1) central difference Kalman filter(CDKF)
中心差分卡尔曼滤波器
2) CDKF
中心差分卡尔曼滤波
1.
In view of that there exist some defects when the Extend Kalman Filter(EKF) is employed in the vehicle integrated navigation,the Central Difference Filter(CDKF) as a new nonlinear filtering method is applied to the nonlinear state estimation of the vehicle integrated GPS/DR navigation systems.
针对扩展卡尔曼滤波(EKF)在车辆导航中存在着计算复杂、线性化误差大等缺点,将一种新的非线性滤波方法———中心差分卡尔曼滤波(CDKF)用于车辆GPS/DR组合导航中。
2.
The Central Difference Filter (CDKF) as a new nonlinear filtering method is applied to the nonlinear state estimation of the vehicle integratedGPS/DR navigation systems.
本文将一种新的非线性滤波方法——中心差分卡尔曼滤波(CDKF)刚于车辆GPS/DR组合导航中。
3.
In addition,The Central Difference Filter(CDKF) as a new nonlinear filtering method is applied to the nonlinear state estimation of the vehicle navigation systems.
接着,本文将一种新的非线性滤波方法——中心差分卡尔曼滤波(CDKF)用于车辆导航中,进行了仿真试验研究。
3) Square Root Central Difference Filter
平方根中心差分卡尔曼滤波
1.
In view of the large amount operation and unstable defects when the Central Difference Filter is employed in the Autonomous Optical Navigation system,the Square Root Central Difference Filter is applied to the system.
针对中心差分卡尔曼滤波算法(CDKF)在探测器自主光学导航中存在计算量较大以及算法不稳定的缺点,提出将平方根中心差分卡尔曼滤波算法(SR-CDKF)应用到探测器自主光学导航中。
4) finite-difference extended Kalman filter(FDEKF)
有限差分卡尔曼滤波
1.
Based on guidance scheme of antagonism against the radar stopping radiating using the strapdown inertial navigation system and antiradar seeker,the application of finite-difference extended Kalman filter(FDEKF) to passive localization of target is studied.
基于捷联惯导/反辐射导引头组合抗目标雷达关机制导方案,研究了有限差分卡尔曼滤波(FDEKF)方法在对目标雷达被动定位中的应用。
5) robust Kalman filtering
抗差卡尔曼滤波
1.
Robust Kalman Filtering Model and Its Application in GPS Monitoring Networks;
抗差卡尔曼滤波模型及其在GPS监测网中的应用
2.
In order to overcome the influence of gross errors in observation vectors on the filtering values of state vectors, based on the laws that the gross errors influence the state vectors and the characteristic that they are shown completely in residual forecasting, a robust Kalman filtering model was derivesd.
为克服观测向量中的粗差对状态参数滤波值的影响 ,通过分析其影响规律 ,并充分顾及到粗差在预测残差中得到全部反映的特点 ,导出了 GPS监测网动态数据处理的抗差卡尔曼滤波模型——该模型对观测空间和设计空间均具有良好的抗差性 。
6) fractional Kalman filter (FKF)
分数阶卡尔曼滤波器(FKF)
补充资料：中心
中心
centre
中心【叨饥;ue.Tp] 二阶常微分方程自治系统(*》的轨道在奇点x。的邻域内的一种图形，这里 义二.f(x).*=(x、，x:)，厂二G仁RZ、R“(*)f〔C(G)，而G是一个唯一性的区域.这种图形的特征如下:存在一个凡的邻域U，使得所有在U\}凡{内开始的系统的轨道是围绕凡的闭曲线，点x0本身也称为中心.图中点O就是中心.随着t的增加沿轨道的运动可按顺时针或反时针方向进行(如图中箭头所示).中心是几田卿。B稳定的(但不是渐近稳定的).它的Pom。叮e指数为1.价 例如，当f(x)=A(x一x0)时，点x。是系统(*)的中心，其中A是具有一对纯虚数本征值的常数矩阵.与线性二阶系统情况下出现的其他类型的简单静止点(鞍点(sadd】e)，结点帅以允)或焦点伍尤l‘))相反，中心型的点x。，一般来说，在线性系统右边扰动情况下不保持为中心，不管相对于Ilx一x。11的扰动阶如何小和它们的平滑性如何.它可转变为焦点(稳定的或不稳定的)或中心焦点(见中心和焦点问题(。即。℃andfc‘璐脚卜lem”.对于C’类(f〔C’(G))非线性系统(*)，一个静止点凡在矩阵A=f‘(x。)有两个零本征值情况下也可以是中心.【补注】关于准确的拓扑的定义见【AI]，p.71.
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