温州职业技术学院学报
溫州職業技術學院學報
온주직업기술학원학보
JOURNAL OF WENZHOU VOCATIONAL AND TECHNICAL COLLEGE
2013年
1期
81-83,86
,共4页
UKF算法%SVDKF算法%滤波%Cholesky分解%SVD
UKF算法%SVDKF算法%濾波%Cholesky分解%SVD
UKF산법%SVDKF산법%려파%Cholesky분해%SVD
在模式识别领域,基于Unscented的卡尔曼滤波算法(UKF)广受关注,但在求解过程中经常会遇到病态问题,从而影响算法的性能.基于奇异值分解(SVD)的卡尔曼滤波算法(SVDKF)以SVD代替Cholesky分解协方差矩阵产生sigma样本点,可以提高协方差矩阵的数值稳定性.通过对两种算法性能进行仿真比较发现,SVDKF算法优于UKF算法,具有良好的鲁棒性,能有效改善滤波性能,提高算法的精度.
在模式識彆領域,基于Unscented的卡爾曼濾波算法(UKF)廣受關註,但在求解過程中經常會遇到病態問題,從而影響算法的性能.基于奇異值分解(SVD)的卡爾曼濾波算法(SVDKF)以SVD代替Cholesky分解協方差矩陣產生sigma樣本點,可以提高協方差矩陣的數值穩定性.通過對兩種算法性能進行倣真比較髮現,SVDKF算法優于UKF算法,具有良好的魯棒性,能有效改善濾波性能,提高算法的精度.
재모식식별영역,기우Unscented적잡이만려파산법(UKF)엄수관주,단재구해과정중경상회우도병태문제,종이영향산법적성능.기우기이치분해(SVD)적잡이만려파산법(SVDKF)이SVD대체Cholesky분해협방차구진산생sigma양본점,가이제고협방차구진적수치은정성.통과대량충산법성능진행방진비교발현,SVDKF산법우우UKF산법,구유량호적로봉성,능유효개선려파성능,제고산법적정도.
