基于反相傳播神經(jīng)網(wǎng)絡(luò)改進(jìn)的MGEKF算法
大小：0.71 MB 人氣： 2017-12-18 需要積分：1
增益修改的卡爾曼濾波（ MGEKF）算法在實際應(yīng)用時，一般使用帶有誤差的測量值代替真實值進(jìn)行增益修正計算，導(dǎo)致修正結(jié)果也被誤差污染。針對這一問題，提出一種基于反向傳播神經(jīng)網(wǎng)絡(luò)（ BPNN）改進(jìn)的MGEKF算法，該算法使用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)代替MGEKF的增益修正函數(shù)。該算法在網(wǎng)絡(luò)訓(xùn)練階段，以實際測量值作為神經(jīng)網(wǎng)絡(luò)的輸入，真實值修正后的結(jié)果作為訓(xùn)練目標(biāo)；在實際應(yīng)用中，使用網(wǎng)絡(luò)的輸出修正卡爾曼增益。針對移動單站只測向目標(biāo)定位問題進(jìn)行了實驗，實驗結(jié)果表明：該算法與擴(kuò)展卡爾曼濾波（EKF）、MGEKF、平滑增益修改的卡爾曼濾波（ sMCEKF）算法相比：定位精度至少提升l0%，并且有更強的穩(wěn)定性。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于反相傳播神經(jīng)網(wǎng)絡(luò)改進(jìn)的MGEKF算法下載
相關(guān)電子資料下載
- 神經(jīng)網(wǎng)絡(luò)預(yù)測模型的構(gòu)建方法 109
- CNN的定義和優(yōu)勢 112
- 基于CNN的網(wǎng)絡(luò)入侵檢測系統(tǒng)設(shè)計 105
- 數(shù)據(jù)分析有哪些分析方法 82
- 數(shù)據(jù)分析與數(shù)據(jù)挖掘的區(qū)別 55
- rnn是遞歸神經(jīng)網(wǎng)絡(luò)還是循環(huán)神經(jīng)網(wǎng)絡(luò) 164
- rnn是什么神經(jīng)網(wǎng)絡(luò)模型 162
- rnn是什么神經(jīng)網(wǎng)絡(luò) 174
- 遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)形式主要分為 129
- 簡述遞歸神經(jīng)網(wǎng)絡(luò)的計算過程 135