Adaptive Extended Kalman Filter (ROSE-Filter) for Positioning System
本文阐述了用扩展卡尔曼滤波器(EKF)估计车辆位置和姿态的方法。为此,设计了非线性模型,并使用测量噪声协方差矩阵的自适应计算,即所谓的ROSE滤波器(快速持续随机协方差估计滤波器)。系统的输入是来自二维位置系统的测量位置。估计的是车辆的姿态(位置和方向)和速度。
2021-08-24 cs.SY eess.SY
Nonlinear Attitude Filter on SO(3): Fast Adaptation and Robustness
与高斯姿态滤波器和其他姿态确定方法相比,非线性姿态滤波器被认为具有更简单的结构和更好的跟踪性能。非线性姿态滤波器设计的一个关键因素是误差准则的选择。非线性姿态滤波器的传统设计在快速自适应和鲁棒性之间进行权衡。在这项工作中,提出了一种新的功能的方法,基于模糊规则的在线连续调整的非线性姿态滤波器自适应增益。同时考虑姿态误差和姿态误差变化率,采用人工蜂群优化算法对输入输出隶属度函数进行优化调整。该方法在大误差时具有高的自适应增益,在小误差时具有小的自适应增益。因此,所提出的方法允许快速收敛性能与高的鲁棒性措施。仿真结果表明,该方法具有鲁棒性和高收敛能力,对大的初始化误差和不确定的测量。
2021-09-10 cs.SY eess.SY
FLC tuned with Gravitational Search Algorithm for Nonlinear Pose Filter
与其它姿态估计方法相比,非线性姿态(\textit{i.e,}姿态和位置)滤波器具有结构简单、跟踪性能好的特点。设计非线性姿态滤波器时的一个关键因素是误差函数的选择。传统的非线性姿态滤波器设计在快速适应和鲁棒性之间进行权衡。本文介绍了一种新的实用方法,基于模糊规则的在线连续调整的非线性位姿滤波器。每个输入和输出的隶属度函数进行优化调整,使用图形搜索算法优化,同时考虑位姿误差和它的变化率。该方法具有自适应性强、鲁棒性强等特点。因此,该方法具有鲁棒性和快速收敛性.仿真结果表明,在观测不确定和初始化误差较大的情况下,该方法是有效的。
2021-09-14 cs.SY eess.SY
Nonlinear Attitude Filtering: A Comparison Study
University of Porto(波尔图大学);The Australian National University(澳大利亚国立大学)
本文比较了多种非线性姿态滤波方法,通过仿真研究评估了不同初始化和测量误差下的瞬态行为和渐近收敛性,发现二次最优最小能量滤波器性能最佳。
2015-02-13 cs.SY eess.SY
Estimating States and Model Uncertainties Jointly by a Sparsity Promoting UKF
在许多工程领域中,只有所考虑系统的部分模型可用时的状态估计仍然是一个主要挑战。本文提出了一种联合平方根无迹卡尔曼滤波器,通过物理激励库函数的线性组合同时估计状态和模型不确定性。使用稀疏性促进方法,选择这些线性组合的选择,从而可以提取可解释的模型。结果表明,一个小的估计误差相比,传统的平方根无迹卡尔曼滤波器,并表现出增强的物理意义的模型。
2022-07-08 cs.SY eess.SP eess.SY
Improved Fuzzy $H_{\infty}$ Filter Design Method for Nonlinear Systems with Time-Varing Delay
研究了具有时变时滞的非线性系统的模糊$H_{\infty}$滤波器设计问题。为了得到保守性更小的模糊$H_{\infty}$滤波器设计方法,采用一种新的积分不等式代替传统的Lebniz-Newton公式,分析了滤波误差系统的稳定性条件.此外,在准则中引入了隶属函数的信息,进一步放宽了所得结果。提出了一种基于线性矩阵不等式的时滞相关滤波器设计方法,并给出了相应的模糊$H_{\infty}$滤波器的表达式。最后通过仿真实例验证了所设计的模糊$H_{\infty}$滤波器的有效性和优越性。
2022-09-12 cs.SY eess.SY
Minimax Design of Nonlinear Phase FIR Filters with Optimality Certificates
Analog Devices Lyric Labs(ADI Lyric实验室)
本文提出了一种非线性相位FIR滤波器设计算法,允许在类似线性相位FIR滤波器的方式下指定误差逼近的分段常数加权函数,并提供最优性的证明。
2016-08-10 cs.SY eess.SY
Passive Lifted FIR Filters for Nonlinear System Identification
University of Cambridge(剑桥大学)
