检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]海军工程大学电气与信息工程学院,武汉430033
出 处:《测绘科学》2010年第1期41-43,共3页Science of Surveying and Mapping
摘 要:由于卡尔曼滤波对模型精度有很强的依赖性,因此实际的地磁场测量系统中,宜采用多模型自适应卡尔曼滤波,以提高状态估计的准确度。针对并行子滤波器间的数据融合问题,提出了"距离"意义下的数据融合新算法,应用结果表明算法具有实用性。探讨了通过检验并行子滤波器状态估计一致性的模型误差识别方法,并将其应用于监测地磁场测量系统中船舶磁化参数的变化。In practice, multi-model Kalman filter is suitable for shipboard three-component geomagnetic measurement system because Kalman filtering depends too much on the accuracy of state-space model. A novel data fusion algorithm for the states of the parallel filters is introduced based on the meaning of distance. The application shows the efficiency of the algorithm. A method to identify state-space model errors is discussed by judging the uniformity of the state estimation, which can be used to monitor the changing of ship's magnetic susceptibility.
关 键 词:卡尔曼滤波 地磁场测量 数据融合算法 模型误差识别
分 类 号:P229[天文地球—大地测量学与测量工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.117