公开(公告)号：CN108759846A

公开(公告)日：2018-11-06

申请号：CN201810527432.6

申请日：2018-05-29

Applicant: 东南大学

Inventor： 刘昊 ,  沈晔星 ,  黄成

IPC: G01C21/26 ,  G06N3/04 ,  G06N3/08

CPC classification number: G01C21/26 ,  G06N3/0454 ,  G06N3/0481 ,  G06N3/084

Abstract: 本发明公开了一种自适应扩展卡尔曼滤波噪声模型建立方法，包括：采集传感器数据，记录每次扩展卡尔曼滤波计算中观测值与预测值之间的差值与滤波计算后姿态中航向角的变化值，并计算观测值与预测值之间的差值与滤波计算后姿态中航向角的变化值之间的相关系数；根据观测值与预测值之间的差值与滤波计算后姿态中航向角的变化值之间的相关系数建立观测噪声模型；将噪声模型所需的参数作为神经网络的输入，将目标值作为神经网络对应的输出，进行神经网络模型训练，得到观测噪声模型的最优参数。提取外界环境影响与传感器数据之间的关系，并通过神经网络寻找最优模型参数，使外界环境对行走航迹推算的影响达到最小。

公开(公告)号：CN108759846B

公开(公告)日：2021-10-29

申请号：CN201810527432.6

申请日：2018-05-29

Applicant: 东南大学

Inventor： 刘昊 ,  沈晔星 ,  黄成

IPC: G01C21/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种自适应扩展卡尔曼滤波噪声模型建立方法，包括：采集传感器数据，记录每次扩展卡尔曼滤波计算中观测值与预测值之间的差值与滤波计算后姿态中航向角的变化值，并计算观测值与预测值之间的差值与滤波计算后姿态中航向角的变化值之间的相关系数；根据观测值与预测值之间的差值与滤波计算后姿态中航向角的变化值之间的相关系数建立观测噪声模型；将噪声模型所需的参数作为神经网络的输入，将目标值作为神经网络对应的输出，进行神经网络模型训练，得到观测噪声模型的最优参数。提取外界环境影响与传感器数据之间的关系，并通过神经网络寻找最优模型参数，使外界环境对行走航迹推算的影响达到最小。