一种基于神经网络的卡尔曼滤波改进方法

被引：50

作者：

蒋恩松

李孟超

孙刘杰

机构：

[1] 上海理工大学光学与电子信息工程学院

来源：

电子与信息学报 | 2007年 / 09期

关键词：

图像复原; 卡尔曼滤波; 神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TN713 [滤波技术、滤波器];

学科分类号：

080508 [光电信息材料与器件]; 140502 [人工智能];

摘要：

卡尔曼(Kalman)滤波是一种基于最小方差估计的递推式滤波方法,它要求信号的状态模型是已知的,这就限制了它在实际中的应用。利用神经网络的良好的非线性映射能力对实际系统进行系统辨识,可以获得符合精度要求的系统状态方程,很大程度改进了卡尔曼滤波的效果。相对于一些经典的卡尔曼滤波改进算法,这种方法具有应用范围广和数学建模简单易行的优点。将神经网络与卡尔曼滤波相结合的方法用于图像复原实验,结果表明,该方法具有可行性和有效性。

引用

页码：2073 / 2076

页数：4

共 8 条

[1]

Identification and Uncertainty Estimation of Structural Parameters.[J].C. G. Koh;L. M. See.Journal of Engineering Mechanics.1994, 6

[2]

RECURSIVE FORGETTING ALGORITHMS [J].

PARKUM, JE ;

POULSEN, NK ;

HOLST, J .

INTERNATIONAL JOURNAL OF CONTROL, 1992, 55 (01) :109-128

[3]

Adaptive Modeling; Identification; and control of dynamic structural Systems. I: Theory.[J].Erdal &Scedil;afak.Journal of Engineering Mechanics.1989, 11

[4]

非平稳环境下提高神经网络辨识能力的新方法 [J].