简介概要

基于HurberM极大似然估计求解的CKF滤波定位算法

来源期刊:控制工程2018年第9期

论文作者:戴卿

文章页码:1760 - 1764

关键词:无线传感器网络;HurberM代价函数;CKF滤波;移动机器人;定位;

摘    要:针对传统移动机器人定位算法精度欠佳的问题,设计了一种基于无线传感器网络滤波算法的移动机器人定位算法(HM_CKF)。该算法利用HurberM极大似然估计代价函数,将线性化后CKF观测矩阵求出,从而解决CKF滤波算法在未知非高斯白噪声干扰下估计精度欠佳的问题。然后在体育馆中基于WSNs网络构建了移动机器人定位实验环境,融合移动机器人动力学模型,对比了HM_CKF、CKF算法的定位精度。实验结果表明,在不含噪声干扰和含未知噪声干扰的两种情况下,HM_CKF算法定位精度依次比CKF算法提高了7%和15%。

详情信息展示

基于HurberM极大似然估计求解的CKF滤波定位算法

戴卿

重庆水利电力职业技术学院建筑工程系信息工程大学地理空间信息学院

摘 要:针对传统移动机器人定位算法精度欠佳的问题,设计了一种基于无线传感器网络滤波算法的移动机器人定位算法(HM_CKF)。该算法利用HurberM极大似然估计代价函数,将线性化后CKF观测矩阵求出,从而解决CKF滤波算法在未知非高斯白噪声干扰下估计精度欠佳的问题。然后在体育馆中基于WSNs网络构建了移动机器人定位实验环境,融合移动机器人动力学模型,对比了HM_CKF、CKF算法的定位精度。实验结果表明,在不含噪声干扰和含未知噪声干扰的两种情况下,HM_CKF算法定位精度依次比CKF算法提高了7%和15%。

关键词:无线传感器网络;HurberM代价函数;CKF滤波;移动机器人;定位;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号