留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于粒子群优化算法的多因子自适应滤波

聂建亮 程传录 郭春喜 蒋光伟

聂建亮, 程传录, 郭春喜, 蒋光伟. 基于粒子群优化算法的多因子自适应滤波[J]. 武汉大学学报 ● 信息科学版, 2013, 38(2): 136-139.
引用本文: 聂建亮, 程传录, 郭春喜, 蒋光伟. 基于粒子群优化算法的多因子自适应滤波[J]. 武汉大学学报 ● 信息科学版, 2013, 38(2): 136-139.
NIE Jianliang, CHENG Chuanlu, GUO Chunxi, JIANG Guangwei. Multi Adaptive Kalman Filtering with Particle Swarm Optimization[J]. Geomatics and Information Science of Wuhan University, 2013, 38(2): 136-139.
Citation: NIE Jianliang, CHENG Chuanlu, GUO Chunxi, JIANG Guangwei. Multi Adaptive Kalman Filtering with Particle Swarm Optimization[J]. Geomatics and Information Science of Wuhan University, 2013, 38(2): 136-139.

基于粒子群优化算法的多因子自适应滤波

基金项目: 国家自然科学基金资助项目(41004013)
详细信息
    作者简介:

    聂建亮,博士,研究方向为测量数据处理。E-mail:niejianliang@163.com

  • 中图分类号: P228.4

Multi Adaptive Kalman Filtering with Particle Swarm Optimization

计量
  • 文章访问数:  318
  • HTML全文浏览量:  13
  • PDF下载量:  54
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-12-05
  • 刊出日期:  2013-02-05

基于粒子群优化算法的多因子自适应滤波

    基金项目:  国家自然科学基金资助项目(41004013)
    作者简介:

    聂建亮,博士,研究方向为测量数据处理。E-mail:niejianliang@163.com

  • 中图分类号: P228.4

摘要: 在抗差多因子自适应滤波的基础上,提出基于粒子群优化智能算法进一步搜索自适应因子的优化值,提高自适应因子的可靠性。在基于状态不符值构造的自适应因子的基础上,构造适应性函数,采用粒子群优化算法搜索更有效的自适应多因子。利用动态导航数据进行验证,结果表明,基于粒子群优化的多因子自适应滤波能更有效地控制异常影响,提高动态导航精度。

English Abstract

聂建亮, 程传录, 郭春喜, 蒋光伟. 基于粒子群优化算法的多因子自适应滤波[J]. 武汉大学学报 ● 信息科学版, 2013, 38(2): 136-139.
引用本文: 聂建亮, 程传录, 郭春喜, 蒋光伟. 基于粒子群优化算法的多因子自适应滤波[J]. 武汉大学学报 ● 信息科学版, 2013, 38(2): 136-139.
NIE Jianliang, CHENG Chuanlu, GUO Chunxi, JIANG Guangwei. Multi Adaptive Kalman Filtering with Particle Swarm Optimization[J]. Geomatics and Information Science of Wuhan University, 2013, 38(2): 136-139.
Citation: NIE Jianliang, CHENG Chuanlu, GUO Chunxi, JIANG Guangwei. Multi Adaptive Kalman Filtering with Particle Swarm Optimization[J]. Geomatics and Information Science of Wuhan University, 2013, 38(2): 136-139.

目录

    /

    返回文章
    返回