和研究，提出濾波精度更高和能夠處理其他不同條件下的高斯和濾波算法。本課題完成的研究?jī)?nèi)容包括:（1）欠觀測(cè)條件下的高斯和增量卡爾曼濾波算法由于環(huán)境和設(shè)備的影響，濾波過程中常常帶有未知的量測(cè)系統(tǒng)誤差，欠觀測(cè)條件下的增量卡爾曼濾波算法能夠在很大程度上去除這種誤差，很好地進(jìn)行狀態(tài)跟蹤。

7、然而，當(dāng)系統(tǒng)過程噪聲以及系統(tǒng)量測(cè)噪聲是非高斯分布的情況下，這種方法不能直接使用。針對(duì)該問題，本課題結(jié)合高斯和的理論思想，提出一種欠觀測(cè)條件下的高斯和增量卡爾曼濾波算法。該算法將初始狀態(tài)、系統(tǒng)過程噪聲以及系統(tǒng)量測(cè)噪聲都用高斯和的方式來近似，接著按照增量卡爾曼濾波的思想對(duì)每個(gè)高斯項(xiàng)做預(yù)測(cè)以及更新，最后以累加和的形式近似的表示出系統(tǒng)的狀態(tài)估計(jì)值。仿真結(jié)果表明：該算法在非高斯噪聲分布的情況下，既能成功地消除量測(cè)系統(tǒng)誤差，又能有效地提高濾波估計(jì)的準(zhǔn)確度和