摘要：针对容积正交卡尔曼滤波(CQKF)在同时定位与地图构建(SLAM)中系统状态驱动模型与观测数据存在突变,以及协方差分解引起系统不稳定,导致移动机器人定位精度降低的问题,提出一种基于多重渐消因子强跟踪的SVDCQKF-SLAM方法。采用奇异值分解(SVD)代替CQKF算法中的乔列斯基分解,抑制状态误差协方差矩阵负定性;引入多重渐消因子强跟踪滤波器调节状态预测协方差矩阵。通过仿真实验,将所提SLAM方法与其它SLAM方法进行对比,其结果表明,该方法能够有效降低SLAM过程中的定位误差,对移动机器人同时定位与地图构建有一定参考价值。

摘要：针对多电机驱动伺服系统特征模型中含有测量噪声的问题,设计了一种强跟踪滤波算法。以四电机驱动伺服系统为对象,建立了四电机驱动伺服系统动力学模型、基于特征建模理论的含测量噪声特征模型,并采用带遗忘因子的递推最小二乘法作为特征参数辨识算法,带积分的黄金分割控制律作为系统控制律。针对特征模型中的测量噪声,这里设计了一种强跟踪滤波算法,通过跟踪测量噪声,解决了由测量噪声引起的特征参数收敛缓慢的问题,有效滤除了系统中测量噪声的影响。仿真结果表明,所设计的滤波算法能有效抑制特征模型中的测量噪声,与传统扩展卡尔曼滤波相比能提供更强的抑制噪声能力。