Unscented(无先导)卡尔曼滤波(UKF)算法是一种新的状态跟踪和估计算法,是经典的扩展卡尔曼滤波(EKF)算法的一种理想取代者,它能克服EKF 算法的固有缺陷,具有较高的估计精度,已在状态估计和滤波等方面显示出了极大的优越性,有重要的发展和应用潜力。项目研究UKF 算法中还未被解决的收敛性和稳定性问题,并将结果用于解决基于混沌的宽带通信中的一些紧迫的应用问题。项目的研究内容涉及:1)一个或多个(并联)UKF 滤波器的收敛性和稳定性等理论研究;2)UKF 算法在多个混合混沌信号的滤波和估计问题中的应用和发展;3)UKF 算法在实际通信条件下的混沌同步问题中的应用与发展;4)UKF 算法在混沌通信系统的多用户检测问题中的应用和发展。.项目的完成在理论上将完善新的随机状态估计工具;在应用上将推动基于混沌的宽带通信的实用化进程,具有重要的科学、社会和经济意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
粗颗粒土的静止土压力系数非线性分析与计算方法
硬件木马:关键问题研究进展及新动向
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
拥堵路网交通流均衡分配模型
改进的Unscented卡尔曼滤波与电池组SOC快速精确估计
求容积分卡尔曼滤波器的数值稳定算法探索及其在混沌通信中的应用
加权增量卡尔曼滤波在ICP-AES中的应用
高效计算的集合卡尔曼滤波近似算法研究