Cubature 卡尔曼滤波器(CKF) 在非高斯噪声或统计特性未知时滤波精度将会下降甚至发散, 为此提出了统计回归估计的鲁棒CKF 算法. 推导出线性化近似回归和直接非线性回归的鲁棒CKF 算法, 直接非线性回归克服了观测方程线性化近似带来的不足. 具有混合高斯噪声的仿真实例比较了3 种Cubature 卡尔曼滤波器的滤波性能, 结果表明这两种鲁棒CKF 滤波精度及估计一致性明显优于CKF, 直接非线性回归的CKF 的鲁棒性更强, 滤波性能更好.

1
提出了一类适用于Alpha稳定分布随机变量的统计量—类M估计相关(MELC),通过构造阵列输出的类M估计相关矩阵,提出了适用于Alpha稳定分布噪声环境下的波达方向(DOA)估计新算法,即MELC-MUSIC算法。仿真实验表明,在Alpha稳定分布噪声环境下,MELC-MUSIC算法在抗噪声特性、多源信号分辨性以及对不同形式信号(圆对称信号或非圆对称信号)的适应性方面获得比基于分数低阶统计量(FLOS)的MUSIC方法更好的估计性能。
1
卡尔曼滤波器及其扩展 Kalman滤波器,扩展Kalman滤波器,Unscented卡尔曼滤波器,Cubature Kalman滤波器,M估计鲁棒的cubature Kalman滤波器实现用于各种线性和非线性系统,例如UAV位置跟踪,UAV攻角和俯仰角跟踪,UAV角度跟踪等。
2021-11-29 17:42:46 10KB MATLAB
1
GARCH_1_1_模型的M估计
2021-08-06 02:00:51 141KB GARCH模型
1
基于M估计卡尔曼滤波的GPS校频系统频差处理方法研究_宁玉磊
2021-02-26 18:07:53 300KB 研究论文
1