导读:本文包含了无迹粒子滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:SVD约束,UPF算法,滑坡位移预测,鲁棒性
无迹粒子滤波论文文献综述
李丽敏,温宗周,董勋凯,王真,张阳阳[1]（2019）在《基于矩阵奇异值分解约束型无迹粒子滤波的滑坡位移预测模型研究》一文中研究指出[目的]通过对滑坡位移预测模型进行研究,为政府部门实施更加可靠的灾害防治决策提供科学依据。[方法]提出了一种矩阵奇异值分解(SVD)约束型无迹粒子滤波(IUPF)方法,建立基于位移参数的滑坡位移预报模型。[结果]利用改进的SVD方法有效提升了无迹粒子滤波方法中Sigma点计算的鲁棒性,从而提升了算法的预测精度,对滑坡的稳定趋势能够做出更准确的预报。将该算法在镇江市跑马山滑坡体监测工程、京港澳高速公路雨花互通南侧护坡体滑坡监测工程相关数据进行了应用和分析验证。[结论]实例验证结果表明,加入SVD约束后的无迹粒子滤波算法,能够使得滑坡位移预测更加准确,预测的数据更加准确地反映了滑坡的变形趋势。(本文来源于《水土保持通报》期刊2019年01期）
洪晋夫,刘锦昌[2]（2019）在《约束无迹粒子滤波及其在汽车导航中的应用》一文中研究指出针对汽车组合导航系统要求滤波算法具有高精度,高稳定性,高时效性的特点,设计了一种基于约束方程的无迹粒子滤波算法,该算法通过约束方程使得非线性系统的维数降低,在保持无迹粒子滤波精度的基础上提高了算法的解算速度,使算法的时效性得到提高。在汽车组合导航系统状态方程和测量方程的基础上建立系统的约束方程,算法的仿真取得了良好的效果,说明该算法对导航系统的适应性较强。通过对比表明相对于扩展卡尔曼粒子滤波和无迹卡尔曼粒子滤波,该算法的导航精度和时效性方面优势明显,体现了该算法的优越性。(本文来源于《火力与指挥控制》期刊2019年01期）
李晓明,赵长胜,张立凯[3]（2018）在《自适应平方根无迹粒子滤波算法及其应用》一文中研究指出目标跟踪所面对的动态定位观测方程具有非线性,随机模型具有未知性,目标在运动过程中受到的随机扰动较大,先验方差很难确定,这可能导致在更新迭代过程中参数估计产生错误,从而导致滤波发散。针对上述问题,本文提出了改进的自适应平方根无迹粒子滤波算法(ASRUPF),该算法融合了自适应滤波理论、平方根无迹卡尔曼滤波算法(SRUKF)和粒子滤波(PF)多种算法,确定系统量测和状态噪声的概率密度函数,确保其方差阵的非负定性。算法有效地提高了单点动态定位精度。(本文来源于《测绘通报》期刊2018年12期）
冉星浩,陶建锋,杨春晓[4]（2018）在《基于无迹卡尔曼滤波和权值优化的改进粒子滤波算法》一文中研究指出针对传统粒子滤波面临的重要密度函数的选取和粒子多样性丧失引起的样本贫化问题,提出基于无迹卡尔曼滤波和权值优化的改进粒子滤波算法。与传统的粒子滤波算法相比,有两点改进:首先该算法采取无迹卡尔曼滤波产生建议分布函数;其次,在重采样过程,提出基于权值优化的改进重采样算法来增加粒子的多样性。仿真结果表明,改进算法降低了粒子滤波算法的粒子退化程度并避免样本贫化现象的出现,更加接近真实值,提高了跟踪精度。(本文来源于《探测与控制学报》期刊2018年03期）
