变波长LMS自适应卡尔曼滤波算法研究

由于人工神经网络具有较强的学习能力、自适应能力、复杂映射能力等智能处理能力,使得其在各个领域都有较广泛的应用。在各类神经网络模型中,较常用的算法是误差反向传播(BP)算法。但在实际应用中,BP神经网络

Linear quadratic Gaussian adaptive algorithm with Kalman filter

针对利用平方根无极卡尔曼算法估算电池SOC时,因噪声协方差为常量带来的误差,在平方根无极卡尔曼滤波(SR-UKF)算法的基础,改进了算法,把每次测量的输出值残差的协方差作为噪声的协方差,得到自适应平方

基于自适应卡尔曼算法的重型半挂车状态估计研究,张不扬,宗长富,为解决重型半挂车主动安全控制中车辆运动状态不易获得问题,本文建立三轴重型半挂车动力学模型。在此模型基础上,提出了车辆运动

随着现代电力电子技术的飞速发展,许多设备在使用过程中产生了大量谐波,严重影响了电力系统的工作性能。与此同时,各类精密设备和仪器对供电质量也有很高的要求,所以有必要对谐波进行检测及治理。本文简要介绍了谐

自适应滤波算法的研究 第1章绪论 1.1课题背景 伴随着移动通信事业的飞速发展自适应滤波技术应用的围也日益扩 大早在20世纪40年代就对平稳随机信号建立了维纳滤波理论根据有 用信号和干扰噪声的统计特性

专业资料 自适应滤波算法的研究 第 1 章 绪论 1.1 课题背景 伴随着移动通信事业的飞速发展 自适应滤波技术应用的范围也日益扩 大早在 20世纪 40年代 就对平稳随机信号建立了维纳滤波理论 根据

重点介绍了自适应中值滤波算法以及两种改进的自适应中值滤波算法。针对这3种滤波算法,对含有不同密度椒盐噪声的图像进行去噪实验。结果表明:改进算法去噪效果明显、能有效保护图像细节,PSNR保持在25 dB

传统单一线性或非线性滤波方法往往难以获得最优线性/非线性混合动态系统状态估计,针对这一问题,结合卡尔曼滤波(KF)方法可获得线性状态估计最优解、计算量小等优势,提出了一种基于KF和扩展容积卡尔曼滤波(

提出了一种新的变步长LMS自适应滤波算法,该算法具有良好的收敛性能,较快的收敛速度,较小的稳态误差.良好的鲁棒性,并且在求变步长因子时计算量较小。