1) Iterative Kalman smoother
迭代卡尔曼滤波平滑
2) Iterative Kalman Filter-Smoother
卡尔曼滤波平滑迭代
3) iterative Kalman filter
迭代卡尔曼滤波
1.
The adaptive iterative Kalman filter based on the technique of U-D decomposition,which adapts to the mechanical acceleration mean adaptive algorithm,is designed to solve the high non-linearity of the subsystem of DR and decrease the loss of linearization yielded by Extend Kalman Filter.
结合全球定位系统(GPS)和航位推算(DR)两种定位方式的优点,构建了基于卡尔曼滤波的自适应联邦滤波算法,实现陆地GPS/DR组合定位系统的数据融合;针对DR子系统的强非线性和扩展卡尔曼滤波算法带来的较大线性化损失,并结合机动加速度均值自适应算法,设计了一种基于U-D分解的自适应迭代卡尔曼滤波算法,更有效的减少DR子系统线性化带来的误差损失,提高定位精度;与同仿真环境下,DR子系统采用扩展卡尔曼滤波方法作了比较,结果表明该信息融合算法能更有效解决DR子系统的线性化误差问题,整个系统数据融合精度更高。
2.
In the modification stage,iterative Kalman filter is adopted to optimize the mean and variance of the state distribution which are obtained in the prediction stage.
该算法在预测时采用sigma点粒子滤波产生拟合概率密度函数的加权粒子,并通过观测值对加权粒子进行更新;修正过程采用迭代卡尔曼滤波优化预测阶段得到的描述状态分布的均值和方差。
4) Kalman filter/smoother
卡尔曼滤波/平滑
5) Kalman smoother filter
卡尔曼平滑滤波
6) iterated extended Kalman filter
迭代扩展卡尔曼滤波器
补充资料：卡尔曼滤波
见波形估计。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条