موقعیت‌یابی ربات بر اساس فیلتر ذرهای بهبود یافته با فیلتر کالمن گروهی هوشمند و گام MCMC
نویسنده
چکیده مقاله:
چکیده:مسئله موقعیت‌یابی یکی از نیازهای ضروری برای ربات‌های خودمختار است. روش‌های مختلفی برای موقعت یابی ارائه شده است که موقعیت‌یابی بر اساس فیلتر ذرهای یکی از مؤثرترین روش‌ها است. باوجوداین، این روش دارای مشکلاتی که مهمترین آنها عدم سازگاری، تباهیدگی و وابستگی به مشخصات آماری نویزها است. برای حل این مشکلات، در این مقاله، یک الگوریتم موقعیت‌یابی مبتنی بر فیلتر ذرهای بهبودیافته با فیلتر کالمن گروهی هوشمند IEnKF)) و گام مارکوف چاین مونتکارلو (MCMC) پیشنهاد شده است. در این روش، تابع توزیع پیشنهادی با استفاده از IEnKF ایجاد می‌شود که یک سیستم فازی-عصبی تطبیقی بر عملکرد آن نظارت دارد. بهعلاوه بعد از نمونه برداری مجدد، از گام MCMC برای افزایش تنوع میان ذرات استفاده شده است.
منابع مشابه
موقعیت یابی ربات بر اساس فیلتر ذره ای بهبود یافته با فیلتر کالمن گروهی هوشمند و گام mcmc
چکیده:مسئله موقعیت یابی یکی از نیازهای ضروری برای ربات های خودمختار است. روش های مختلفی برای موقعت یابی ارائه شده است که موقعیت یابی بر اساس فیلتر ذرهای یکی از مؤثرترین روش ها است. باوجوداین، این روش دارای مشکلاتی که مهمترین آنها عدم سازگاری، تباهیدگی و وابستگی به مشخصات آماری نویزها است. برای حل این مشکلات، در این مقاله، یک الگوریتم موقعیت یابی مبتنی بر فیلتر ذره ای بهبودیافته با فیلت...
متن کاملبهبود تشخیص خطای سنسور در ماشینهای القایی با تبدیل موجک و پیکربندی فیلتر کالمن توسعه یافته
موتورهای القایی به طور گسترده ای در صنعت کاربرد دارند که دلیل آن قیمت مناسب، استحکام، قابلیت اطمینان این و (dc) دسته از موتوهاست. برای بهبود عملکرد راه اندازی موتور القایی، یک سنسور موقعیت، یک سنسور ولتاژ مستقیم لازم است. با این وجود بروز ایراد در هریک از این حسگرها موجب کاهش عملکرد سیستم ac حداقل دو سنسور جریان و یا حتی ناپایداری می شود. بنابراین می بایست راهکاری در نظر گرفته شود تا حتی در صور...
متن کاملکنترل سرعت بدون سنسور موتور سنکرون مغناطیس دائم با استفاده از فیلتر کالمن توسعه یافته
امروزه به دلیل سادگی ساختمان و بازده زیاد، کاربرد موتورهای سنکرون مغناطیس دائم به سرعت در حال افزایش است. از جمله کاربردهای این موتور استفاده در تجهیزات درایو است. مشکلات کنترل در درایوهای بدون سنسور و با لحاظ نویز و اختلال بیشتر است. خصوصا در سرعت‌های خیلی زیاد، این مشکلات افزایش می‌یابد. در این مقاله با استفاده از فیلتر کالمن توسعه یافته مدل جدیدی برای تخمین سرعت و وضعیت ارائه شده است که دقت ...
متن کاملتشخیص و جداسازی عیب حسگرها با استفاده از فیلتر کالمن توسعه یافته فدرال
In this paper, a new algorithm for satellite attitude determination with sun sensor and magnetic sensor is designed that improves the accuracy of satellite attitude determination subsystem and robust it against sensor fault. This subsystem includes sensors and attitude determination algorithm. In order to combine sensors data, we can utilize centralized and decentralized algorithm. Decent...
متن کاملبهبود دقت موقعیت‌یابی در تلفیق GNSS با استفاده از فیلتر کالمن فازی بر اساس داده فاز حامل
در این مقاله، پس از بررسی موقعیت‌یابی بر اساس تلفیق GPS و GLONASS، راهکاری جهت افزایش دقت مکان‌یابی سیستم‌های تلفیقی ارائه شده است. به منظور بهره‌گیری از سیستم‌های GNSS مختلف، تحقیقاتی در زمینه ترکیب اندازه‌گیری‌های GLONASS و GPS انجام شده است که نشان می‌دهد افزودن اندازه‌گیری‌های GLONASS به سیستم GPS، بهبود اندکی در دقت موقیت‌یابی داشته است. دلایل اصلی شناخته شده برای کم بودن این تاثیر، خطای ت...
متن کاملبهبود عمل نویز برداری در سیگنال‌های نوار قلب با استفاده از فیلتر کالمن بازگشتی
امروزه فیلتر کالمن کاربردهای زیادی در حل مسایل دنیای واقعی پیدا کرده است. این فیلتر یک فیلتر بازگشتی کارآمد است که حالت یک سیستم پویا را از یک سری اندازه‌گیری‌های پیچیده برآورد می‌کند و از کاربردهای آن می‌توان به پردازش سیگنال‌ها اشاره کرد. ما در این مقاله، از فیلتر کالمن در جهت حذف نویز از سیگنال الکتروکاردیوگرام یا نوار قلب استفاده می‌کنیم و مقایسه‌ای بین فیلتر FIR1 و فیلتر کالمن د...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 46 شماره 4
صفحات 345- 356
تاریخ انتشار 2016-10-03
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023