董文彬,张雅晶,方树平,张华[5]（2018）在《无迹粒子滤波在多机器人同时定位与建图中的应用》一文中研究指出近年来,智能移动机器人的应用领域越来越广泛,从室内运行发展到了室外。由于室外环境空间较大,解决多机器人问题就变得越来越重要了。研究了一种用多机器人解决同时定位和建立地图(SLAM)的算法。这种算法是基于无迹粒子滤波(UPF)进行建立的。利用无迹粒子滤波可以获得比扩展卡尔曼滤波(EKF)更好的结果。利用这两种滤波方法对多机器人同时定位和建立地图问题进行仿真,并对比了仿真结果。通过仿真来验证UPF比EKF更加有效。(本文来源于《黑龙江科学》期刊2018年12期）
何耀,秦少勋,刘新天,郑昕昕,曾国建[6]（2018）在《基于分数阶无迹粒子滤波的动力电池SOC估计》一文中研究指出针对纯电动汽车动力电池组荷电状态(SOC)估计问题,提出一种基于可变温度的分数阶Thevenin模型的建模方法,并采用分数阶无迹粒子滤波(FUPF)算法估计电池SOC。建立Thevenin模型的分数阶电池模型,采用试验设计(DOE)方法和遗传算法进行参数辨识,利用FUPF算法对SOC进行估计,并与无迹粒子滤波算法进行比较。试验结果表明,基于FUPF算法与可变温度的分数阶电池模型的SOC估计方法能够在较宽温度范围内保持较高的估计精度且比整数阶模型估计精度更高。(本文来源于《汽车技术》期刊2018年05期）
王倩,曾庆军,张家敏,姚金艺,周启润[7]（2019）在《基于自适应渐消无迹粒子滤波的Unscented FastSLAM算法》一文中研究指出针对机器人导航无迹快速同步定位与地图构建(Unscented Fast SLAM)算法由于重采样造成样本粒子退化,进而导致估计精度下降的问题,提出一种基于自适应渐消无迹粒子滤波的Unscented Fast SLAM算法。该算法将无迹粒子滤波与渐消滤波相融合产生自适应建议分布函数,同时将粒子根据权值进行优化组合,仅对组合后的部分不稳定的粒子进行系统重采样。通过这两方面使得系统在具有高度自适应性的同时保证粒子的多样性,缓解粒子的退化现象。仿真实验表明,提出算法与Unscented Fast SLAM算法相比,可以用较少的粒子实现更高的SLAM的估计精度,很大程度上降低了SLAM算法的复杂度。(本文来源于《计算机应用研究》期刊2019年05期）
蒋治宇,郭承军[8]（2018）在《无迹卡尔曼滤波和无迹粒子滤波在惯导初始对准中的应用对比》一文中研究指出捷联惯性导航系统是新型航位推算系统,在惯导系统执行工作任务之前需要进行初始对准,以保证系统的正常运行。对捷联式惯导系统,初始对准就是确定初始时刻的姿态阵,利用惯性元件的输出信息,选用合适的滤波方法,将计算的导航坐标系与真实导航坐标系的失准角估计出来,来修正姿态矩阵,使计算坐标系与真实坐标系尽可能重合。在实际的导航系统中,状态方程和量测方程通常都是非线性的,对于非线性特性,传统的解决方法是利用EKF滤波算法,但它只适用于弱非线性模型的估计,系统的非线性越强,引起的估计误差就越大,甚至会引起滤波发散。为此提出两种滤波算法无迹卡尔曼滤波UKF与无迹粒子滤波UPF,并将两者进行了仿真对比,结果表明(UPF)算法比(UKF)算法收敛速度更快,估计精度更高。(本文来源于《科学技术与工程》期刊2018年07期）