提出通过无源性保持提升线性无源FIR滤波器来定义非线性算子,利用频域约束高效实现无源性,并通过输出反馈增强表达能力,实验证明了框架的有效性和计算优势。
2026-06-16 cs.SY eess.SY
Variational-Based Nonlinear Bayesian Filtering with Biased Observations
动力系统的状态估计对于在不同的应用中提供新的决策和系统自动化信息是至关重要的。然而,由于不同类型的数据异常,如离群值和偏差,传感器测量的标准计算模型的假设可能会在实践中被违反。在这项工作中,我们专注于测量偏差的发生,并提出了一个强大的过滤器,他们的检测和缓解在非线性动力系统的状态估计。我们在状态空间模型的生成结构内对每个维度中的偏差的存在进行建模。随后,采用变分贝叶斯理论和一般高斯滤波,我们设计了一个递归滤波器,我们称之为偏差检测和减轻(BDM)过滤器。由于检错机制嵌入在滤波器结构中,因此消除了对任何外部检测器的依赖。仿真验证了所提出的BDM滤波器的性能增益相比,类似的卡尔曼滤波为基础的方法在鲁棒性暂时和持久的偏差存在。
2022-10-23 cs.SY eess.SY
Particle Filtering for Enhanced Parameter Estimation in Bilinear Systems Under Colored Noise
针对有色噪声下双线性系统参数估计难题,提出结合粒子滤波与递推最小二乘的B-PF-RLS方法及无需已知测量噪声方差的增强粒子滤波,提升了参数与状态估计精度及实用性,为复杂噪声下双线性系统辨识提供鲁棒方案。
2025-05-17 cs.SY eess.SY
Guaranteed Performance Nonlinear Observer for Simultaneous Localization and Mapping
提出了一种基于\mathbb{SLAM}_{n} \left(3 \right)李群的几何非线性观测器算法。所提出的新的解决方案估计车辆的姿态(即姿态和位置)相对于地标同时定位在全球框架中的参考功能。建议的估计流形上的特点是预定义的措施的瞬态和稳态性能。动态减少边界引导系统的误差函数从其在一个大的给定集合内的起始位置渐近减少到原点。该观测器能够直接利用现有的速度和特征测量值。此外,它还补偿了速度测量中的未知常数偏差。给出了该观测器的单位元数。数值结果表明了该观测器的有效性。保留字:非线性滤波器算法,用于同时定位和地图构建的非线性观测器,非线性估计器,流形上的非线性SLAM观测器,矩阵李群上的非线性SLAM滤波器,观测器设计,渐近稳定性,系统收敛,规定性能函数,姿态估计,姿态滤波器,位置滤波器,特征滤波器,地标滤波器,基于梯度的SLAM观测器,用于SLAM的基于梯度的观测器,自适应估计,SLAM观测器,观测器SLAM框架,等变观测器,惯性视觉单元,视觉,SLAM滤波器,SE(3),SO(3)。
2020-09-24 cs.SY eess.SY
Learning Adaptive Parameter Policies for Nonlinear Bayesian Filtering
University of West Bohemia in Pilsen(比尔森西波希米亚大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出利用强化学习学习非线性贝叶斯滤波器的自适应参数策略,以提高估计质量和一致性。
2026-05-13 cs.SY eess.SY
Estimating Lower Body Kinematics using a Lie Group Constrained Extended Kalman Filter and Reduced IMU Count
目标:本文提出了一种算法,估计骨盆,大腿,小腿和脚的运动学在步行过程中,只有两个或三个可穿戴惯性传感器。方法:该算法采用了基于李群的扩展卡尔曼滤波器。该算法迭代预测(运动学方程)、测量(骨盆位置伪测量、零速度更新和平坦地板假设)和约束更新(铰链膝关节和踝关节、恒定腿长)。结果如下:惯性运动捕捉算法在两个数据集上进行了广泛的评估,这两个数据集显示了其相对于光学运动捕捉中的两个标准基准方法的性能(即,插入式步态(常用于步态分析)和运动学拟合(常用于动画、机器人和肌肉骨骼模拟)),深入了解不同应用领域中使用的所述方法之间的相似性和差异。我们的算法($n=14$参与者)自由行走的总体平均身体节段位置(相对于骨盆中部原点)和方向误差幅度为$5.93 \pm 1.33$ cm和$13.43 \pm 1.89^\circ$(当使用放置在足部和骨盆上的三个IMU时),以及$6.35 \pm 1.20$ cm和$12.71 \pm 1.60^\circ$(当仅使用放置在足部上的两个IMU时)。结论:该算法能够很好地跟踪直线行走的矢状面中的关节角度,但需要改进无脚本运动(例如,转身,侧步),尤其是对于动态运动或考虑临床应用时。意义:这项工作使我们更接近使用鞋子上的IMU进行全面的远程步态监测。低计算成本也表明它可以与步态辅助设备实时使用。
