[发明专利]自适应扩展卡尔曼滤波噪声模型建立方法有效
| 申请号： | 201810527432.6 | 申请日： | 2018-05-29 |
| 公开（公告）号： | CN108759846B | 公开（公告）日： | 2021-10-29 |
| 发明（设计）人： | 刘昊;沈晔星;黄成 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G01C21/26 | 分类号： | G01C21/26;G06N3/04;G06N3/08 |
| 代理公司： | 苏州创元专利商标事务所有限公司 32103 | 代理人： | 范晴;丁浩秋 |
| 地址： | 214135 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种自适应扩展卡尔曼滤波噪声模型建立方法，包括：采集传感器数据，记录每次扩展卡尔曼滤波计算中观测值与预测值之间的差值与滤波计算后姿态中航向角的变化值，并计算观测值与预测值之间的差值与滤波计算后姿态中航向角的变化值之间的相关系数；根据观测值与预测值之间的差值与滤波计算后姿态中航向角的变化值之间的相关系数建立观测噪声模型；将噪声模型所需的参数作为神经网络的输入，将目标值作为神经网络对应的输出，进行神经网络模型训练，得到观测噪声模型的最优参数。提取外界环境影响与传感器数据之间的关系，并通过神经网络寻找最优模型参数，使外界环境对行走航迹推算的影响达到最小。 | ||
| 搜索关键词： | 自适应 扩展 卡尔 滤波 噪声 模型 建立 方法 | ||
【主权项】：
1.一种自适应扩展卡尔曼滤波噪声模型建立方法，其特征在于，包括以下步骤：S01：采集传感器数据，记录每次扩展卡尔曼滤波计算中观测值与预测值之间的差值与滤波计算后姿态中航向角的变化值，并计算观测值与预测值之间的差值与滤波计算后姿态中航向角的变化值之间的相关系数；S02：根据观测值与预测值之间的差值与滤波计算后姿态中航向角的变化值之间的相关系数建立观测噪声模型；S03：将噪声模型所需的参数作为神经网络的输入，将目标值作为神经网络对应的输出，进行神经网络模型训练，得到观测噪声模型的最优参数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810527432.6/，转载请声明来源钻瓜专利网。
