首页 | 本学科首页   官方微博 | 高级检索  
     检索      

自协方差最小二乘噪声估计的改进算法
引用本文:罗志才,林旭,周波阳.自协方差最小二乘噪声估计的改进算法[J].武汉大学学报(信息科学版),2012,37(10):1164-1167,1172.
作者姓名:罗志才  林旭  周波阳
作者单位:1. 武汉大学测绘学院,武汉市珞喻路129号430079 武汉大学地球空间环境与大地测量教育部重点实验室,武汉市珞喻路129号430079 武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079
2. 武汉大学测绘学院,武汉市珞喻路129号,430079
基金项目:国家自然科学基金资助项目,中央高校基本科研业务费专项资金资助项目
摘    要:针对现有自协方差最小二乘噪声估计结果非正定的问题,提出了一种能够有效克服数据长度不够以及先验信息不准的改进算法,保证噪声估计结果的正定性,从而提高自协方差最小二乘噪声估计的精度。数值仿真实验验证了该方法的正确性和有效性。

关 键 词:卡尔曼滤波  噪声估计  自协方差最小二乘法  改进算法

Improved Algorithm of Autocovariance Least-Squares Noise Estimation
LUO Zhicai,LIN Xu,ZHOU Boyang.Improved Algorithm of Autocovariance Least-Squares Noise Estimation[J].Geomatics and Information Science of Wuhan University,2012,37(10):1164-1167,1172.
Authors:LUO Zhicai  LIN Xu  ZHOU Boyang
Institution:1(1 School of Geodesy and Geomatics,Wuhan University,129 Luoyu Road,Wuhan 430079,China)(2 Key Laboratory of Geospace Environment and Geodesy,Ministry of Education,Wuhan University, 129 Luoyu Road,Wuhan 430079,China)(3 State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University, 129 Luoyu Road,Wuhan 430079,China)
Abstract:
Keywords:Kalman filter  noise estimation  autocovariance least-squares  improved algorithm
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号