2021-03-21 cs.RO cs.SY eess.SY
Nonlinear Filter for Simultaneous Localization and Mapping on a Matrix Lie Group using IMU and Feature Measurements
Thompson Rivers University(汤普森河大学);The Hong Kong Polytechnic University(香港理工大学)
同时定位与地图构建(SLAM)是一种同时估计车辆相对于参考系的姿态和特征位置的过程。本文提出了一种计算成本低的几何非线性SLAM滤波器算法,构造成模仿真正的SLAM问题的非线性运动动力学上的矩阵李群的$\mathbb{SLAM}_{n}\left(3\right)$。流形上的非线性滤波器是以连续形式提出的,它利用了从群速度矢量,特征测量和惯性测量单元(IMU)获得的可用测量。所提出的估计器成功地处理了速度测量的未知偏差。仿真结果表明,所提出的滤波器的鲁棒性在离散形式证明其效用的六度的自由度(6 DoF)的姿态估计以及在三维(3D)空间中的特征估计。此外,四元数表示的非线性滤波器的SLAM。保留字:同时定位与地图构建,SLAM的非线性观测器算法,惯性测量组合,惯性视觉系统,位姿,位置,姿态,地标,估计,IMU,SE(3),SO(3),无人机,刚体,噪声,SLAM的非线性观测器,高斯滤波,卡尔曼滤波,导航。
2022-03-16 cs.RO cs.SY eess.SY
Consensus-Based Distributed Nonlinear Filtering with Kernel Mean Embedding
本文提出基于核均值嵌入的共识分布式非线性滤波器,将状态嵌入再生核希尔伯特空间实现测量线性化,在保持分布式结构的同时达到集中式滤波精度,并通过目标跟踪实验验证其有效性。
2023-12-04 cs.SY eess.SP eess.SY
RKHS Embedding for Estimating Nonlinear Piezoelectric Systems
压电系统中的非线性可以由内部因素(如非线性本构律)或外部因素(如边界条件的实现)引起。从系统中所有非线性源的第一原理推导出详细的模型可能是困难的,甚至是不可能的。作为具体示例,在使用具有高阶项的电焓密度的传统建模技术中,选择哪些多项式非线性是必要的可能是有问题的。本文介绍了自适应估计技术,估计在某些压电系统中可能出现的非线性。这里的一个基本假设是,非线性可以建模为再生核希尔伯特空间(RKHS)中的函数。与传统的建模方法不同,本文讨论的方法允许在不了解非线性的精确形式或结构的情况下开发模型。这种方法可以看作是一种数据驱动的方法来逼近未知的非线性系统。本文介绍了自适应估计器背后的理论,并研究了这种方法的有效性数值一类非线性压电复合梁。
2020-02-17 cs.SY eess.SY math.DS
Optimal Transportation Methods in Nonlinear Filtering: The feedback particle filter
反馈粒子滤波(FPF)是一种蒙特卡罗(MC)算法来近似随机滤波问题的解。与传统的粒子滤波器相比,FPF中的贝叶斯更新步骤是通过平均场型反馈控制律实现的。本文的目标是在最优运输理论的框架下,研究FPF和相关受控交互粒子系统算法的发展。从贝叶斯更新公式的最简单设置出发,引入耦合观点构造粒子滤波器。结果表明,传统的重要抽样响应粒子滤波实现了一个独立的耦合。首先介绍了简单的高斯设置的最佳耦合的设计,随后扩展到获得FPF算法。本文的最后一半提供了一个审查的FPF算法,包括反馈结构,增益函数设计算法,并与传统的粒子滤波器的比较的一些突出的方面。该比较用于说明反馈在粒子滤波中的益处。
2021-02-21 cs.SY eess.SY math.OC
Learning nonlinear state-space models using smooth particle-filter-based likelihood approximations
Uppsala University(乌普萨拉大学)
本文提出通过平滑粒子滤波近似似然函数,利用优化方法求解非线性状态空间模型参数,通过迭代提升估计精度。
2017-11-29 cs.SY eess.SY stat.CO
Nonlinear state space smoothing using the conditional particle filter
Uppsala University(乌普萨拉大学);Linköping University(林雪平大学)
本文提出一种基于条件粒子滤波的非线性状态空间平滑方法,通过马尔可夫链蒙特卡洛方式迭代计算,具有渐近收敛性,应用于超宽带与加速度计/陀螺仪传感器融合的室内定位问题。
2015-09-16 cs.SY eess.SY math.OC