谢长君,费亚龙,曾春年,房伟[9]（2018）在《基于无迹粒子滤波的车载锂离子电池状态估计》一文中研究指出传统的无迹卡尔曼滤波(UKF)和粒子滤波(PF)算法估计动力锂离子电池的荷电状态(SOC)时,常会出现电池模型参数不准确或粒子退化等问题导致估计精度差甚至系统发散等现象。为解决粒子匮乏和噪声干扰等问题,提出一种改进的估计算法——无迹粒子滤波算法(UPF)以实现SOC的精确估计。运用无迹卡尔曼算法为每个粒子计算均值和协方差,解决粒子滤波技术中粒子退化的问题。通过锂离子电池充放电实验,对等效模型进行辨识,最后在脉冲充放电和UDDS动态工况下对该算法进行测试验证。实验结果证明,基于二阶RC等效电路模型的UPF算法能显着提高SOC估计的实时性和精确性,其SOC估计精度在2%以内,收敛速度在250 s内。(本文来源于《电工技术学报》期刊2018年17期）
孙权,王友仁,吴祎,姜媛媛[10]（2019）在《基于无迹粒子滤波的功率变换器剩余寿命预测方法》一文中研究指出针对功率变换器难以准确建立表征其性能退化过程的物理模型,提出一种基于无迹粒子滤波的方法实现其剩余寿命预测。首先,通过分析电路关键元器件退化对电路性能的影响,选取输出电压均值作为寿命表征参数;其次,依据电路性能退化历史数据,采用无迹粒子滤波进行故障趋势建模;最后,逐步递推预测寿命特征参数值并结合电路失效阈值从而实现功率变换器剩余寿命预测。以闭环SEPIC电路为例,分析了建模数据规模对预测性能的影响,并与卡尔曼滤波方法进行对比分析,其结果验证了所提方法的有效性及准确性。(本文来源于《电源学报》期刊2019年05期）
无迹粒子滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对汽车组合导航系统要求滤波算法具有高精度,高稳定性,高时效性的特点,设计了一种基于约束方程的无迹粒子滤波算法,该算法通过约束方程使得非线性系统的维数降低,在保持无迹粒子滤波精度的基础上提高了算法的解算速度,使算法的时效性得到提高。在汽车组合导航系统状态方程和测量方程的基础上建立系统的约束方程,算法的仿真取得了良好的效果,说明该算法对导航系统的适应性较强。通过对比表明相对于扩展卡尔曼粒子滤波和无迹卡尔曼粒子滤波,该算法的导航精度和时效性方面优势明显,体现了该算法的优越性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
无迹粒子滤波论文参考文献
[1].李丽敏,温宗周,董勋凯,王真,张阳阳.基于矩阵奇异值分解约束型无迹粒子滤波的滑坡位移预测模型研究[J].水土保持通报.2019
[2].洪晋夫,刘锦昌.约束无迹粒子滤波及其在汽车导航中的应用[J].火力与指挥控制.2019
[3].李晓明,赵长胜,张立凯.自适应平方根无迹粒子滤波算法及其应用[J].测绘通报.2018
[4].冉星浩,陶建锋,杨春晓.基于无迹卡尔曼滤波和权值优化的改进粒子滤波算法[J].探测与控制学报.2018
[5].董文彬,张雅晶,方树平,张华.无迹粒子滤波在多机器人同时定位与建图中的应用[J].黑龙江科学.2018
[6].何耀,秦少勋,刘新天,郑昕昕,曾国建.基于分数阶无迹粒子滤波的动力电池SOC估计[J].汽车技术.2018
[7].王倩,曾庆军,张家敏,姚金艺,周启润.基于自适应渐消无迹粒子滤波的UnscentedFastSLAM算法[J].计算机应用研究.2019
[8].蒋治宇,郭承军.无迹卡尔曼滤波和无迹粒子滤波在惯导初始对准中的应用对比[J].科学技术与工程.2018
[9].谢长君,费亚龙,曾春年,房伟.基于无迹粒子滤波的车载锂离子电池状态估计[J].电工技术学报.2018
[10].孙权,王友仁,吴祎,姜媛媛.基于无迹粒子滤波的功率变换器剩余寿命预测方法[J].电源学报.2019