在动态大地测量巾,数据的实时处理或事后处理可以采用动态 Kalman滤波理论和现代时问序列分析方法 ,将真正 的状态从含有各种随机干扰的观测资料中实时最优地估计出来。但在实际的数据处理中遇到的观测噪声和动态系统噪声常常是具有一定相关性的有色噪声而非 白噪声,如果用上述两种方法进行状态的最优估计,必将会降低状态估计精度,甚至使整个滤波过程失败。为了解决这一问题,多种控制有色噪声影响的算法被相继提出。本文提出一种新的处理有色观狈4噪声的方法。
发布日期:2011-05-06 浏览次数:821
文章摘要:在动态大地测量巾,数据的实时处理或事后处理可以采用动态 Kalman滤波理论和现代时问序列分析方法 ,将真正 的状态从含有各种随
在动态大地测量巾,数据的实时处理或事后处理可以采用动态 Kalman滤波理论和现代时问序列分析方法 ,将真正 的状态从含有各种随机干扰的观测资料中实时最优地估计出来。但在实际的数据处理中遇到的观测噪声和动态系统噪声常常是具有一定相关性的有色噪声而非 白噪声,如果用上述两种方法进行状态的最优估计,必将会降低状态估计精度,甚至使整个滤波过程失败。为了解决这一问题,多种控制有色噪声影响的算法被相继提出。本文提出一种新的处理有色观狈4噪声的方法。
排行榜