计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2014年
2期
641-645
,共5页
卡尔曼滤波%系统噪声%测量噪声%遗传算法%优化
卡爾曼濾波%繫統譟聲%測量譟聲%遺傳算法%優化
잡이만려파%계통조성%측량조성%유전산법%우화
Kalman filtering%minimum variance estimation%noise variance%genetic algorithm%optimization
为降低随机选取Kalman滤波器中系统噪声方差和测量噪声方差所带来的估计误差,提出利用遗传算法对Kalman滤波器中系统噪声方差和测量噪声方差进行优化,降低其对初始值的敏感度.以线性二自由度车辆仿真模型算例分析不同方差组合对Kalman滤波器的影响,确定出两个方差值对滤波器效能的影响程度,将影响程度的大小作为遗传算法的适应度函数,在此基础上利用遗传算法对系统噪声方差和测量噪声方差进行了优化,通过优化确定出最佳的方差组合,再将优化后的方差组合输入Kalman滤波器,从而提高Kalman模型的广泛适用性.利用优化后的Kalman滤波器对车辆仿真数据进行滤波处理,对比分析结果表明,优化后的Kalman模型对方差的随机性输入敏感度明显降低,能够准确逼近仿真模型的真实值.
為降低隨機選取Kalman濾波器中繫統譟聲方差和測量譟聲方差所帶來的估計誤差,提齣利用遺傳算法對Kalman濾波器中繫統譟聲方差和測量譟聲方差進行優化,降低其對初始值的敏感度.以線性二自由度車輛倣真模型算例分析不同方差組閤對Kalman濾波器的影響,確定齣兩箇方差值對濾波器效能的影響程度,將影響程度的大小作為遺傳算法的適應度函數,在此基礎上利用遺傳算法對繫統譟聲方差和測量譟聲方差進行瞭優化,通過優化確定齣最佳的方差組閤,再將優化後的方差組閤輸入Kalman濾波器,從而提高Kalman模型的廣汎適用性.利用優化後的Kalman濾波器對車輛倣真數據進行濾波處理,對比分析結果錶明,優化後的Kalman模型對方差的隨機性輸入敏感度明顯降低,能夠準確逼近倣真模型的真實值.
위강저수궤선취Kalman려파기중계통조성방차화측량조성방차소대래적고계오차,제출이용유전산법대Kalman려파기중계통조성방차화측량조성방차진행우화,강저기대초시치적민감도.이선성이자유도차량방진모형산례분석불동방차조합대Kalman려파기적영향,학정출량개방차치대려파기효능적영향정도,장영향정도적대소작위유전산법적괄응도함수,재차기출상이용유전산법대계통조성방차화측량조성방차진행료우화,통과우화학정출최가적방차조합,재장우화후적방차조합수입Kalman려파기,종이제고Kalman모형적엄범괄용성.이용우화후적Kalman려파기대차량방진수거진행려파처리,대비분석결과표명,우화후적Kalman모형대방차적수궤성수입민감도명현강저,능구준학핍근방진모형적진실치.